CN109614542B - 公众号推荐方法、装置、计算机设备及存储介质 - Google Patents
公众号推荐方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109614542B CN109614542B CN201811511500.6A CN201811511500A CN109614542B CN 109614542 B CN109614542 B CN 109614542B CN 201811511500 A CN201811511500 A CN 201811511500A CN 109614542 B CN109614542 B CN 109614542B
- Authority
- CN
- China
- Prior art keywords
- public number
- article
- ranking
- public
- attention
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004590 computer program Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000009193 crawling Effects 0.000 description 6
- 238000012216 screening Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了公众号推荐方法、装置、计算机设备及存储介质。该方法根据待检索关键词进入公众号接口,计算待检索关键词与第一图数据库中每一公众号名称的重合度,获取第一图数据库中与待检索关键词的重合度超出预设重合度阈值的公众号名称,以组成初始公众号推荐列表;将初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合;以及获取排名集合中位于预设的第一排名值之前的排名求和结果,以组成当前公众号推荐列表,将当前公众号推荐列表发送至检索端。该方法能在已构建的公众号和文章网络中,快速的根据检索关键词推荐公众号。
Description
技术领域
本发明涉及语义解析技术领域,尤其涉及一种公众号推荐方法、装置、计算机设备及存储介质。
背景技术
目前,公众号在社交平台上得到了广泛应用。以公众号为载体,可发布各类文章、新闻资讯、公告信息等信息。目前,用户在进入公众号浏览文章时,只是按日期获取了该公众号的文章,无法直接获取关注度较高的文章,也无法根据公众号中的文章进一步获取关注度较高的公众号。
发明内容
本发明实施例提供了一种公众号推荐方法、装置、计算机设备及存储介质,旨在解决现有技术中用户在进入公众号浏览文章时,无法根据公众号中的文章进一步获取关注度较高的公众号的问题。
第一方面,本发明实施例提供了一种公众号推荐方法,其包括:
若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口;
接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型;
若检索接口为公众号接口,计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,获取所述第一图数据库中与所述待检索关键词的重合度超出预设重合度阈值的公众号名称,以组成初始公众号推荐列表;
将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合;以及
获取所述排名集合中位于预设的第一排名值之前的排名求和结果对应的公众号,以组成当前公众号推荐列表,将所述当前公众号推荐列表发送至所述检索端。
第二方面,本发明实施例提供了一种公众号推荐装置,其包括:
检索接口选定单元,用于若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口;
关键词获取单元,用于接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型;
初始推荐列表获取单元,用于接若检索接口为公众号接口,计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,获取所述第一图数据库中与所述待检索关键词的重合度超出预设重合度阈值的公众号名称,以组成初始公众号推荐列表;
排名集合获取单元,用于将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合;以及
公众号推荐单元,用于获取所述排名集合中位于预设的第一排名值之前的排名求和结果对应的公众号,以组成当前公众号推荐列表,将所述当前公众号推荐列表发送至所述检索端。
第三方面,本发明实施例又提供了一种计算机设备,其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的公众号推荐方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的公众号推荐方法。
本发明实施例提供了一种公众号推荐方法、装置、计算机设备及存储介质。该方法根据待检索关键词进入公众号接口,计算待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,获取第一图数据库中与待检索关键词的重合度超出预设重合度阈值的公众号名称,以组成初始公众号推荐列表;将初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合;以及获取排名集合中位于预设的第一排名值之前的排名求和结果,以组成当前公众号推荐列表,将当前公众号推荐列表发送至检索端。该方法能在已构建的公众号和文章网络中,快速的根据检索关键词推荐公众号。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的公众号推荐方法的应用场景示意图;
图2为本发明实施例提供的公众号推荐方法的流程示意图;
图3为本发明实施例提供的公众号推荐方法的另一流程示意图;
图4为本发明实施例提供的公众号推荐方法的另一流程示意图;
图5为本发明实施例提供的公众号推荐装置的示意性框图;
图6为本发明实施例提供的公众号推荐装置的另一示意性框图;
图7为本发明实施例提供的公众号推荐装置的另一示意性框图;
图8为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1和图2,图1是本发明实施例提供的公众号推荐方法的应用场景示意图,图2是本发明实施例提供的公众号推荐方法的流程示意图,该公众号推荐方法应用于服务器中,该方法通过安装于服务器中的应用软件进行执行。
