CN112685643A - 一种新闻信息的推送方法、装置、介质及电子设备 - Google Patents
一种新闻信息的推送方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN112685643A CN112685643A CN202110032974.8A CN202110032974A CN112685643A CN 112685643 A CN112685643 A CN 112685643A CN 202110032974 A CN202110032974 A CN 202110032974A CN 112685643 A CN112685643 A CN 112685643A
- Authority
- CN
- China
- Prior art keywords
- news
- user
- determining
- theme
- value
- 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.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种新闻信息的推送方法、装置、介质及电子设备。该方法包括:获取当前新闻的主题特征;其中,所述主题特征为预先设置的主题特征库中的至少一个主题特征;根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值;以及,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值;根据所述第一扩散值和所述第二扩散值,确定新闻热度,以作为新闻推送依据。本发明公开的技术方案,可以使所推送的新闻能够符合用户的兴趣爱好,并且得到与用户的兴趣爱好相关联的热度信息,以实现新闻信息的准确推送的目的。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种新闻信息的推送方法、装置、介质及电子设备。
背景技术
随着经济的发展,互联网技术越来越发达,新闻时评的传播是较快的。时评是一种由于时评新闻传播者借助大众传播工具和载体,对刚刚发生的新闻事实、现象、问题,在第一时间发表自己意愿的一种有理性、有思想的论说形式。时评新闻是一种低时效、高质量的新闻。在信息爆炸的时代,这种高质量的新闻极易被淹没在信息流中。因此,如何能够精准的对时评新闻进行传播,成为本领域亟待解决的技术难题。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是,现有技术中对新闻的推送是只根据新闻的热度来推送的,而忽略了用户的兴趣偏好,以及不能够对两者进行关联,从而导致推送新闻的效果差,用户感兴趣程度低的问题。
为实现上述目的,本发明提供了一种新闻信息的推送方法、装置、介质及电子设备。
在本发明的较佳实施方式中,本申请实施例提供了一种新闻信息的推送方法,所述方法包括:
获取当前新闻的主题特征;其中,所述主题特征为预先设置的主题特征库中的至少一个主题特征;
根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值;以及,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值;
根据所述第一扩散值和所述第二扩散值,确定新闻热度,以作为新闻推送依据。
进一步的,所述根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值,包括:
根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的主题总分值;
根据用户历史访问记录确定用户历史访问新闻的主题的平均值;
根据所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值,确定当前新闻的第一扩散值。
进一步的,所述根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的主题总分值,包括:
获取预设用户行为分值,其中,所述预设用户行为包括点击操作、标注操作、分享操作、评论操作以及收藏操作;
根据所述预设用户行为分值,获取用户访问历史记录中当前新闻的主题总分值。
进一步的,所述根据所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值,确定当前新闻的第一扩散值,包括:
获取所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值的比值;
确定所述比值在第一范围内的取值,将所述取值作为第一扩散值。
进一步的,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值,包括:
根据当前新闻的包含的主题与用户历史访问记录中包含的主题数量的交集和并集,确定当前新闻的主题特征权重;
根据所述当前新闻的主题特征权重,以及已访问当前新闻的用户所得分值,和用户对当前新闻所有主题的行为分值,确定用户主题权重;
根据所述当前新闻的主题特征权重和所述用户主题权重,确定当前新闻的第二扩散值。
进一步的,所述根据所述当前新闻的主题特征权重和所述用户主题权重,确定当前新闻的第二扩散值,包括:
