CN113254764A - 基于综合传播影响力增长指数的新闻推荐方法及系统 - Google Patents

Abstract

基于综合传播影响力增长指数的新闻推荐方法及系统，通过采集稿件对象在媒体单位自有平台的传播信息、签约平台阅读信息、中央级媒体转载数和社交媒体活跃度；计算稿件对象的传播力指数；根据采集到的稿件对象在预设时间节点的综合传播影响力，计算稿件对象的综合传播影响力的增长速度，将综合传播影响力的增长速度作为综合传播影响力增长指数；根据稿件对象的综合传播影响力的增长速度，获得待推荐稿件的列表和排序，对列表里面未推荐过的预设条数的稿件内容进行推荐。本发明用于媒体单位，特别是地方媒体单位，在网站或者客户端冷启动时且没有获得任何用户信息的时候，无需用户预设阅读偏好，也能对用户进行传播影响力大的新闻推荐。

Description

基于综合传播影响力增长指数的新闻推荐方法及系统

技术领域

本发明涉及数据挖掘、人工智能及新闻推荐技术领域，具体涉及一种基于综合传播影响力增长指数的新闻推荐方法及系统。

背景技术

目前，随着网络媒体和移动媒体的发展，人们越来越依靠网络获得新闻内容。现今新闻内容处在了一个爆炸的时代，过量的新闻充斥着网络，读者很难从海量的新闻中直接获得自己关注的内容。对于网站、或者新闻客户端而言，如何提高用户的活跃度，如何提高新闻的点击率是一个需要重点关注的课题。

最早，人们通过栏目定义的简单模式让读者可以迅速的定位自己想要获得信息大的类别。后来随着人工智能技术的发展，可以通过对读者的用户行为分析和对新闻内容的分析，建立读者和新闻的关联关系，产生了一系列的推荐算法。但是这些方法都依赖于用户的行为的采集，需要记录用户的访问习惯、行为，但是对于一个用户在网站或者客户端冷启动时，由于还没有记录用户行为，也就无法进行基于用户行为的精准推荐。

现有技术中，对于用户冷启动时的推荐，有基于RSS订阅的推荐，有基于当前新闻热点的推荐，也有基于地理位置的推荐。RSS订阅的推荐，需要预设用户的新闻偏好，但是在用户设置页面很多用户选择跳过设置，或者随意设置导致用户新闻偏好获得不准确。基于新闻热点的推荐，前提需要有海量的新闻内容，但是对于一家特定的媒体单位，新闻内容有限，另外针对互联网抓取，目前版权管理越来越严格，私自发布其他媒体机构生产的新闻内容会面临严重的版权纠纷。基于地理位置的推荐、过于简单，对于一个地方媒体，受众主要就是区域用户，再做基于地理位置的新闻推荐没有实际意义。对于一个媒体单位，特别是地方媒体单位，如何在客户冷启动时给用户推荐匹配度高的自有原创新闻是一个亟需解决的技术问题。

发明内容

为此，本发明提供一种基于综合传播影响力增长指数的新闻推荐方法及系统，用于媒体单位，特别是地方媒体单位，在网站或者客户端冷启动时且没有获得任何用户信息的时候，无需用户预设阅读偏好，也能对用户进行传播影响力大的新闻推荐。

为了实现上述目的，本发明提供如下技术方案：基于综合传播影响力增长指数的新闻推荐方法，包括以下步骤：

(1)采集稿件对象在媒体单位自有平台的传播信息、签约平台阅读信息、中央级媒体转载数和社交媒体活跃度；

(2)计算所述稿件对象在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数；

(3)根据采集到的所述稿件对象在预设时间节点的综合传播影响力，计算稿件对象的综合传播影响力的增长速度，将所述综合传播影响力的增长速度作为综合传播影响力增长指数；

(4)根据所述稿件对象的综合传播影响力的增长速度，获得待推荐稿件的列表和排序，对所述列表里面未推荐过的预设条数的稿件内容进行推荐。

作为基于综合传播影响力增长指数的新闻推荐方法的优选方案，步骤(1)中，所述媒体单位自有平台的传播信息的采集包括：按照预设的时间节点采集发布的新闻稿件内容在自有平台上的传播信息，所述传播信息为阅读数、点赞数、转载数和评论数中的至少一种。