如图2所示,该方法包括步骤S110~S150。
S110、若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口。
在本实施例中,是在服务器的角度对技术方案进行描述,即在本申请中通过服务器对公众号的文章进行采集后存储至本地库,并能根据关键词对对文章进行检索和推荐。
服务器对用户端所提供的检索接口有至少两个,分别是公众号接口,和文章接口;当用户在用户端的UI界面上选定公众号接口时,则对应进入公众号接口的检索接口;当用户在用户端的UI界面上选定文章接口时,则对应进入文章接口的检索接口;在进入了对应的检索接口后,获取用户在该检索接口下所录入的待检索关键词。
即服务器检索到检索端(也即用户端)所上传的检索接口的选定指令时,需判断选定了哪一具体的检索接口(一般包括公众号接口和文章接口),然后对应进入所选定的检索接口即可。通过提高多个检索接口,扩展了多种不同的检索方式。
在一实施例中,如图3所示,步骤S110之前还包括:
S101、将历史公众号列表中每一公众号名称作为节点,将历史公众号列表中每一公众号名称对应的公众号关注数、公众号发布文章列表、文章列表中每一文章的发布时间、文章列表中每一文章的关注数作为节点属性数据,构建公众号接口对应的图数据库,将公众号接口对应的图数据库作为第一图数据库。
在本实施例中,构建所述第一图数据库时,具体过程如下:
1)通过爬虫工具爬取预设的公众号列表中每一公众号所发表的文章,以作为初始文章库;
2)获取初始文章库中每一文章对应的原始公众号(即该原始公众号是文章的初始发表平台,其他公众号只是转发);
3)根据初始文章库中每一文章对应的原始公众号,由爬虫工具爬取各原始公众号所发表的文章,以作为扩容文章库;
4)再以扩展文章库视初始文章库重复执行步骤2)和3),直至文章库中的数量达到预设的上限值时停止爬取,得到最终文章库;
5)获取最终文章库中每一文章对应的公众号,进行去重后,得到历史公众号列表;
6)将历史公众号列表中每一公众号名称作为节点,将历史公众号列表中每一公众号名称对应的公众号关注数、公众号发布文章列表、文章列表中每一文章的发布时间、文章列表中每一文章的关注数作为节点属性数据,构建公众号接口对应的图数据库,将公众号接口对应的图数据库作为第一图数据库。
通过以起始公众号找文章,再通过文章找到更多的文章,实现循环,可以找到与初始选定文章的领域相关的文章库和公众号列表,达到数据的深度采集。
S120、接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型。
在本实施例中,根据进入了检索接口时,一是需获取所述录入的待检索关键词,二是需判断所述检索接口为公众号接口、或为文章接口。在确定了检索接口的类型并获取了待检索关键词后,即可根据所述待检索关键词在与检索接口对应的数据库中检索以获取检索结果。
S130、若检索接口为公众号接口,计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,获取所述第一图数据库中与所述待检索关键词的重合度超出预设重合度阈值的公众号名称,以组成初始公众号推荐列表。
在本实施例中,若选定了公众号接口并录入了待检索关键词后,需先计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,以获取与所述待检索关键词类似的公众号名称,以组成初始公众号推荐列表进行进一步的筛选。
在一实施例中,步骤S130中计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,具体包括:
计算所述待检索关键词与所述第一图数据库中每一公众号名称的字符串编辑距离,以得到所述待检索关键词与所述第一图数据库中每一公众号名称的重合度。
其中,字符串的编辑距离(又称为Levenshtein距离)是指利用字符操作,把字符串A转换成字符串B所需要的最少操作数。其中,字符操作包括:删除一个字符;插入一个字符;修改一个字符;例如对于字符串"if"和"iff",可以通过插入一个'f'或者删除一个'f'来达到目的。
一般来说,两个字符串的编辑距离越小,则它们越相似。如果两个字符串相等,则它们的编辑距离为0。
通过计算所述待检索关键词与所述第一图数据库中每一公众号名称的字符串编辑距离,可快速得到与所述待检索关键词与所述第一图数据库中每一公众号名称的重合度。
S140、将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合。
在一实施例中,步骤S140中具体包括:
根据公众号对应的排名求和结果=公众号对应的关注数排名值*0.5+所发布文章的关注度排名值*0.5进行加权求和,得到与所述初始公众号推荐列表中每一公众号对应的排名求和结果,以组成排名集合。
在本实施例中,由于初始公众号推荐列表中所包括的每一公众号名称与待检索关键词近似度高,故这些公众号名称名称可组成推荐备选的公众号(即初始公众号推荐列表),由于每一公众号名称对应的节点属性数据中均包括公众号关注数、公众号发布文章列表、文章列表中每一文章的发布时间、文章列表中每一文章的关注数等数据;根据这些数据中的公众号关注数和文章列表中每一文章的关注数进行如公众号对应的排名求和结果=公众号对应的关注数排名值*0.5+所发布文章的关注度排名值*0.5的计算后,即可得到初始公众号推荐列表中每一公众号名称对应的排名求和结果。
例如初始公众号推荐列表中有一个公众号X1,以公众号X1对应的关注数和所发布文章的关注度两个维度在初始公众号推荐列表中分别进行排名,得到公众号X1对应的关注数排名值(如第二名)和所发布文章的关注度排名值(如第四名),则公众号X1对应的排名求和结果为第三名。
在获取的排名集合如{1,2.5,3,……,4},其中每一数值代表与初始公众号推荐列表中所包括的每一公众号名称一一对应的排名求和结果,例如1表示初始公众号推荐列表中第一个公众号名称对应的排名求和结果,2.5表示初始公众号推荐列表中第二个公众号名称对应的排名求和结果。
在一实施例中,步骤S140之前还包括:
获取所述初始公众号推荐列表中每一公众号的关注数排名值,并获取与所述初始公众号推荐列表中每一公众号对应的所发布文章的关注度排名值;
其中,所述获取与所述初始公众号推荐列表中每一公众号对应的所发布文章的关注度排名值,包括:
通过每一公众号对应的所发布文章的关注度;其中,Focusj是第j个公众号对应的所发布文章的关注度,/>是第j个公众号的第i篇文章的时间衰退因子,tij是第j个公众号的第i篇文章的发布时间,T0是当前系统时间。
例如,公众号所发布文章的关注度排名值,是通过该公众号最近10篇文章的阅读数以及时间衰退因子组成,计算公式如下:
其中,Focusj是第j个公众号对应的所发布文章的关注度,是第j个公众号的第i篇文章的时间衰退因子,tij是第j个公众号的第i篇文章的发布时间,T0是当前系统时间。
例如初始公众号推荐列表中有20个公众号,分别记为1-20号公众号,对1号公众号的最近10篇文章的阅读数以及时间衰退因子组成进行如式1的计算,得到1号公众号对应的所发布文章的关注度;以此类推可以进行其他19个公众号对应的所发布文章的关注度;然后对这20个公众号各自对应的所发布文章的关注度进行降序排序后,分别赋予所发布文章的关注度排名值1-20。
计算公众号对应的关注数排名数时,例如初始公众号推荐列表中有20个公众号,分别记为1-20号公众号,对1号公众号统计公众号对应的关注数(如1万),以此类推可以进行其他19个同样得到公众号对应的关注数,然后对这20个公众号对应的关注数进行降序排序后,分别赋予上述20个公众号的公众号对应的关注数排名值1-20。
通过计算所述初始公众号推荐列表中各公众号对应的排名求和结果,即可快速的筛选出关注度较高的公众号组成当前公众号推荐列表以推荐至用户。
S150、获取所述排名集合中位于预设的第一排名值之前的排名求和结果对应的公众号,以组成当前公众号推荐列表,将所述当前公众号推荐列表发送至所述检索端。
在本实施例中,获取了初始公众号推荐列表中所有公众号名称对应的排名求和结果后,对多个排名求和结果进行降序排序,取排名前10的求和结果所对应的公众号,以组成当前公众号推荐列表,并将所述当前公众号推荐列表发送至所述检索端。通过再次筛选,能有效获取关注度高的公众号以推荐至用户。
在一实施例中,如图4所示,步骤S120之后还包括:
S161、若检索接口为文章接口,计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度,获取所述第二图数据库中与所述待检索关键词的重合度超出预设重合度阈值的文章名称,以组成初始文章推荐列表;
S162、将所述初始文章推荐列表中每一文章的文章关注数排名值和文章关注度排名值进行加权求和,根据与所述初始文章推荐列表中每一文章对应的排名求和结果以组成文章排名集合;
S163、获取所述文章排名集合中位于所述第一排名值之前的排名求和结果对应的文章,以组成当前文章推荐列表,将所述当前文章推荐列表发送至所述检索端。
在本实施例中,若选定了公众号接口并录入了待检索关键词后,需先计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度,以获取与所述待检索关键词类似的文章名称,以组成初始文章推荐列表进行进一步的筛选。
同样的,在计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度时,也是计算所述待检索关键词与所述第二图数据库中每一文章名称的字符串编辑距离,以得到所述待检索关键词与所述第二图数据库中每一文章名称的重合度。
其中,在构建第二图数据库的过程如下:
将历史文章列表中每一文章名称作为节点,将历史文章列表中每一文章名称对应的发布时间、文章发布对应的公众号、文章作者、文章标题、文章内容作为节点属性数据,构建文章接口对应的图数据库,将文章接口对应的图数据库作为第二图数据库。
构建所述第二图数据库时,具体过程如下:
11)通过爬虫工具爬取预设的公众号列表中每一公众号所发表的文章,以作为初始文章库;
12)获取初始文章库中每一文章对应的原始公众号(即该原始公众号是文章的初始发表平台,其他公众号只是转发);
13)根据初始文章库中每一文章对应的原始公众号,由爬虫工具爬取各原始公众号所发表的文章,以作为扩容文章库;
14)再以扩展文章库视初始文章库重复执行步骤12)和13),直至文章库中的数量达到预设的上限值时停止爬取,得到最终文章库;
15)获取最终文章库中每一文章对应的文章名称,进行去重后,得到历史文章列表;
16)将历史文章列表中每一文章名称作为节点,将历史文章列表中每一文章名称对应的发布时间、文章发布对应的公众号、文章作者、文章标题、文章内容作为节点属性数据,构建文章接口对应的图数据库,将文章接口对应的图数据库作为第二图数据库。
通过以起始公众号找文章,再通过文章找到更多的文章,实现循环,可以找到与初始选定文章的领域相关的文章库和公众号列表,达到数据的深度采集。
在文章接口这一检索接口中根据待检索关键词进行文章检索的过程,与在公众号接口这一检索接口中根据待检索关键词进行文章检索的过程相同,只是进行检索的数据库是第二图数据库。
该方法能在已构建的公众号和文章网络中,快速的根据检索关键词推荐公众号。
本发明实施例还提供一种公众号推荐装置,该公众号推荐装置用于执行前述公众号推荐方法的任一实施例。具体地,请参阅图5,图5是本发明实施例提供的公众号推荐装置的示意性框图。该公众号推荐装置100可以配置于服务器中。
如图5所示,公众号推荐装置100包括检索接口选定单元110、关键词获取单元120、初始推荐列表获取单元130、排名集合获取单元140、公众号推荐单元150。
检索接口选定单元110,用于若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口。
在本实施例中,是在服务器的角度对技术方案进行描述,即在本申请中通过服务器对公众号的文章进行采集后存储至本地库,并能根据关键词对对文章进行检索和推荐。
服务器对用户端所提供的检索接口有至少两个,分别是公众号接口,和文章接口;当用户在用户端的UI界面上选定公众号接口时,则对应进入公众号接口的检索接口;当用户在用户端的UI界面上选定文章接口时,则对应进入文章接口的检索接口;在进入了对应的检索接口后,获取用户在该检索接口下所录入的待检索关键词。
即服务器检索到检索端(也即用户端)所上传的检索接口的选定指令时,需判断选定了哪一具体的检索接口(一般包括公众号接口和文章接口),然后对应进入所选定的检索接口即可。通过提高多个检索接口,扩展了多种不同的检索方式。
在一实施例中,如图6所示,公众号推荐装置100还包括:
第一图数据库构建单元101,用于将历史公众号列表中每一公众号名称作为节点,将历史公众号列表中每一公众号名称对应的公众号关注数、公众号发布文章列表、文章列表中每一文章的发布时间、文章列表中每一文章的关注数作为节点属性数据,构建公众号接口对应的图数据库,将公众号接口对应的图数据库作为第一图数据库。
通过以起始公众号找文章,再通过文章找到更多的文章,实现循环,可以找到与初始选定文章的领域相关的文章库和公众号列表,达到数据的深度采集。
关键词获取单元120,用于接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型。
在本实施例中,根据进入了检索接口时,一是需获取所述录入的待检索关键词,二是需判断所述检索接口为公众号接口、或为文章接口。在确定了检索接口的类型并获取了待检索关键词后,即可根据所述待检索关键词在与检索接口对应的数据库中检索以获取检索结果。