获取所述当前新闻的主题特征权重和所述用户主题权重的比值;
确定所述比值在第二范围内的取值,将所述取值作为第二扩散值。
进一步的,在根据所述第一扩散值和所述第二扩散值,确定新闻热度之前,所述方法还包括:
根据用户历史访问记录计算好友亲密度;
根据所述好友亲密度,与所述第一扩散值和所述第二扩散值的平均值,确定新闻热度。
在本发明的另一较佳实施方式中,本申请实施例提供了一种新闻信息的推送装置,该装置包括:
主题特征获取模块,用于获取当前新闻的主题特征;其中,所述主题特征为预先设置的主题特征库中的至少一个主题特征;
扩散值确定模块,用于根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值;以及,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值;
新闻热度确定模块,用于根据所述第一扩散值和所述第二扩散值,确定新闻热度,以作为新闻推送依据。
可选的,所述装置还用于:
所述根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值,包括:
根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的主题总分值;
根据用户历史访问记录确定用户历史访问新闻的主题的平均值;
根据所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值,确定当前新闻的第一扩散值。
进一步的,所述根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的主题总分值,包括:
获取预设用户行为分值,其中,所述预设用户行为包括点击操作、标注操作、分享操作、评论操作以及收藏操作;
根据所述预设用户行为分值,获取用户访问历史记录中当前新闻的主题总分值。
进一步的,所述根据所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值,确定当前新闻的第一扩散值,包括:
获取所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值的比值;
确定所述比值在第一范围内的取值,将所述取值作为第一扩散值。
进一步的,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值,包括:
根据当前新闻的包含的主题与用户历史访问记录中包含的主题数量的交集和并集,确定当前新闻的主题特征权重;
根据所述当前新闻的主题特征权重,以及已访问当前新闻的用户所得分值,和用户对当前新闻所有主题的行为分值,确定用户主题权重;
根据所述当前新闻的主题特征权重和所述用户主题权重,确定当前新闻的第二扩散值。
进一步的,所述根据所述当前新闻的主题特征权重和所述用户主题权重,确定当前新闻的第二扩散值,包括:
获取所述当前新闻的主题特征权重和所述用户主题权重的比值;
确定所述比值在第二范围内的取值,将所述取值作为第二扩散值。
进一步的,在根据所述第一扩散值和所述第二扩散值,确定新闻热度之前,所述方法还包括:
根据用户历史访问记录计算好友亲密度;
根据所述好友亲密度,与所述第一扩散值和所述第二扩散值的平均值,确定新闻热度。
在本发明的另一较佳实施方式中,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本申请实施例所述的新闻信息的推送方法。
在本发明的另一较佳实施方式中,本申请实施例提供了一种电子设备,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如本申请实施例所述的新闻信息的推送方法。
本发明提供的技术方案具有以下技术效果:
本发明适用于新闻信息的推送操作的情况,本发明提供一种新闻信息的推送方法,所推送的新闻能够符合用户的兴趣爱好,并且得到与用户的兴趣爱好相关联的热度信息,以实现新闻信息的准确推送的目的。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本申请实施例提供的新闻信息的推送方法的示意图;
图2是本申请实施例提供的新闻信息的推送过程的示意图;
图3是本申请实施例提供的新闻信息的推送装置的示意图;
图4是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
为了阐释的目的而描述了本发明的一些示例性实施例,需要理解的是,本发明可通过附图中没有具体示出的其他方式来实现。
图1是本申请实施例提供的新闻信息的推送方法的示意图,本实施例可适用于运维管理的情况。如图1所示,所述新闻信息的推送方法包括:
S110、获取当前新闻的主题特征;其中,所述主题特征为预先设置的主题特征库中的至少一个主题特征。
具体的,当前新闻可以是时评新闻。新闻时评,又称时事评论,简称时评。是传播者借助大众传播工具和载体,对刚刚发生的新闻事实、现象、问题,在第一时间发表自己意愿的一种有理性、有思想的论说形式。以议论时事为主,最初专指时事短评,现多指新闻性、针对性很强的个人署名的专栏评论。
时评新闻的主题特征,可以是邻国经济,体育赛事等特征。其中,主题特征可以是预先进行划分的,可以包括各个类和各个子类,例如体育类是一个大类,下面可以包括篮球、足球、相关体育赛事安排等等各个子类。因此主题特征可以是预先配置于主题特征库中的。