作为基于综合传播影响力增长指数的新闻推荐方法的优选方案，步骤(1)中，所述签约平台阅读信息的采集包括：按照预设的时间节点采集签约平台的阅读新消息。

作为基于综合传播影响力增长指数的新闻推荐方法的优选方案，步骤(1)中，所述社交媒体活跃度的采集包括：微博矩阵、微信矩阵上的阅读数和点赞数信息的采集。

作为基于综合传播影响力增长指数的新闻推荐方法的优选方案，步骤(1)中还包括预设媒体转载数统计，利用互联网抓取和文本内容比对算法获得稿件对象在预设媒体上的转载数。

作为基于综合传播影响力增长指数的新闻推荐方法的优选方案，步骤(1)中还包括，确定媒体单位自有平台的传播信息、签约平台阅读信息、中央级媒体转载数和社交媒体活跃度对所述稿件对象影响力一级维度的计算权重；

根据媒体单位的影响力计算模型动态增加或减少考核维度，或者调整某个考核维度的权重。

作为基于综合传播影响力增长指数的新闻推荐方法的优选方案，步骤(2)中，计算所述稿件对象在媒体单位自有平台的传播力指数包括：确定二级计算权重，确定三级计算权重，确定一篇稿件对象的三级影响力指数，计算一篇稿件对象在媒体单位自有平台的传播力指数。

作为基于综合传播影响力增长指数的新闻推荐方法的优选方案，步骤(2)中，计算所述稿件对象在签约平台或社交媒体的传播力指数方式为：设有m个签约平台或社交媒体，每个签约平台或社交媒体的权重为(p₁，p₂，…，p_m)，每篇稿件对象在所有签约平台或社交媒体上的各项考核指标为矩阵：

每个考核指标的影响权重为(q₁，q₂，…，q_n)；

则一篇稿件对象在签约平台或社交媒体的传播力指数为：

作为基于综合传播影响力增长指数的新闻推荐方法的优选方案，步骤(3)中，使用最小二乘法计算稿件对象的综合传播影响力的增长速度。

作为基于综合传播影响力增长指数的新闻推荐方法的优选方案，步骤(4)中，根据预设指标的影响权重计算稿件对象的综合传播力指数。

作为基于综合传播影响力增长指数的新闻推荐方法的优选方案，步骤(4)中，根据所述稿件对象的综合传播影响力的增长速度从大到小对稿件对象进行排序，将综合传播影响力的增长速度快的稿件对象作为优先推荐的新闻稿件。

本发明还提供一种基于综合传播影响力增长指数的新闻推荐系统，采用上述的基于综合传播影响力增长指数的新闻方法，包括：

信息采集模块，用于采集稿件对象在媒体单位自有平台的传播信息、签约平台阅读信息、中央级媒体转载数和社交媒体活跃度；

传播力指数获取模块，用于计算所述稿件对象在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数；

综合传播影响力获取模块，用于根据采集到的所述稿件对象在预设时间节点的综合传播影响力，计算稿件对象的综合传播影响力的增长速度，将所述综合传播影响力的增长速度作为综合传播影响力增长指数；

推荐模块，用于根据所述稿件对象的综合传播影响力的增长速度，获得待推荐稿件的列表和排序，对所述列表里面未推荐过的预设条数的稿件内容进行推荐。

本发明具有如下优点：通过采集稿件对象在媒体单位自有平台的传播信息、签约平台阅读信息、中央级媒体转载数和社交媒体活跃度；计算稿件对象在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数；根据采集到的稿件对象在预设时间节点的综合传播影响力，计算稿件对象的综合传播影响力的增长速度，将综合传播影响力的增长速度作为综合传播影响力增长指数；根据稿件对象的综合传播影响力的增长速度，获得待推荐稿件的列表和排序，对列表里面未推荐过的预设条数的稿件内容进行推荐。本发明不用用户预设自己的阅读偏好，在网站或者客户端冷启动时，在没有获得任何用户信息的时候，也可以根据稿件在自有平台、社交媒体和其他省部级、地市级、区县级媒体上的传播影响力，对用户进行推荐；本发明还与现有RSS订阅不同，不需要抓取媒体自有新闻资源以外的内容进行推荐，而是根据自由新闻在各种平台上的综合传播影响力，判断每篇稿件被欢迎的程度，是自有内容资源的推荐，能有效避免版权纠纷。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。

本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。

图1为本发明实施例中提供的基于综合传播影响力增长指数的新闻推荐方法流程示意图；

图2为本发明实施例中提供的基于综合传播影响力增长指数的新闻推荐系统示意图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士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及功效，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。