初始推荐列表获取单元130,用于若检索接口为公众号接口,计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,获取所述第一图数据库中与所述待检索关键词的重合度超出预设重合度阈值的公众号名称,以组成初始公众号推荐列表。
在本实施例中,若选定了公众号接口并录入了待检索关键词后,需先计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,以获取与所述待检索关键词类似的公众号名称,以组成初始公众号推荐列表进行进一步的筛选。
在一实施例中,初始推荐列表获取单元130具体用于:
计算所述待检索关键词与所述第一图数据库中每一公众号名称的字符串编辑距离,以得到所述待检索关键词与所述第一图数据库中每一公众号名称的重合度。
其中,字符串的编辑距离(又称为Levenshtein距离)是指利用字符操作,把字符串A转换成字符串B所需要的最少操作数。其中,字符操作包括:删除一个字符;插入一个字符;修改一个字符;例如对于字符串"if"和"iff",可以通过插入一个'f'或者删除一个'f'来达到目的。
一般来说,两个字符串的编辑距离越小,则它们越相似。如果两个字符串相等,则它们的编辑距离为0。
通过计算所述待检索关键词与所述第一图数据库中每一公众号名称的字符串编辑距离,可快速得到与所述待检索关键词与所述第一图数据库中每一公众号名称的重合度。
排名集合获取单元140,用于将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合。
在一实施例中,排名集合获取单元140具体用于:
根据公众号对应的排名求和结果=公众号对应的关注数排名值*0.5+所发布文章的关注度排名值*0.5进行加权求和,得到与所述初始公众号推荐列表中每一公众号对应的排名求和结果,以组成排名集合。
在本实施例中,由于初始公众号推荐列表中所包括的每一公众号名称与待检索关键词近似度高,故这些公众号名称名称可组成推荐备选的公众号(即初始公众号推荐列表),由于每一公众号名称对应的节点属性数据中均包括公众号关注数、公众号发布文章列表、文章列表中每一文章的发布时间、文章列表中每一文章的关注数等数据;根据这些数据中的公众号关注数和文章列表中每一文章的关注数进行如公众号对应的排名求和结果=公众号对应的关注数排名值*0.5+所发布文章的关注度排名值*0.5的计算后,即可得到初始公众号推荐列表中每一公众号名称对应的排名求和结果。
例如初始公众号推荐列表中有一个公众号X1,以公众号X1对应的关注数和所发布文章的关注度两个维度在初始公众号推荐列表中分别进行排名,得到公众号X1对应的关注数排名值(如第二名)和所发布文章的关注度排名值(如第四名),则公众号X1对应的排名求和结果为第三名。
在获取的排名集合如{1,2.5,3,……,4},其中每一数值代表与初始公众号推荐列表中所包括的每一公众号名称一一对应的排名求和结果,例如1表示初始公众号推荐列表中第一个公众号名称对应的排名求和结果,2.5表示初始公众号推荐列表中第二个公众号名称对应的排名求和结果。
在一实施例中,公众号推荐装置100还包括:
关注排名值获取单元,用于获取所述初始公众号推荐列表中每一公众号的关注数排名值,并获取与所述初始公众号推荐列表中每一公众号对应的所发布文章的关注度排名值;
其中,所述关注排名值获取单元具体用于:
通过每一公众号对应的所发布文章的关注度;其中,Focusj是第j个公众号对应的所发布文章的关注度,/>是第j个公众号的第i篇文章的时间衰退因子,tij是第j个公众号的第i篇文章的发布时间,T0是当前系统时间。
例如,公众号所发布文章的关注度排名值,是通过该公众号最近10篇文章的阅读数以及时间衰退因子组成,计算公式如上式式1。
例如初始公众号推荐列表中有20个公众号,分别记为1-20号公众号,对1号公众号的最近10篇文章的阅读数以及时间衰退因子组成进行如式1的计算,得到1号公众号对应的所发布文章的关注度;以此类推可以进行其他19个公众号对应的所发布文章的关注度;然后对这20个公众号各自对应的所发布文章的关注度进行降序排序后,分别赋予所发布文章的关注度排名值1-20。
计算公众号对应的关注数排名数时,例如初始公众号推荐列表中有20个公众号,分别记为1-20号公众号,对1号公众号统计公众号对应的关注数(如1万),以此类推可以进行其他19个同样得到公众号对应的关注数,然后对这20个公众号对应的关注数进行降序排序后,分别赋予上述20个公众号的公众号对应的关注数排名值1-20。
通过计算所述初始公众号推荐列表中各公众号对应的排名求和结果,即可快速的筛选出关注度较高的公众号组成当前公众号推荐列表以推荐至用户。
公众号推荐单元150,用于获取所述排名集合中位于预设的第一排名值之前的排名求和结果对应的公众号,以组成当前公众号推荐列表,将所述当前公众号推荐列表发送至所述检索端。
在本实施例中,获取了初始公众号推荐列表中所有公众号名称对应的排名求和结果后,对多个排名求和结果进行降序排序,取排名前10的求和结果所对应的公众号,以组成当前公众号推荐列表,并将所述当前公众号推荐列表发送至所述检索端。通过再次筛选,能有效获取关注度高的公众号以推荐至用户。
在一实施例中,如图7所示,用于公众号推荐装置100还包括:
初始文章推荐列表获取单元161、若检索接口为文章接口,计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度,获取所述第二图数据库中与所述待检索关键词的重合度超出预设重合度阈值的文章名称,以组成初始文章推荐列表;
文章排名集合获取单元162,用于将所述初始文章推荐列表中每一文章的文章关注数排名值和文章关注度排名值进行加权求和,根据与所述初始文章推荐列表中每一文章对应的排名求和结果以组成文章排名集合;
文章推荐单元163,用于获取所述文章排名集合中位于所述第一排名值之前的排名求和结果对应的文章,以组成当前文章推荐列表,将所述当前文章推荐列表发送至所述检索端。
在本实施例中,若选定了公众号接口并录入了待检索关键词后,需先计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度,以获取与所述待检索关键词类似的文章名称,以组成初始文章推荐列表进行进一步的筛选。
同样的,在计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度时,也是计算所述待检索关键词与所述第二图数据库中每一文章名称的字符串编辑距离,以得到所述待检索关键词与所述第二图数据库中每一文章名称的重合度。
其中,在构建第二图数据库的过程如下:
将历史文章列表中每一文章名称作为节点,将历史文章列表中每一文章名称对应的发布时间、文章发布对应的公众号、文章作者、文章标题、文章内容作为节点属性数据,构建文章接口对应的图数据库,将文章接口对应的图数据库作为第二图数据库。
通过以起始公众号找文章,再通过文章找到更多的文章,实现循环,可以找到与初始选定文章的领域相关的文章库和公众号列表,达到数据的深度采集。
在文章接口这一检索接口中根据待检索关键词进行文章检索的过程,与在公众号接口这一检索接口中根据待检索关键词进行文章检索的过程相同,只是进行检索的数据库是第二图数据库。
该装置能在已构建的公众号和文章网络中,快速的根据检索关键词推荐公众号。
上述公众号推荐装置可以实现为计算机程序的形式,该计算机程序可以在如图8所示的计算机设备上运行。
请参阅图8,图8是本发明实施例提供的计算机设备的示意性框图。该计算机设备500是服务器。其中,服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。
参阅图8,该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时,可使得处理器502执行公众号推荐方法。
该处理器502用于提供计算和控制能力,支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行公众号推荐方法。
该网络接口505用于进行网络通信,如提供数据信息的传输等。本领域技术人员可以理解,图8中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现如下功能:若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口;接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型;若检索接口为公众号接口,计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,获取所述第一图数据库中与所述待检索关键词的重合度超出预设重合度阈值的公众号名称,以组成初始公众号推荐列表;将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合;以及获取所述排名集合中位于预设的第一排名值之前的排名求和结果对应的公众号,以组成当前公众号推荐列表,将所述当前公众号推荐列表发送至所述检索端。
在一实施例中,处理器502在执行所述若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口的步骤之前,还执行如下操作:将历史公众号列表中每一公众号名称作为节点,将历史公众号列表中每一公众号名称对应的公众号关注数、公众号发布文章列表、文章列表中每一文章的发布时间、文章列表中每一文章的关注数作为节点属性数据,构建公众号接口对应的图数据库,将公众号接口对应的图数据库作为第一图数据库。
在一实施例中,处理器502在执行所述计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度的步骤时,执行如下操作:计算所述待检索关键词与所述第一图数据库中每一公众号名称的字符串编辑距离,以得到所述待检索关键词与所述第一图数据库中每一公众号名称的重合度。
在一实施例中,处理器502在执行所述将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合的步骤时,执行如下操作:根据公众号对应的排名求和结果=公众号对应的关注数排名值*0.5+所发布文章的关注度排名值*0.5进行加权求和,得到与所述初始公众号推荐列表中每一公众号对应的排名求和结果,以组成排名集合。
在一实施例中,处理器502在执行所述将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合的步骤之前,还执行如下操作:获取所述初始公众号推荐列表中每一公众号的关注数排名值,并获取与所述初始公众号推荐列表中每一公众号对应的所发布文章的关注度排名值;其中,所述获取与所述初始公众号推荐列表中每一公众号对应的所发布文章的关注度排名值,包括:通过每一公众号对应的所发布文章的关注度;其中,Focusj是第j个公众号对应的所发布文章的关注度,/>是第j个公众号的第i篇文章的时间衰退因子,tij是第j个公众号的第i篇文章的发布时间,T0是当前系统时间。
在一实施例中,处理器502在执行所述接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型的步骤之后,还执行如下操作:若检索接口为文章接口,计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度,获取所述第二图数据库中与所述待检索关键词的重合度超出预设重合度阈值的文章名称,以组成初始文章推荐列表;将所述初始文章推荐列表中每一文章的文章关注数排名值和文章关注度排名值进行加权求和,根据与所述初始文章推荐列表中每一文章对应的排名求和结果以组成文章排名集合;获取所述文章排名集合中位于所述第一排名值之前的排名求和结果对应的文章,以组成当前文章推荐列表,将所述当前文章推荐列表发送至所述检索端。
本领域技术人员可以理解,图8中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定,在其他实施例中,计算机设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。例如,在一些实施例中,计算机设备可以仅包括存储器及处理器,在这样的实施例中,存储器及处理器的结构及功能与图8所示实施例一致,在此不再赘述。
应当理解,在本发明实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序,其中计算机程序被处理器执行时实现以下步骤:若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口;接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型;若检索接口为公众号接口,计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,获取所述第一图数据库中与所述待检索关键词的重合度超出预设重合度阈值的公众号名称,以组成初始公众号推荐列表;将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合;以及获取所述排名集合中位于预设的第一排名值之前的排名求和结果对应的公众号,以组成当前公众号推荐列表,将所述当前公众号推荐列表发送至所述检索端。