具体的,可以使用LDA文档主题建模的方法,获取新闻主题特征。LDA(LatentDirichlet Allocation)是一种文档主题生成模型,也称为一个三层贝叶斯概率模型,包含词、主题和文档三层结构。所谓生成模型,就是说,我们认为一篇文章的每个词都是通过“以一定概率选择了某个主题,并从这个主题中以一定概率选择某个词语”这样一个过程得到。文档到主题服从多项式分布,主题到词服从多项式分布。LDA是一种非监督机器学习技术,可以用来识别大规模文档集(document collection)或语料库(corpus)中潜藏的主题信息。它采用了词袋(bag of words)的方法,这种方法将每一篇文档视为一个词频向量,从而将文本信息转化为了易于建模的数字信息。但是词袋方法没有考虑词与词之间的顺序,这简化了问题的复杂性,同时也为模型的改进提供了契机。每一篇文档代表了一些主题所构成的一个概率分布,而每一个主题又代表了很多单词所构成的。
本方案中,一个新闻可以包含一个或者多个主题特征,例如一个新闻同时包含有五个主题特征。
在本方案中,可选的,在确定新闻的主题特征之前,还可以获取新闻的时效性。具体的,新闻的时效性是时间线性衰减的方法计算的,其中scored为当前时间的权重阈值,u为新闻用户访问数,d为新闻质量的一个阈值,u-d是去除一部分低质量的新闻,t1为当前时间值,t2为新闻发布时间值,G为权重随时间衰减程度,p为新闻权重打折值。此权重值为开始推送的开关。几位只有此权重值高于一定的阈值的情况下,才进行推送。
S120、根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值;以及,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值。
本方案中,可选的,所述根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值,包括:
根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的主题总分值;
根据用户历史访问记录确定用户历史访问新闻的主题的平均值;
根据所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值,确定当前新闻的第一扩散值。
其中,用户根据用户访问历史记录获取当前新闻中主题的分值,即TopicScoren=∑Ai*n,A为用户行为的分值,n为当前新闻的主题个数。
本方案中,具体的,所述根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的主题总分值,包括:
获取预设用户行为分值,其中,所述预设用户行为包括点击操作、标注操作、分享操作、评论操作以及收藏操作;
根据所述预设用户行为分值,获取用户访问历史记录中当前新闻的主题总分值。
其中,可以为不同的操作设置不同的用户行为分值。例如:
可以理解的,ActionScore即为用户行为分值。本方案通过这样的设置,可以得到用户访问历史记录中用户的操作类型,对应不同的分值,并基于此分值进行后续新闻热度的确定,以此来将用户的历史操作与新闻热度关联起来,使得新闻热度的确定结果更加准确。
具体的,根据用户历史访问记录得出不同的主题在历史访问中平均分值,即其中TopicScoreavg为主题的平局分值,T为当前新闻所获取的用户新闻分值,N为当前新闻的主题数,U为历史每个主题所获取的用户行为分值。
本方案中,可选的,所述根据所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值,确定当前新闻的第一扩散值,包括:
获取所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值的比值;
确定所述比值在第一范围内的取值,将所述取值作为第一扩散值。
其中,具体的,可以采用如下公式确定第一扩散值:
s1为当前新闻的主题总分值,v1为用户历史访问新闻的主题的平均值,m为范围内的取值。
本方案中,还需要对第二扩散值进行计算,具体的计算过程如下:
根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值,包括:
根据当前新闻的包含的主题与用户历史访问记录中包含的主题数量的交集和并集,确定当前新闻的主题特征权重;
根据当前新闻的主题特征权重,以及已访问当前新闻的用户所得分值,和用户对当前新闻所有主题的行为分值,确定用户主题权重;
根据所述当前新闻的主题特征权重和所述用户主题权重,确定当前新闻的第二扩散值。
根据上述历史访问用户对该新闻主题特征的权重值,计算用户对当前新闻的主题特征的权重,即f(Ui)为已访问该新闻的用户所得分值,k(Ui)为历史用户对当前新闻所有主题的行为分值,W为上述步骤中计算出来的用户主题权重。
本方案中,具体的,所述根据所述当前新闻的主题特征权重和所述用户主题权重,确定当前新闻的第二扩散值,包括:
获取所述当前新闻的主题特征权重和所述用户主题权重的比值;
确定所述比值在第二范围内的取值,将所述取值作为第二扩散值。
其中,具体的,可以采用如下公式确定第一扩散值:
s2为当前新闻的主题特征权重,v2为用户主题权重,m为范围内的取值。