周知的，新闻具有时效性，传播影响力高的稿件对象，过了时间有效期，再推荐给用户也是会成为用户不关注的内容，所以单纯的依靠综合传播影响力的推荐是不科学的。本发明提出了瞬时综合传播影响力的计算模型和算法，主要考察一篇稿件的传播影响力的提升速度，比如一篇新的稿件，综合传播影响力很低，但是增长指数变化很快，说明关注程度大、热度高，是需要被推荐的。再比如一篇发布很长时间的稿件，一般情况下是不应该被推荐的，但是综合传播影响力增长指数越大，说明某个时间促发该条新闻热点较高，是应该被推荐的。

实施例1

参见图1，本发明提供一种基于综合传播影响力增长指数的新闻推荐方法，包括以下步骤：

步骤S1、自有平台稿件阅读信息采集：按照预设的时间节点(固定的时间间隔)采集发布的新闻稿件内容在自有平台上的阅读数、点赞数、转载数、评论数。其中，自有平台包括自有的各个网站和新闻客户端、小程序等。

步骤S2、签约平台阅读信息采集：按照预设的时间节点采集签约平台的阅读新消息。

步骤S3、中央级媒体转载数统计：中央级媒体的转载数是稿件传播影响力指数的一个重要测算依据。

步骤S4、社交媒体活跃度采集：微博矩阵、微信矩阵上的阅读数、点赞数信息的采集。

步骤S5、其他预设媒体转载数统计：利用现有的互联网抓取技术和文本内容比对算法获得在其他媒体上的转载数。

步骤S6、确定步骤S1至S5对于稿件对象影响力一级维度的计算权重(W₁，W₂，W₃，W₄，W₅)，还可根据媒体单位的影响力计算模型动态增加或减少考核维度，或者调整某个考核维度的权重；

步骤S7、计算稿件在自有平台的传播力指数，具体包括：

步骤S71、确定二级计算权重。比如，自有平台可能有多个网站或者新闻客户端，媒体单位会根据业务发展策略，调整各个发布渠道的权重。设自有平台有m个发布渠道，每个渠道的传播影响力的影响权重设为(p₁，p₂，…，p_m)；

步骤S72、确定三级计算权重。比如，一篇稿件对象在自有平台上某个网站的阅读数、点赞数、转载数、评论数对稿件传播影响力的影响权重为(q₁，q₂，…，q_n)(由于考核维度会有变化，设有n个考核维度)；

步骤S73、确定一篇稿件对象的三级影响力指数。设一篇稿件对象的在第i个发布渠道的阅读数、点赞数、转载数、评论数，…等考核指标的向量为(t_i1，t_i2，…，t_in)(i≤m)；由于新闻稿件阅读量对新闻的影响力并不是线性变化的，而是逐渐收敛的，故采用自然对数的形式衡量一篇稿件对象的各项指标对稿件影响力的影响。则一篇稿件对象在所有渠道上的各项考核指标为矩阵

即为各个三级考核维度为稿件的传播影响力指数。

步骤S74、计算一篇稿件对象在自有平台的传播力指数。

步骤S8、计算稿件对象在签约平台的传播力指数。

具体的，依照步骤S7的方法，设有m个签约平台，每个平台的权重为(p₁，p₂，…，p_m)，每篇稿件在所有渠道上的各项考核指标为矩阵

每个考核指标的影响权重为(q₁，q₂，…，q_n)。则一篇稿件对象在自有平台的传播力指数为：

步骤S9、计算稿件对象在中央级媒体的传播力指数。

具体的，由于中央级媒体无法获得稿件的阅读数、评论数等访问信息，只能获得中央级媒体列表，并确定某家媒体是否转载。

本实施例中，设有m家中央媒体，每家媒体转载标记为1，没有转载标记为0。这样m家中央及媒体的转载信息形成一个0，1向量，如(0，0，1，1，0，1，…)，设为向量a。每家中央级媒体的权重向量设为b＝(p₁，p₂，…，p_m)；则稿件对象在中央级媒体的传播力指数为C＝ab^T。

步骤S10、计算稿件对象在社交媒体的传播力指数。

同样，依照步骤S7的方法，设有m个社交媒体，每个社交媒体的权重为(p₁，p₂，…，p_m)，每篇稿件在所有社交媒体上的各项考核指标为矩阵

每个考核指标的影响权重为(q₁，q₂，…，q_n)。则一篇稿件在社交媒体的传播力指数为：

步骤S11、计算稿件对象在其他指定媒体的传播力指数。

由于无法获得稿件对象在其他媒体的阅读数、评论数等访问信息，只能获得其他媒体是否转载的信息。本实施例中，设有t家其他媒体转载了某篇新闻报道。由于稿件对象在其他媒体上的转载对新闻的影响力并不是线性变化的，而是逐渐收敛的，同样采用自然对数的形式衡量一篇稿件在其他媒体上转载对稿件影响力的影响。则稿件在其他媒体的传播力指数为：E＝ln(t+1)。