在一实施例中,所述若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口之前,还包括:将历史公众号列表中每一公众号名称作为节点,将历史公众号列表中每一公众号名称对应的公众号关注数、公众号发布文章列表、文章列表中每一文章的发布时间、文章列表中每一文章的关注数作为节点属性数据,构建公众号接口对应的图数据库,将公众号接口对应的图数据库作为第一图数据库。
在一实施例中,所述计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,包括:计算所述待检索关键词与所述第一图数据库中每一公众号名称的字符串编辑距离,以得到所述待检索关键词与所述第一图数据库中每一公众号名称的重合度。
在一实施例中,所述将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合,包括:根据公众号对应的排名求和结果=公众号对应的关注数排名值*0.5+所发布文章的关注度排名值*0.5进行加权求和,得到与所述初始公众号推荐列表中每一公众号对应的排名求和结果,以组成排名集合。
在一实施例中,所述将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合之前,还包括:获取所述初始公众号推荐列表中每一公众号的关注数排名值,并获取与所述初始公众号推荐列表中每一公众号对应的所发布文章的关注度排名值;其中,所述获取与所述初始公众号推荐列表中每一公众号对应的所发布文章的关注度排名值,包括:通过每一公众号对应的所发布文章的关注度;其中,Focusj是第j个公众号对应的所发布文章的关注度,/>是第j个公众号的第i篇文章的时间衰退因子,tij是第j个公众号的第i篇文章的发布时间,T0是当前系统时间。
在一实施例中,所述接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型之后,还包括:若检索接口为文章接口,计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度,获取所述第二图数据库中与所述待检索关键词的重合度超出预设重合度阈值的文章名称,以组成初始文章推荐列表;将所述初始文章推荐列表中每一文章的文章关注数排名值和文章关注度排名值进行加权求和,根据与所述初始文章推荐列表中每一文章对应的排名求和结果以组成文章排名集合;获取所述文章排名集合中位于所述第一排名值之前的排名求和结果对应的文章,以组成当前文章推荐列表,将所述当前文章推荐列表发送至所述检索端。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为逻辑功能划分,实际实现时可以有另外的划分方式,也可以将具有相同功能的单元集合成一个单元,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种公众号推荐方法,其特征在于,包括:
若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口;所述检索接口包括公众号接口和文章接口;
接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型;
若检索接口为公众号接口,计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,获取所述第一图数据库中与所述待检索关键词的重合度超出预设重合度阈值的公众号名称,以组成初始公众号推荐列表;
将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合;以及
获取所述排名集合中位于预设的第一排名值之前的排名求和结果对应的公众号,以组成当前公众号推荐列表,将所述当前公众号推荐列表发送至所述检索端;
所述将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合,包括:
根据公众号对应的排名求和结果=公众号对应的关注数排名值*0.5+所发布文章的关注度排名值*0.5进行加权求和,得到与所述初始公众号推荐列表中每一公众号对应的排名求和结果,以组成排名集合;
所述将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合之前,还包括:
获取所述初始公众号推荐列表中每一公众号的关注数排名值,并获取与所述初始公众号推荐列表中每一公众号对应的所发布文章的关注度排名值;
其中,所述获取与所述初始公众号推荐列表中每一公众号对应的所发布文章的关注度排名值,包括:
通过每一公众号对应的所发布文章的关注度;其中,Focusj是第j个公众号对应的所发布文章的关注度,/>是第j个公众号的第i篇文章的时间衰退因子,tij是第j个公众号的第i篇文章的发布时间,T0是当前系统时间;
所述接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型之后,还包括:
若检索接口为文章接口,计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度,获取所述第二图数据库中与所述待检索关键词的重合度超出预设重合度阈值的文章名称,以组成初始文章推荐列表;
将所述初始文章推荐列表中每一文章的文章关注数排名值和文章关注度排名值进行加权求和,根据与所述初始文章推荐列表中每一文章对应的排名求和结果以组成文章排名集合;
获取所述文章排名集合中位于所述第一排名值之前的排名求和结果对应的文章,以组成当前文章推荐列表,将所述当前文章推荐列表发送至所述检索端;
所述计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度,包括:通过计算所述待检索关键词与所述第二图数据库中每一文章名称的字符串编辑距离,得到所述待检索关键词与所述第二图数据库中每一文章名称的重合度。
2.根据权利要求1所述的公众号推荐方法,其特征在于,所述若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口之前,还包括:
将历史公众号列表中每一公众号名称作为节点,将历史公众号列表中每一公众号名称对应的公众号关注数、公众号发布文章列表、文章列表中每一文章的发布时间、文章列表中每一文章的关注数作为节点属性数据,构建公众号接口对应的图数据库,将公众号接口对应的图数据库作为第一图数据库。
3.根据权利要求1所述的公众号推荐方法,其特征在于,所述计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,包括:
计算所述待检索关键词与所述第一图数据库中每一公众号名称的字符串编辑距离,以得到所述待检索关键词与所述第一图数据库中每一公众号名称的重合度。