本方案中,可选的,还可以根据所述用户主题权重,直接来确定第二扩散值,如采用如下公式确定:
value2=if(t>x)=y;
其中,y为范围内的取值。
S130、根据所述第一扩散值和所述第二扩散值,确定新闻热度,以作为新闻推送依据。
其中,在得到所述第一扩散值和所述第二扩散值的情况下,可以确定新闻热度,以作为新闻的推送依据。
具体的,新闻热度可以通过如下公式进行判断:
其中,ResultValue为新闻热度,可以是第一扩散值和第二扩散值的平均值。
本方案通过这样的设置,可以解决现有技术中对新闻的推送是只根据新闻的热度来推送的,而忽略了用户的兴趣偏好,以及不能够对两者进行关联,从而导致推送新闻的效果差,用户感兴趣程度低的问题。达到所推送的新闻能够符合用户的兴趣爱好,并且得到与用户的兴趣爱好相关联的热度信息,以实现新闻信息的准确推送的目的。
在上述各技术方案的基础上,可选的,在根据所述第一扩散值和所述第二扩散值,确定新闻热度之前,所述方法还包括:
根据用户历史访问记录计算好友亲密度;
根据所述好友亲密度,与所述第一扩散值和所述第二扩散值的平均值,确定新闻热度。
相应的,在根据所述好友亲密度,与所述第一扩散值和所述第二扩散值的平均值,确定新闻热度的过程中,可以采用如下公式进行判:
通过这样的设置,可以将好友的亲密度作为确定新闻热度的一个部分,使得推送的结果更加准确。
图2是本申请实施例提供的新闻信息的推送过程的示意图,如图2所示:首先获取推送时间点;再使用LDA方法获取新闻的主题特征模型,并基于此,分别根据访问此篇新闻的用户在用户所有标签中的权重得到第一扩散值,以及根据当前新闻主题在历史中的行为的平均分值和在当前新闻中的行文分值得到第二扩散值。在得到第一扩散值和第二扩散值的基础上,根据两者来得到最终扩散值,并基于最终扩散值进行推送。本方案可以实现精准的提高时评新闻的传播的效果。
图3是本申请实施例提供的新闻信息的推送装置的示意图,如图3所示,所述新闻信息的推送装置包括:
主题特征获取模块310,用于获取当前新闻的主题特征;其中,所述主题特征为预先设置的主题特征库中的至少一个主题特征;
扩散值确定模块320,用于根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值;以及,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值;
新闻热度确定模块330,用于根据所述第一扩散值和所述第二扩散值,确定新闻热度,以作为新闻推送依据。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种基于太阳能板提供电源的方法,该方法包括:
获取当前新闻的主题特征;其中,所述主题特征为预先设置的主题特征库中的至少一个主题特征;
根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值;以及,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值;
根据所述第一扩散值和所述第二扩散值,确定新闻热度,以作为新闻推送依据。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的新闻信息的推送方法的操作,还可以执行本申请任意实施例所提供的新闻信息的推送方法中的相关操作。
图4是本申请实施例提供的一种电子设备的结构示意图。下面参考图4,其示出了适于用来实现本申请实施例的电子设备400的结构示意图。本申请实施例中的电子设备可以是用来提供信息展示功能的电子设备。图4示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他电子设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本申请实施例的方法中限定的上述功能。
需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备执行:
获取当前新闻的主题特征;其中,所述主题特征为预先设置的主题特征库中的至少一个主题特征;
根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值;以及,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值;
根据所述第一扩散值和所述第二扩散值,确定新闻热度,以作为新闻推送依据。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在乘客计算机上执行、部分地在乘客计算机上执行、作为一个独立的软件包执行、部分在乘客计算机上部分在远程计算机上执行、或者完全在远程计算机或电子设备上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到乘客计算机,或者,可以连接到外部计算机。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块、单元的名称在某种情况下并不构成对该模块、单元本身的限定。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种新闻信息的推送方法,其特征在于,所述方法包括:
获取当前新闻的主题特征;其中,所述主题特征为预先设置的主题特征库中的至少一个主题特征;
根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值;以及,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值;
根据所述第一扩散值和所述第二扩散值,确定新闻热度,以作为新闻推送依据。
2.如权利要求1所述的方法,其特征在于,所述根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值,包括:
根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的主题总分值;
根据用户历史访问记录确定用户历史访问新闻的主题的平均值;
根据所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值,确定当前新闻的第一扩散值。
3.如权利要求2所述的方法,其特征在于,所述根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的主题总分值,包括:
获取预设用户行为分值,其中,所述预设用户行为包括点击操作、标注操作、分享操作、评论操作以及收藏操作;
根据所述预设用户行为分值,获取用户访问历史记录中当前新闻的主题总分值。
4.如权利要求2所述的方法,其特征在于,所述根据所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值,确定当前新闻的第一扩散值,包括:
获取所述当前新闻的主题总分值与所述用户历史访问新闻的主题的平均值的比值;
确定所述比值在第一范围内的取值,将所述取值作为第一扩散值。
5.如权利要求1所述的方法,其特征在于,所述根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值,包括:
根据当前新闻的包含的主题与用户历史访问记录中包含的主题数量的交集和并集,确定当前新闻的主题特征权重;
根据所述当前新闻的主题特征权重,以及已访问当前新闻的用户所得分值,和用户对当前新闻所有主题的行为分值,确定用户主题权重;
根据所述当前新闻的主题特征权重和所述用户主题权重,确定当前新闻的第二扩散值。
6.如权利要求5所述的方法,其特征在于,所述根据所述当前新闻的主题特征权重和所述用户主题权重,确定当前新闻的第二扩散值,包括:
获取所述当前新闻的主题特征权重和所述用户主题权重的比值;
确定所述比值在第二范围内的取值,将所述取值作为第二扩散值。
7.如权利要求1所述的方法,其特征在于,在根据所述第一扩散值和所述第二扩散值,确定新闻热度之前,所述方法还包括:
根据用户历史访问记录计算好友亲密度;
根据所述好友亲密度,与所述第一扩散值和所述第二扩散值的平均值,确定新闻热度。
8.一种新闻信息的推送装置,其特征在于,所述装置包括:
主题特征获取模块,用于获取当前新闻的主题特征;其中,所述主题特征为预先设置的主题特征库中的至少一个主题特征;
扩散值确定模块,用于根据用户历史访问记录,以及预设用户行为分值,确定当前新闻的第一扩散值;以及,根据用户历史访问记录确定当前新闻的主题特征权重和用户主题权重,以计算当前新闻的第二扩散值;
新闻热度确定模块,用于根据所述第一扩散值和所述第二扩散值,确定新闻热度,以作为新闻推送依据。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的新闻信息的推送方法。
10.一种电子设备,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1-7中任一项所述的新闻信息的推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110032974.8A CN112685643B (zh) | 2021-01-12 | 2021-01-12 | 一种新闻信息的推送方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110032974.8A CN112685643B (zh) | 2021-01-12 | 2021-01-12 | 一种新闻信息的推送方法、装置、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112685643A true CN112685643A (zh) | 2021-04-20 |
CN112685643B CN112685643B (zh) | 2021-10-22 |
Family
ID=75457334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110032974.8A Active CN112685643B (zh) | 2021-01-12 | 2021-01-12 | 一种新闻信息的推送方法、装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112685643B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102929928A (zh) * | 2012-09-21 | 2013-02-13 | 北京格致璞科技有限公司 | 基于多维相似度的个性化新闻推荐方法 |