步骤S12、计算稿件对象的综合传播力指数。

本实施例中，设稿件对象的综合传播力指数为y，根据不同指标的影响权重计算稿件的综合传播力指数为：y＝(W₁，W₂，W₃，W₄，W₅)(A，B，C，D，E)^T。

步骤S13、获得待推荐新闻列表和排序，具体的，包括：

步骤S131、按照设定的时间节点获得每篇稿件的综合传播力指数。

设最近的n个节点为(x₁，x₂，x₃，x₄，…，x_n)，对应的传播力指数为(y₁，y₂，y₃，y₄，…，y_n)；

步骤S132、计算稿件对象综合传播力指数的增长速度。

步骤S14、对列表里面未推荐过的指定条数的新闻内容进行推荐

本实施例中，由于稿件对象的综合传播力指数是在各个时间节点计算出来的离散值，故可以使用最小二乘法计算稿件传播力指数的增长速度。

把b看作是传播影响力的增长指数。然后获取发布时间在指定时间范围内，并且传播力指数增长速度从大到小的排列。传播影响力速度增长快的稿件即为优先推荐的稿件对象。稿件发布的时间越长，由于传播影响力指数越大，相同的变化传播影响力的增长速度会越来越慢，这也符合新闻推荐时优先推荐近期新闻的原则。

综上，本发明的技术思路是，通过统计媒体单位生产的自有稿件在自有发布渠道(网站、客户端)的活跃度(阅读数、点赞数、转载数、评论数)、签约平台的传播度(阅读数)、央媒互动度(中央级媒体转载数)、社交媒体矩阵(微博、微信)的活跃度(阅读数、点赞数)，按照不同渠道和不同指标的考核权重，计算每篇稿件的传播力指数。通过最小二乘法计算当前传播力影响指数提升最快的(热度最高的)若干篇新闻推荐给终端阅读用户。本发明不用用户预设自己的阅读偏好，在网站或者客户端冷启动时，在没有获得任何用户信息的时候，也可以根据稿件在自有平台、社交媒体和其他省部级、地市级、区县级媒体上的传播影响力，对用户进行推荐。与现有RSS订阅不同，本发明不需要抓取媒体自有新闻资源以外的内容进行推荐，而是根据自有新闻在各种平台上的综合传播影响力，判断每篇稿件被欢迎的程度，是自有内容资源的一种推荐算法，能有效避免版权纠纷。

实施例2

参见图2，本发明还提供一种基于综合传播影响力增长指数的新闻推荐系统，采用实施例1或其任意可能实现方式的基于综合传播影响力增长指数的新闻方法，包括：

信息采集模块1，用于采集稿件对象在媒体单位自有平台的传播信息、签约平台阅读信息、中央级媒体转载数和社交媒体活跃度；

传播力指数获取模块2，用于计算所述稿件对象在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数；

综合传播影响力获取模块3，用于根据采集到的所述稿件对象在预设时间节点的综合传播影响力，计算稿件对象的综合传播影响力的增长速度，将所述综合传播影响力的增长速度作为综合传播影响力增长指数；

推荐模块4，用于根据所述稿件对象的综合传播影响力的增长速度，获得待推荐稿件的列表和排序，对所述列表里面未推荐过的预设条数的稿件内容进行推荐。

需要说明的是，上述装置各模块/单元之间的信息交互、执行过程等内容，由于与本申请实施例1中的方法实施例基于同一构思，其带来的技术效果与本申请方法实施例相同，具体内容可参见本申请前述所示的方法实施例中的叙述，此处不再赘述。

实施例3

本发明实施例3提供一种计算机可读存储介质，所述计算机可读存储介质中存储用于基于综合传播影响力增长指数的新闻推荐方法的程序代码，所述程序代码包括用于执行实施例1或其任意可能实现方式的基于综合传播影响力增长指数的新闻推荐方法的指令。

计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(SolidStateDisk、SSD))等。

实施例4

本发明实施例4提供一种电子设备，所述电子设备包括处理器，所述处理器与存储介质耦合，当所述处理器执行存储介质中的指令时，使得所述电子设备执行实施例1或其任意可能实现方式的基于综合传播影响力增长指数的新闻推荐方法。

具体的，处理器可以通过硬件来实现也可以通过软件来实现，当通过硬件实现时，该处理器可以是逻辑电路、集成电路等；当通过软件来实现时，该处理器可以是一个通用处理器，通过读取存储器中存储的软件代码来实现，该存储器可以集成在处理器中，可以位于所述处理器之外，独立存在。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (10)

1.基于综合传播影响力增长指数的新闻推荐方法，其特征在于，包括以下步骤：

(1)采集稿件对象在媒体单位自有平台的传播信息、签约平台阅读信息、中央级媒体转载数和社交媒体活跃度；

(2)计算所述稿件对象在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数；

(3)根据采集到的所述稿件对象在预设时间节点的综合传播影响力，计算稿件对象的综合传播影响力的增长速度，将所述综合传播影响力的增长速度作为综合传播影响力增长指数；

(4)根据所述稿件对象的综合传播影响力的增长速度，获得待推荐稿件的列表和排序，对所述列表里面未推荐过的预设条数的稿件内容进行推荐。

2.根据权利要求1所述的基于综合传播影响力增长指数的新闻推荐方法，其特征在于，步骤(1)中，所述媒体单位自有平台的传播信息的采集包括：按照预设的时间节点采集发布的新闻稿件内容在自有平台上的传播信息，所述传播信息为阅读数、点赞数、转载数和评论数中的至少一种；

步骤(1)中，所述签约平台阅读信息的采集包括：按照预设的时间节点采集签约平台的阅读新消息；

步骤(1)中，所述社交媒体活跃度的采集包括：微博矩阵、微信矩阵上的阅读数和点赞数信息的采集。

3.根据权利要求2所述的基于综合传播影响力增长指数的新闻推荐方法，其特征在于，步骤(1)中还包括预设媒体转载数统计，利用互联网抓取和文本内容比对算法获得稿件对象在预设媒体上的转载数。

4.根据权利要求3所述的基于综合传播影响力增长指数的新闻推荐方法，其特征在于，步骤(1)中还包括，确定媒体单位自有平台的传播信息、签约平台阅读信息、中央级媒体转载数和社交媒体活跃度对所述稿件对象影响力一级维度的计算权重；

根据媒体单位的影响力计算模型动态增加或减少考核维度，或者调整某个考核维度的权重。

5.根据权利要求4所述的基于综合传播影响力增长指数的新闻推荐方法，其特征在于，步骤(2)中，计算所述稿件对象在媒体单位自有平台的传播力指数包括：确定二级计算权重，确定三级计算权重，确定一篇稿件对象的三级影响力指数，计算一篇稿件对象在媒体单位自有平台的传播力指数。

6.根据权利要求5所述的基于综合传播影响力增长指数的新闻推荐方法，其特征在于，步骤(2)中，计算所述稿件对象在签约平台或社交媒体的传播力指数方式为：设有m个签约平台或社交媒体，每个签约平台或社交媒体的权重为(p₁，p₂，…，p_m)，每篇稿件对象在所有签约平台或社交媒体上的各项考核指标为矩阵：

每个考核指标的影响权重为(q₁，q₂，…，q_n)；

则一篇稿件对象在签约平台或社交媒体的传播力指数为：

7.根据权利要求6所述的基于综合传播影响力增长指数的新闻推荐方法，其特征在于，步骤(3)中，使用最小二乘法计算稿件对象的综合传播影响力的增长速度。

8.根据权利要求7所述的基于综合传播影响力增长指数的新闻推荐方法，其特征在于，步骤(4)中，根据预设指标的影响权重计算稿件对象的综合传播力指数。

9.根据权利要求7所述的基于综合传播影响力增长指数的新闻推荐方法，其特征在于，步骤(4)中，根据所述稿件对象的综合传播影响力的增长速度从大到小对稿件对象进行排序，将综合传播影响力的增长速度快的稿件对象作为优先推荐的新闻稿件。

10.基于综合传播影响力增长指数的新闻推荐系统，采用权利要求1至9任一项所述的基于综合传播影响力增长指数的新闻方法，其特征在于，包括：

信息采集模块，用于采集稿件对象在媒体单位自有平台的传播信息、签约平台阅读信息、中央级媒体转载数和社交媒体活跃度；

传播力指数获取模块，用于计算所述稿件对象在媒体单位自有平台、签约平台、中央级媒体和社交媒体中的传播力指数；

综合传播影响力获取模块，用于根据采集到的所述稿件对象在预设时间节点的综合传播影响力，计算稿件对象的综合传播影响力的增长速度，将所述综合传播影响力的增长速度作为综合传播影响力增长指数；

推荐模块，用于根据所述稿件对象的综合传播影响力的增长速度，获得待推荐稿件的列表和排序，对所述列表里面未推荐过的预设条数的稿件内容进行推荐。

Images