4.一种公众号推荐装置,其特征在于,包括:
检索接口选定单元,用于若检测到检索端所上传的检索接口的选定指令,根据所述选定指令进入对应的检索接口;所述检索接口包括公众号接口和文章接口;
关键词获取单元,用于接收在所述检索接口中录入的待检索关键词,判断所述检索接口的类型;
初始推荐列表获取单元,用于接若检索接口为公众号接口,计算所述待检索关键词与预先构建的第一图数据库中每一公众号名称的重合度,获取所述第一图数据库中与所述待检索关键词的重合度超出预设重合度阈值的公众号名称,以组成初始公众号推荐列表;
排名集合获取单元,用于将所述初始公众号推荐列表中每一公众号的关注数排名值和所发布文章的关注度排名值进行加权求和,根据与所述初始公众号推荐列表中每一公众号对应的排名求和结果以组成排名集合;以及
公众号推荐单元,用于获取所述排名集合中位于预设的第一排名值之前的排名求和结果对应的公众号,以组成当前公众号推荐列表,将所述当前公众号推荐列表发送至所述检索端;
所述排名集合获取单元还用于,根据公众号对应的排名求和结果=公众号对应的关注数排名值*0.5+所发布文章的关注度排名值*0.5进行加权求和,得到与所述初始公众号推荐列表中每一公众号对应的排名求和结果,以组成排名集合;
关注排名值获取单元,用于获取所述初始公众号推荐列表中每一公众号的关注数排名值,并获取与所述初始公众号推荐列表中每一公众号对应的所发布文章的关注度排名值;
其中,所述关注排名值获取单元还用于:
通过每一公众号对应的所发布文章的关注度;其中,Focusj是第j个公众号对应的所发布文章的关注度,/>是第j个公众号的第i篇文章的时间衰退因子,tij是第j个公众号的第i篇文章的发布时间,T0是当前系统时间;
初始文章推荐列表获取单元,用于若检索接口为文章接口,计算所述待检索关键词与预先构建的第二图数据库中每一文章名称的重合度,获取所述第二图数据库中与所述待检索关键词的重合度超出预设重合度阈值的文章名称,以组成初始文章推荐列表;
文章排名集合获取单元,用于将所述初始文章推荐列表中每一文章的文章关注数排名值和文章关注度排名值进行加权求和,根据与所述初始文章推荐列表中每一文章对应的排名求和结果以组成文章排名集合;
文章推荐单元,用于获取所述文章排名集合中位于所述第一排名值之前的排名求和结果对应的文章,以组成当前文章推荐列表,将所述当前文章推荐列表发送至所述检索端;
所述初始文章推荐列表获取单元还用于,通过计算所述待检索关键词与所述第二图数据库中每一文章名称的字符串编辑距离,得到所述待检索关键词与所述第二图数据库中每一文章名称的重合度。
5.根据权利要求4所述的公众号推荐装置,其特征在于,还包括:
第一图数据库构建单元,用于将历史公众号列表中每一公众号名称作为节点,将历史公众号列表中每一公众号名称对应的公众号关注数、公众号发布文章列表、文章列表中每一文章的发布时间、文章列表中每一文章的关注数作为节点属性数据,构建公众号接口对应的图数据库,将公众号接口对应的图数据库作为第一图数据库。
6.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3中任一项所述的公众号推荐方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至3任一项所述的公众号推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811511500.6A CN109614542B (zh) | 2018-12-11 | 2018-12-11 | 公众号推荐方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811511500.6A CN109614542B (zh) | 2018-12-11 | 2018-12-11 | 公众号推荐方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109614542A CN109614542A (zh) | 2019-04-12 |
CN109614542B true CN109614542B (zh) | 2024-05-14 |
Family
ID=66008826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811511500.6A Active CN109614542B (zh) | 2018-12-11 | 2018-12-11 | 公众号推荐方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109614542B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175295B (zh) * | 2019-06-21 | 2021-05-04 | 卓尔智联(武汉)研究院有限公司 | 广告位推荐方法、电子设备及计算机可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100113421A (ko) * | 2009-04-13 | 2010-10-21 | (주)미디어레 | 키워드 추천방법 및 그 장치 |
CN103455615A (zh) * | 2013-09-10 | 2013-12-18 | 中国地质大学(武汉) | 一种微信帐号的排序过滤检索方法 |
CN104598556A (zh) * | 2015-01-04 | 2015-05-06 | 百度在线网络技术(北京)有限公司 | 搜索方法及装置 |
CN106156246A (zh) * | 2015-04-28 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 一种公众号的查询方法、装置和系统 |
CN106372207A (zh) * | 2016-09-05 | 2017-02-01 | 北京蓝色光标品牌管理顾问股份有限公司 | 公众号信息的影响力排序方法及排序系统 |
CN106469163A (zh) * | 2015-08-18 | 2017-03-01 | 中兴通讯股份有限公司 | 一种公众号推荐方法及系统 |
CN106909637A (zh) * | 2017-02-14 | 2017-06-30 | 国家计算机网络与信息安全管理中心 | 微信公众号的影响力分析方法和系统 |
CN107273476A (zh) * | 2017-06-08 | 2017-10-20 | 广州优视网络科技有限公司 | 一种文章搜索方法、装置及服务器 |
CN108090072A (zh) * | 2016-11-22 | 2018-05-29 | 上海看榜信息科技有限公司 | 一种用于图文信息的分钟级监测系统 |