CN104036038A (zh) * | 2014-06-30 | 2014-09-10 | 北京奇虎科技有限公司 | 新闻推荐方法和系统 |
CN105069663A (zh) * | 2015-08-31 | 2015-11-18 | 中国科学院计算技术研究所 | 一种基于用户偏好的信息推送方法和装置 |
CN107025310A (zh) * | 2017-05-17 | 2017-08-08 | 长春嘉诚信息技术股份有限公司 | 一种自动实时新闻推荐方法 |
CN110110205A (zh) * | 2018-01-16 | 2019-08-09 | 北京京东金融科技控股有限公司 | 推荐信息生成方法与装置 |
-
2021
- 2021-01-12 CN CN202110032974.8A patent/CN112685643B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102929928A (zh) * | 2012-09-21 | 2013-02-13 | 北京格致璞科技有限公司 | 基于多维相似度的个性化新闻推荐方法 |
CN104036038A (zh) * | 2014-06-30 | 2014-09-10 | 北京奇虎科技有限公司 | 新闻推荐方法和系统 |
CN105069663A (zh) * | 2015-08-31 | 2015-11-18 | 中国科学院计算技术研究所 | 一种基于用户偏好的信息推送方法和装置 |
CN107025310A (zh) * | 2017-05-17 | 2017-08-08 | 长春嘉诚信息技术股份有限公司 | 一种自动实时新闻推荐方法 |
CN110110205A (zh) * | 2018-01-16 | 2019-08-09 | 北京京东金融科技控股有限公司 | 推荐信息生成方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112685643B (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112184738B (zh) | 一种图像分割方法、装置、设备及存储介质 | |
WO2020156389A1 (zh) | 信息推送方法和装置 | |
CN108416003A (zh) | 一种图片分类方法和装置、终端、存储介质 | |
EP3611055A1 (en) | Multimedia information push method and apparatus, storage medium, and electronic device | |
CN114117282B (zh) | 信息展示方法、装置、设备及存储介质 | |
WO2022252822A1 (zh) | 信息展示方法、装置、设备及介质 | |
CN116935169A (zh) | 文生图模型训练方法以及文生图方法 | |
US20180285448A1 (en) | Producing personalized selection of applications for presentation on web-based interface | |
WO2023016349A1 (zh) | 一种文本输入方法、装置、电子设备和存储介质 | |
KR20180058799A (ko) | 컴퓨팅 디바이스 백그라운드의 속성들에 기초한 정보 랭킹 | |
CN103970791A (zh) | 一种从视频库推荐视频的方法、装置 | |
WO2024001545A1 (zh) | 歌单展示信息生成方法、装置、电子设备及存储介质 | |
WO2020151548A1 (zh) | 关注页面的排序方法及装置 | |
CN110457325B (zh) | 用于输出信息的方法和装置 | |
CN108280221A (zh) | 关注点的层次化构建方法、装置和计算机设备 | |
CN107729944B (zh) | 一种低俗图片的识别方法、装置、服务器及存储介质 | |
CN110347841A (zh) | 一种文档内容分类的方法、装置、存储介质及电子设备 | |
CN113919320A (zh) | 异构图神经网络的早期谣言检测方法、系统及设备 | |
CN112685643B (zh) | 一种新闻信息的推送方法、装置、介质及电子设备 | |
CN115878761B (zh) | 事件脉络生成方法、设备及介质 | |
CN110300329B (zh) | 基于离散特征的视频推送方法、装置及电子设备 | |
CN110363206A (zh) | 数据对象的聚类、数据处理及数据识别方法 | |
CN116957006A (zh) | 预测模型的训练方法、装置、设备、介质及程序产品 | |
CN115167966A (zh) | 基于歌词的信息提示方法、装置、设备、介质及产品 | |
CN115115869A (zh) | 业务图像标注方法、装置、电子设备、计算机程序产品 |
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 |