CN108491511A (zh) * | 2018-03-23 | 2018-09-04 | 腾讯科技(深圳)有限公司 | 基于图数据的数据挖掘方法和装置、模型训练方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10878479B2 (en) * | 2017-01-05 | 2020-12-29 | Microsoft Technology Licensing, Llc | Recommendation through conversational AI |
-
2018
- 2018-12-11 CN CN201811511500.6A patent/CN109614542B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100113421A (ko) * | 2009-04-13 | 2010-10-21 | (주)미디어레 | 키워드 추천방법 및 그 장치 |
CN103455615A (zh) * | 2013-09-10 | 2013-12-18 | 中国地质大学(武汉) | 一种微信帐号的排序过滤检索方法 |
CN104598556A (zh) * | 2015-01-04 | 2015-05-06 | 百度在线网络技术(北京)有限公司 | 搜索方法及装置 |
CN106156246A (zh) * | 2015-04-28 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 一种公众号的查询方法、装置和系统 |
CN106469163A (zh) * | 2015-08-18 | 2017-03-01 | 中兴通讯股份有限公司 | 一种公众号推荐方法及系统 |
CN106372207A (zh) * | 2016-09-05 | 2017-02-01 | 北京蓝色光标品牌管理顾问股份有限公司 | 公众号信息的影响力排序方法及排序系统 |
CN108090072A (zh) * | 2016-11-22 | 2018-05-29 | 上海看榜信息科技有限公司 | 一种用于图文信息的分钟级监测系统 |
CN106909637A (zh) * | 2017-02-14 | 2017-06-30 | 国家计算机网络与信息安全管理中心 | 微信公众号的影响力分析方法和系统 |
CN107273476A (zh) * | 2017-06-08 | 2017-10-20 | 广州优视网络科技有限公司 | 一种文章搜索方法、装置及服务器 |
CN108491511A (zh) * | 2018-03-23 | 2018-09-04 | 腾讯科技(深圳)有限公司 | 基于图数据的数据挖掘方法和装置、模型训练方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109614542A (zh) | 2019-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10853360B2 (en) | Searchable index | |
RU2501078C2 (ru) | Ранжирование результатов поиска с использованием расстояния редактирования и информации о документе | |
JP6141305B2 (ja) | 画像検索 | |
KR100304335B1 (ko) | 키워드 추출 시스템 및 그를 사용한 문서 검색 시스템 | |
KR101118454B1 (ko) | 문서 데이터베이스에서 문서들의 도메인 식별방법 | |
CN109325182B (zh) | 基于会话的信息推送方法、装置、计算机设备及存储介质 | |
US7110996B2 (en) | System and method for determining numerical representations for categorical data fields and data processing system | |
US20090171942A1 (en) | Predicting and ranking search query results | |
JP2014501422A (ja) | ユーザ意図の有無に基づく検索キーワードの推薦 | |
US20120233160A1 (en) | System and method for assisting a user to identify the contexts of search results | |
WO2007001128A1 (en) | Method and system for determining relation between search terms in the internet search system | |
WO2012154348A1 (en) | Generation of topic-based language models for an app search engine | |
CN110222249B (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
CN109241451B (zh) | 一种内容组合推荐方法、装置及可读存储介质 | |
CN106446122B (zh) | 信息检索的方法、装置与计算设备 | |
CN110765348B (zh) | 一种热词的推荐方法、装置、电子设备及存储介质 | |
CN111159563A (zh) | 用户兴趣点信息的确定方法、装置、设备及存储介质 | |
CN110609952A (zh) | 数据采集方法、系统和计算机设备 | |
CN111241381A (zh) | 信息推荐方法、装置、电子设备及计算机可读存储介质 | |
JP2014146218A (ja) | 情報提供装置 | |
JP2021092925A (ja) | データ生成装置およびデータ生成方法 | |
CN109614542B (zh) | 公众号推荐方法、装置、计算机设备及存储介质 | |
JP5579140B2 (ja) | 文書検索装置及び方法及びプログラム | |
CN110851708B (zh) | 负样本的抽取方法、装置、计算机设备和存储介质 | |
CN108170664B (zh) | 基于重点关键词的关键词拓展方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |