CN113569036A - 一种媒体信息的推荐方法、装置及电子设备 - Google Patents
一种媒体信息的推荐方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113569036A CN113569036A CN202110822796.9A CN202110822796A CN113569036A CN 113569036 A CN113569036 A CN 113569036A CN 202110822796 A CN202110822796 A CN 202110822796A CN 113569036 A CN113569036 A CN 113569036A
- Authority
- CN
- China
- Prior art keywords
- media information
- similarity
- rough
- character
- piece
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004891 communication Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 8
- 230000002596 correlated effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 18
- 235000019580 granularity Nutrition 0.000 description 20
- 238000012545 processing Methods 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种媒体信息的推荐方法、装置及电子设备,本申请中的方法在向用户推荐媒体信息时,一方面考察了从媒体信息整体的粒度对媒体信息之间的相似度进行表征的文本相似度,另一方面,还考察了从媒体信息的字符的粒度对媒体信息之间的相似度进行表征的字符相似度。由于本说明书中的过程实现的媒体信息推荐,能够对媒体信息之间的相似度进行更具综合性的评价,则采用本说明书中的方法执行的媒体信息推荐也具有较高的召回率和准确率,有利于提高推荐的效率,改善用户的体验。
Description
技术领域
本申请涉及信息处理技术领域,尤其涉及一种媒体信息的推荐方法、装置及电子设备。
背景技术
随着计算机和网络技术的发展,社会信息化程度的提高,人类社会的不断发展积累起来了海量的信息。
然而,并非所有的信息均为用户所需的信息。为从海量的信息中获取到目标的信息,用户通常会通过关键词检索的方式,对信息进行筛选。一方面用户自己确定的关键词有可能不准确,则存在根据关键词检索到的信息的召回率和准确率都不高的问题。另一方面,通过关键词检索的方式实现的信息获取,效率也较为低下。
发明内容
本申请提供了一种媒体信息的推荐方法、装置及电子设备,以解决现有技术中存在的用户获取其所需的信息难度较大的问题。
第一方面,本申请提供了一种媒体信息的推荐方法,所述方法包括:获取各粗选媒体信息;针对每条粗选媒体信息,确定所述粗选媒体信息与参照媒体信息的文本相似度,并确定所述粗选媒体信息和所述参照媒体信息的字符相似度,其中,所述文本相似度是根据所述粗选媒体信息和所述参照媒体信息的文本得到,所述字符相似度是根据所述粗选媒体信息表示出的第一目标字符、和所述参照媒体信息表示出的第一目标字符得到的,所述参照媒体信息是用户终端展示各第一媒体信息时,在所述用户终端上检测到的用户点击操作针对的第一媒体信息;在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息,其中,所述粗选媒体信息的综合相似度,是根据所述粗选媒体信息的文本相似度和字符相似度得到的。
在本说明书一个可选的实施例中,确定所述粗选媒体信息与参照媒体信息的文本相似度,包括:
将所述粗选媒体信息的文本与参照媒体信息的文本之间的距离,作为所述粗选媒体信息与所述参照媒体信息的文本相似度,其中,所述距离包括以下任意一种:欧氏距离、汉明距离、杰卡德距离、余弦距离。
在本说明书一个可选的实施例中,所述第一目标字符为多个,其中,确定所述粗选媒体信息和所述参照媒体信息的字符相似度,包括:针对每个第一目标字符,若所述粗选媒体信息表示出的第一目标字符,与所述参照媒体信息表示出的第一目标字符的相似度大于第一阈值,则将所述第一目标字符确定为指定字符;根据确定出的指定字符的数量,确定所述粗选媒体信息和所述参照媒体信息的字符相似度,其中,所述字符相似度与所述指定字符的数量正相关。
在本说明书一个可选的实施例中,在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息之前,所述方法还包括:针对每个粗选媒体信息,若所述粗选媒体信息的字符相似度大于第二阈值,则将所述粗选媒体信息的文本相似度,作为所述粗选媒体信息的综合相似度。
在本说明书一个可选的实施例中,在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息之前,所述方法还包括:针对每个粗选媒体信息,若所述粗选媒体信息的字符相似度不大于第二阈值,则采用相似度权重对所述粗选媒体信息的文本相似度进行加权;将加权后的文本相似度与所述粗选媒体信息的字符相似度之和,作为所述粗选媒体信息的综合相似度。
在本说明书一个可选的实施例中,获取各粗选媒体信息,包括:针对媒体信息数据库中存储的每个媒体信息,若所述媒体信息表示出的第二目标字符,与所述参照媒体信息表示出的第二目标字符的相似度大于第三阈值,则将所述备选媒体信息作为粗选媒体信息。
在本说明书一个可选的实施例中,在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息,包括:将各粗选信息中指定数量个综合相似度最大的粗选媒体信息作为第二媒体信息。
在本说明书一个可选的实施例中,在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息之后,该方法还包括;将所述第二媒体信息发送至所述用户终端。
第二方面,本申请提供了一种媒体信息的推荐装置,该装置包括:
获取模块,配置为:获取各粗选媒体信息;
文本相似度确定模块,配置为:针对每条粗选媒体信息,确定所述粗选媒体信息与参照媒体信息的文本相似度;
字符相似度确定模块,配置为:确定所述粗选媒体信息和所述参照媒体信息的字符相似度,其中,所述文本相似度是根据所述粗选媒体信息和所述参照媒体信息的文本得到,所述字符相似度是根据所述粗选媒体信息表示出的第一目标字符、和所述参照媒体信息表示出的第一目标字符得到的,所述参照媒体信息是用户终端展示各第一媒体信息时,在所述用户终端上检测到的用户点击操作针对的第一媒体信息;
第二媒体信息确定模块,配置为:在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息,其中,所述粗选媒体信息的综合相似度,是根据所述粗选媒体信息的文本相似度和字符相似度得到的。
第三方面,本申请提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现前述第一方面中任一种媒体信息的推荐方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现前述第一方面中任一种媒体信息的推荐方法的步骤。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:
本方案可以应用于信息检索技术领域,用于排序优化。本申请实施例提供的方法,本说明书中的媒体信息推荐方法在向用户推荐媒体信息时,一方面考察了从媒体信息整体的粒度对媒体信息之间的相似度进行表征的文本相似度,另一方面,还考察了从媒体信息的字符的粒度对媒体信息之间的相似度进行表征的字符相似度。由于本说明书中的过程实现的媒体信息推荐,能够对媒体信息之间的相似度进行更具综合性的评价,则采用本说明书中的方法执行的媒体信息推荐也具有较高的召回率和准确率,有利于提高推荐的效率,有利于改善用户的体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种媒体信息的推荐过程涉及的场景示意图;
图2为本申请实施例提供的一种媒体信息的推荐过程的流程示意图;
图3为对应于图1方法过程的媒体信息的推荐装置示意图;
图4为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
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
为解决现有技术存在的,由用户执行的通过关键词检索进行信息筛选造成的召回率、准确率均不高的问题,本说明书提供一种媒体信息的推荐方法。本说明书中的方法可以由推荐服务端执行,示例性的场景可以如图1所示。
在图1所示的场景中,用户终端和推荐服务端通信连接。与推荐服务端通信连接的用户终端可以是多个。为便于说明,本说明书示例性地对推荐服务端向多个用户终端中的某一个用户终端推荐信息的过程进行说明。
在本说明书中,用户终端可以是手机、PAD、电脑等具有信息展示功能的设备。推荐服务端可以是预先的安装于用户终端上的程序,也可是与用户终端之间在硬件层面具有物理性的隔离的服务器。
本说明书涉及的业务场景可以为多种。
如图2所示,本说明书中的媒体信息的推荐方法包括以下步骤:
S200:获取各粗选媒体信息。
在本说明书中,粗选媒体信息即为在向用户进行媒体信息推荐的过程中,可供筛选的信息。即,在本说明书中,向用户推荐的信息是从粗选媒体信息中确定出的。
本说明书涉及的各信息(例如,粗选媒体信息、下文所述的备选媒体信息、第一媒体信息、第二媒体信息中的至少一种)的类型,可以根据实际需求确定。示例性地,信息的类型可以是以下至少一种:文本信息、图片信息、声音信息。为便于说明,下文中示例性的以媒体信息类型是文本信息为例。
在本说明书一个可选的实施例中,推荐服务端与媒体信息数据库通信连接。媒体信息数据库中存储有多个媒体信息。媒体信息数据库中存储的各媒体信息可以直接地作为本步骤中的粗选媒体信息。
在本说明书另一个可选的实施例中,媒体信息数据库中的存储的各媒体信息不能直接地作为本步骤中的粗选媒体信息,需经过筛选,筛选后的媒体信息才能够作为本步骤中的粗选媒体信息。
本说明书中的媒体信息数据库对其中存储的媒体信息的管理方式也可以根据实际的需求确定。
在本说明书一个可选的实施例中,媒体信息数据库可以通过倒排索引(invertedindex)的方式对其中存储的媒体信息进行管理。
在本说明书另一个可选的实施例中,媒体信息数据库可以是关系型数据库,媒体信息数据库通过媒体信息表示出的各目标字符,对其存储的媒体信息进行管理。例如,一条媒体信息为“A品牌的手机产品,型号为B,颜色为C,售价为D,适用用户为老年人”,则其中的“A品牌”、“B型号”、“C颜色”、“D售价”、“适于老年人”均可以作为目标字符。
S202:针对每条粗选媒体信息,确定所述粗选媒体信息与参照媒体信息的文本相似度。
在本说明书中,文本相似度是在文本的粒度(而不是文本中包含的各字符的粒度)下,确定出的粗选媒体信息与参照信息之间的相似度。可见,本步骤中确定的文本相似度考察了文本整体。
在粗选媒体信息为多个的情况下,针对每个粗选媒体信息分别地执行本步骤。
在本说明书一个可选的实施例中,确定粗选媒体信息与参照媒体信息的文本相似度的过程可以是:将所述粗选媒体信息的文本与参照媒体信息的文本之间的距离,作为所述粗选媒体信息与所述参照媒体信息的文本相似度。
相同或相似地,对参照媒体信息的文本采用文本表示进行处理,得到第二处理结果。之后,确定第一处理结果和第二处理结果之间的距离,作为所述粗选媒体信息与参照媒体信息的文本相似度。
需要说明的是,相关技术中若存在确定信息之间的相似度的方法,也可以适用于本说明书。
S204:针对每条粗选媒体信息,确定所述粗选媒体信息和所述参照媒体信息的字符相似度。
在本说明书中,媒体信息可以包括多个字符。若媒体信息中不包含字符,也可以通过一定的处理方式将媒体信息转化为包含多个字符的格式。在前述的“A品牌的手机产品”的示例中,每个目标字符对应于媒体信息中的至少一个字符。
在本步骤中,通过构成媒体信息的至少部分字符确定字符相似度,能够从字符这一较细的粒度,对考察文本之间的相似度。
在本说明书一个可选的实施例中,在本步骤之前,预先的确定出本次媒体信息推荐采用的第一目标字符(例如,可以将“品牌”作为第一目标字符)。然后确定出粗选媒体信息表示出的第一目标字符(例如,粗选媒体信息表示出的第一目标字符是“品牌R”),并确定出参照媒体信息表示出的第一目标字符(例如,参照媒体信息表示出的第一目标字符是“品牌A”)。之后,确定粗选媒体信息表示出的第一目标字符与参照媒体信息表示出的第一目标字符之间的相似度。示例性的,在粗选媒体信息表示出的第一目标字符与参照媒体信息表示出的第一目标字符相同的情况下,可以确定两者的相似度大于第一阈值。
此外,在该示例中,还可能存在品牌相同,但是对品牌的表述方式不一样的情形,例如品牌简称、采用英文缩写表示品牌等。此时,可以识别出粗选媒体信息和参照媒体信息各自表示出的第一目标字符的语义,根据语义确定两者的相似度。
进一步地,在本第一目标字符为多个的情况下,还可以针对每个第一目标字符,若所述粗选媒体信息表示出的第一目标字符,与所述参照媒体信息表示出的第一目标字符的相似度大于第一阈值,则将所述第一目标字符确定为指定字符。然后,根据确定出的指定字符的数量,确定所述粗选媒体信息和所述参照媒体信息的字符相似度,其中,所述字符相似度与所述指定字符的数量正相关。示例性地,可以将确定出的指定字符的数量占第一目标字符总数的比例,作为粗选媒体信息和所述参照媒体信息的字符相似度。
其中,第一阈值可以是经验值。通过本说明书中的过程确定出的字符相似度可以通过0至1之间的数值(包含本数)表征。
S206:在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息。
通过前述步骤,得到了可以从媒体信息整体这一较为宏观的粒度对粗选媒体信息和参照媒体信息之间的相似度进行表征的文本相似度,还得到了从媒体信息包含的字符这一较为微观的粒度对粗选媒体信息和参照媒体信息之间的相似度进行表征的字符相似度。文本相似度和字符相似度对相似度的表征粒度不同,需对两者进行综合,以确定出从不同的粒度参照媒体信息和粗选媒体信息之间的关系进行表征的综合相似度。
在本说明书中,综合相似度和文本相似度、字符相似度中的至少一种正相关。
在本说明书一个可选的实施例中,可以直接对文本相似度和字符相似度进行求和,得到综合相似度。在本说明书另一个实施例中,还可以采用指定权重对两者分别进行加权,然后对加权后得到的结果求和,得到综合相似度。此外,本说明书中的综合相似度还可以通过其他方式获得,将在下文中介绍。
本说明书根据综合相似度确定第二媒体信息的方法可以根据实际的需求确定。
在本说明书一个可选的实施例中,可以将各粗选信息中指定数量个综合相似度最大的粗选媒体信息,作为第二媒体信息。在该实施例中,由于确定出的第二媒体信息是与参照信息较为相似的,则第二媒体信息与用户的需求也较为匹配。
在本说明书另一个可选的实施例后,还可以根据综合相似度的取值从大到小对各粗选媒体信息进行排序,得到粗选媒体信息序列。然后,对粗选媒体信息序列的前参照数量(大于指定数量)个粗选媒体信息进行采样(例如,随机采样),得到指定数量个粗选媒体信息。通过本实施例得到的第二媒体信息能够具有一定的随机性,能够提高用户的兴趣,避免用户接收的相似的信息过多,出现“审美疲劳”。
在本说明书中,指定数量可以是1或大于1的整数。指定数量可是根据用户当前浏览的页面中用于展示媒体信息的占位符的数量确定,还可以通过其他方式确定指定数量,在此不一一列举。
在本说明书一个可选的实施例中,在确定出第二媒体信息之后,即可将第二媒体信息发送至用户终端,使得用户终端向用户展示各第二媒体信息。可选地,若此后接收到用户终端发送的刷新指令,则在各粗选媒体信息中重新确定第二媒体信息。
可见,本说明书中的媒体信息推荐方法在向用户推荐媒体信息时,一方面考察了从媒体信息整体的粒度对媒体信息之间的相似度进行表征的文本相似度,另一方面,还考察了从媒体信息的字符的粒度对媒体信息之间的相似度进行表征的字符相似度。由于本说明书中的过程实现的媒体信息推荐,能够对媒体信息之间的相似度进行更具综合性的评价,则采用本说明书中的方法执行的媒体信息推荐也具有较高的召回率和准确率,有利于提高推荐的效率,有利于改善用户的体验。
本说明书中的媒体信息推荐过程使用的场景为多种。示例性地,在网购场景中,第一媒体信息可以是向用户展示的商品信息、参照媒体信息可以是用户点击的商品信息,第二媒体信息可以是向用户推荐的商品信息。
在社区(电子产品社区)信息推荐场景中,第一媒体信息可以是加入该社区的各用户在社区中发布的社区信息,参照媒体信息可以是用户点击的社区信息,第二媒体信息可以是从社区信息中确定出的、向用户推荐的社区信。
由前述内容可知,在本说明书中,可以将粗选媒体信息的文本与参照媒体信息的文本之间的距离,作为所述粗选媒体信息与所述参照媒体信息的文本相似度。其中,所述距离包括以下任意一种:欧氏距离、曼哈顿距离、汉明距离、杰卡德(Jaccard)距离、杰卡德相似系数、皮尔森相关系数、余弦距离、编辑距离。
在本说明书一个可选的实施例中,可以首先对粗选媒体信息的文本采用文本表示进行处理,得到第一处理结果。示例性地,在采用的文本表示是VSM表示时,得到的第一处理结果可以是向量。此外,还可以采用词向量表示、迁移方法等。
在本说明书另一个可选的实施例中,确定文本相似度J的过程可是:对粗选媒体信息进行取字处理,得到第一集合set(q1),对参照媒体信息进行取字处理,得到第二集合set(q2)。然后,将第一集合和第二集合交集,与第一集合和第二集合并集的比值,作为文本相似度J。该计算过程如下公式(1)所示。
示例性的,在第一目标字符为两个的情况下(即,第一目标字符包括m和s),确定出的字符相似度a的可是:
若m1=m2,且s1≠s2;或者,m1≠m2,且s1=s2;或者,m1和m2之一为空,且s1和s2之一为空,则a=0.3;
若m1和m2均为空,且s1和s2均为空,则a=0.6;
若m1和m2之一为空,且s1≠s2;或者,s1和s2之一为空,且m1≠m2,则a=0.15;
若m1和m2之一为空,且s1=s2;或者,s1和s2之一为空,且m1=m2,则a=0.45。
其中,m1是参照信息表示出的对应于m(例如品牌)的第一字符,m2是粗选信息表示出的对应于m的第一字符;s1是参照信息表示出的对应于s(例如型号)的第一字符,s2是粗选信息表示出的对应于s的第一字符。等号表示相同。
通过前述实施例可知,本说明书确定第二媒体信息的过程一定程度的有赖于综合相似度。除前述的确定综合相似度的方式以外,本说明书进一步介绍另一种确定综合相似度的方式。
在确定出粗选媒体信息的字符相似度之后,若粗选媒体信息的字符相似度大于第二阈值,则将所述粗选媒体信息的文本相似度,作为所述粗选媒体信息的综合相似度score。即,score=J。
若所述粗选媒体信息的字符相似度不大于第二阈值,则采用相似度权重γ对所述粗选媒体信息的文本相似度进行加权。然后,将加权后的文本相似度与所述粗选媒体信息的字符相似度a之和,作为所述粗选媒体信息的综合相似度score。即,score=a+γ·J。
由前述内容可知,在本说明书中,字符相似度的取值可以是在0与1之间。取值越大,表明相似度越高,也就是说参照媒体信息与粗选媒体信息在字符这一粒度上越匹配。参照媒体信息与粗选媒体信息在字符的粒度上较为匹配,若两者之间的存在语义上的差异,该差异应该体现在文本这一较为宏观的粒度上。此时,以粗选媒体信息的文本相似度,作为所述粗选媒体信息的综合相似度,能够使得综合相似度对两者在宏观粒度上的差异更加敏感,进而客观的表征两者之间的相似度。
若字符相似度的取值越小,表明相似度越低,也就是说参照媒体信息与粗选媒体信息在字符这一粒度上不匹配,此时,参照媒体信息与粗选媒体信息在文本这一较为宏观的粒度上存在差异的可能性也较大。对字符相似度和文本相似度进行综合,以确定出综合相似度,能够使得综合相似度对参照媒体信息与粗选媒体信息两者在宏观和微观粒度上的差异均更加敏感,进而客观的表征两者之间的相似度。
其中,第二阈值可以根据实际的需求确定,示例性的,第二阈值可以是经验值。具体地,若第二阈值的取值是1,表明参照媒体信息表示出的第一目标字符和粗选媒体信息表示出的第一目标字符完全相同。
在本说明书一个可选的实施例中,相似度权重γ可以是经验值,示例性的,γ=0.4。
在本说明书另一个可选的实施例中,γ可以根据实际的业务规则确定。其中,业务规则表示出第三目标字符。第三目标字符可以是一个字符,也可以是两个字符或者两个以上的字符构成的字符组(在字符组中,字符组包含的字符的先后顺序不限)。
示例性的,在针对春节制定的业务规则中,“春节”可以作为第三目标字符,此时,第三目标字符可以只有一个。再者,在针对A品牌的手机制定的业务规则中,“A品牌”和“手机”构成的字符组,可以作为第三目标字符。
基于第三目标字符确定综合相似度时,可以确定粗选媒体信息中是否包含第三目标字符,在粗选媒体信息中包含第三目标字符的情况下(表明粗选媒体信息命中业务规则),确定第一值作为相似度权重;在粗选媒体信息中不包含第三目标字符的情况下(表明粗选媒体信息未命中业务规则),确定第二值作为相似度权重。其中,第一值和第二值均为0至1之间的数值。第一值大于第二值。
在粗选媒体信息命中业务规则的情况下,表明该粗选媒体信息在作为第二媒体信息向用户推荐,可能带来的收益也较大,应优先的向用户推荐该粗选媒体信息,此时,相似度权重γ的取值应该较大。
由前述内容可知,在本说明书的某些可选的实施例中媒体信息数据库中的存储的各媒体信息不能直接地作为粗选媒体信息。现针对如何在媒体信息数据库中的存储的各媒体信息中筛选出粗选媒体信息过程进行说明。
在本说明书中,粗选媒体信息用于在一个粒度较大的范围内,表征用户的目标的媒体信息所具有的特征。
示例性地,在确定粗选媒体信息之前,用户终端向用户展示了若干个(一个或一个以上)第一媒体信息,供用户选择。用户在确定出其目标的第一媒体信息之后,在用户终端上对该目标的第一媒体信息执行点击操作。其中,第一媒体信息可以是通过关键词检索到的媒体信息,也可以是在上一次执行本说明书中的媒体信息推荐过程中,由推荐服务端发送的第二媒体信息。
用户终端在检测到用户的点击操作后,根据点击操作针对的第一媒体信息生成反馈信息。具体地,反馈信息中携带有用户的点击操作针对的第一媒体信息。此后,用户终端将反馈信息发送至推荐服务端。
推荐服务端在接收到反馈信息之后,对反馈信息进行解析,得到第一媒体信息,作为为参照媒体信息。
之后,推荐服务器针对媒体信息数据库中存储的每个媒体信息,若所述媒体信息表示出的第二目标字符,与所述参照媒体信息表示出的第二目标字符的相似度大于第三阈值,则将所述备选媒体信息作为粗选媒体信息。
其中,第二目标字符可以是推荐服务器中预设的。例如,可以将媒体信息的属性作为第二目标字符。媒体信息的属性可以包括以下至少一种:媒体信息的生成时间、媒体信息的作者、媒体信息被访问的频率、与热点信息(例如,近期被广泛关注的事件的信息)的关联程度。
仍以前述的媒体信息为“A品牌的手机产品,型号为B,颜色为C,售价为D,适用用户为老年人”为例。该条媒体信息的生成时间与参照媒体信息的生成时间的相似度大于第三阈值(具体地,两者的生成时间的差值小于一周,则两者的相似度大于第三阈值),则该媒体信息是粗选媒体信息。
此外,在其他可选的实施例中,也可以是对参照媒体信息进行语义识别,从参照媒体信息中得到的第二目标字符。
本说明确定第二媒体信息的过程一定程度的有赖于粗选媒体信息表示出的第一目标字符,以及参照媒体信息表示出的第一目标字符。
现就如何从粗选媒体信息中确定出其表示的第一目标字符、以及如何从参照媒体信息中确定出其表示的第一目标字符,进行说明。
在本说明书一个可选的实施例中,在进行媒体信息推荐之前,首先确定训练样本,所述训练样本包括样本媒体信息、和与所述样本媒体信息对应的目标字符标签;根据所述训练样本对待训练的实体识别模型进行训练,得到实体识别模型。其中,实体识别模型可以是BERT+BILSTM+CRF模型。
然后,针对每个粗选媒体信息,将所述粗选媒体信息输入所述实体识别模型,得到所述实体识别模型输出的粗选媒体信息表示出的第一目标字符。
相同或相似地,确定参照媒体信息表示出的第一目标字符的过程、确定粗选媒体信息表示出的第二目标字符的过程也可以采用该实体模型。
基于同样的思路,本说明书进一步提供一种媒体信息的推荐装置,本说明书中的媒体信息的推荐装置应用于推荐服务端,如图4所示,该媒体信息的推荐装置包括以下模块中的一个或多个:
获取模块300,配置为:获取各粗选媒体信息;
文本相似度确定模块302,配置为:针对每条粗选媒体信息,确定所述粗选媒体信息与参照媒体信息的文本相似度;
字符相似度确定模块304,配置为:确定所述粗选媒体信息和所述参照媒体信息的字符相似度,其中,所述文本相似度是根据所述粗选媒体信息和所述参照媒体信息的文本得到,所述字符相似度是根据所述粗选媒体信息表示出的第一目标字符、和所述参照媒体信息表示出的第一目标字符得到的,所述参照媒体信息是用户终端展示各第一媒体信息时,在所述用户终端上检测到的用户点击操作针对的第一媒体信息;
第二媒体信息确定模块306,配置为:在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息,其中,所述粗选媒体信息的综合相似度,是根据所述粗选媒体信息的文本相似度和字符相似度得到的。
在本说明书一个可选的实施例中,媒体信息的推荐装置还包括:发送模块,配置为:将所述第二媒体信息发送至所述用户终端。
在本说明书一个可选的实施例中,文本相似度确定模块302,具体配置为:将所述粗选媒体信息的文本与参照媒体信息的文本之间的距离,作为所述粗选媒体信息与所述参照媒体信息的文本相似度,其中,所述距离包括以下任意一种:欧氏距离、汉明距离、杰卡德距离、余弦距离。
在本说明书一个可选的实施例中,字符相似度确定模块304,具体配置为:针对每个第一目标字符,若所述粗选媒体信息表示出的第一目标字符,与所述参照媒体信息表示出的第一目标字符的相似度大于第一阈值,则将所述第一目标字符确定为指定字符;根据确定出的指定字符的数量,确定所述粗选媒体信息和所述参照媒体信息的字符相似度,其中,所述字符相似度与所述指定字符的数量正相关。
在本说明书一个可选的实施例中,所述装置还包括综合相似度确定模块,配置为:针对每个粗选媒体信息,若所述粗选媒体信息的字符相似度大于第二阈值,则将所述粗选媒体信息的文本相似度,作为所述粗选媒体信息的综合相似度。
在本说明书一个可选的实施例中,所述装置还包括综合相似度确定模块,配置为:针对每个粗选媒体信息,若所述粗选媒体信息的字符相似度不大于第二阈值,则采用相似度权重对所述粗选媒体信息的文本相似度进行加权;将加权后的文本相似度与所述粗选媒体信息的字符相似度之和,作为所述粗选媒体信息的综合相似度。
在本说明书一个可选的实施例中,获取模块300,具体配置为:针对媒体信息数据库中存储的每个媒体信息,若所述媒体信息表示出的第二目标字符,与所述参照媒体信息表示出的第二目标字符的相似度大于第三阈值,则将所述备选媒体信息作为粗选媒体信息。
在本说明书一个可选的实施例中,第二媒体信息确定模块306,具体配置为:将各粗选信息中指定数量个综合相似度最大的粗选媒体信息作为第二媒体信息。
如图4所示,本申请实施例提供了一种媒体信息的推荐设备,包括处理器111、通信接口112、存储器113和通信总线114,其中,处理器111,通信接口112,存储器113通过通信总线114完成相互间的通信,
存储器113,用于存放计算机程序;
在本申请一个实施例中,处理器111,用于执行存储器113上所存放的程序时,实现前述任意一个方法实施例提供的媒体信息的推荐的控制方法,包括:
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如前述任意一个方法实施例提供的媒体信息的推荐的步骤。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种媒体信息的推荐方法,其特征在于,所述方法包括:
获取各粗选媒体信息;
针对每条粗选媒体信息,确定所述粗选媒体信息与参照媒体信息的文本相似度,并确定所述粗选媒体信息和所述参照媒体信息的字符相似度,其中,所述文本相似度是根据所述粗选媒体信息和所述参照媒体信息的文本得到,所述字符相似度是根据所述粗选媒体信息表示出的第一目标字符、和所述参照媒体信息表示出的第一目标字符得到的,所述参照媒体信息是用户终端展示各第一媒体信息时,在所述用户终端上检测到的用户点击操作针对的第一媒体信息;
在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息,其中,所述粗选媒体信息的综合相似度,是根据所述粗选媒体信息的文本相似度和字符相似度得到的。
2.根据权利要求1所述的方法,其特征在于,确定所述粗选媒体信息与参照媒体信息的文本相似度,包括:
将所述粗选媒体信息的文本与参照媒体信息的文本之间的距离,作为所述粗选媒体信息与所述参照媒体信息的文本相似度,其中,所述距离包括以下任意一种:欧氏距离、汉明距离、杰卡德距离、余弦距离。
3.根据权利要求1所述的方法,其特征在于,所述第一目标字符为多个,其中,确定所述粗选媒体信息和所述参照媒体信息的字符相似度,包括:
针对每个第一目标字符,若所述粗选媒体信息表示出的第一目标字符,与所述参照媒体信息表示出的第一目标字符的相似度大于第一阈值,则将所述第一目标字符确定为指定字符;
根据确定出的指定字符的数量,确定所述粗选媒体信息和所述参照媒体信息的字符相似度,其中,所述字符相似度与所述指定字符的数量正相关。
4.根据权利要求1所述的方法,其特征在于,在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息之前,所述方法还包括:
针对每个粗选媒体信息,若所述粗选媒体信息的字符相似度大于第二阈值,则将所述粗选媒体信息的文本相似度,作为所述粗选媒体信息的综合相似度。
5.根据权利要求1所述的方法,其特征在于,在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息之前,所述方法还包括:
针对每个粗选媒体信息,若所述粗选媒体信息的字符相似度不大于第二阈值,则采用相似度权重对所述粗选媒体信息的文本相似度进行加权;
将加权后的文本相似度与所述粗选媒体信息的字符相似度之和,作为所述粗选媒体信息的综合相似度。
6.根据权利要求1所述的方法,其特征在于,获取各粗选媒体信息,包括:
针对媒体信息数据库中存储的每个媒体信息,若所述媒体信息表示出的第二目标字符,与所述参照媒体信息表示出的第二目标字符的相似度大于第三阈值,则将所述备选媒体信息作为粗选媒体信息。
7.根据权利要求1所述的方法,其特征在于,
在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息,包括:将各粗选信息中指定数量个综合相似度最大的粗选媒体信息作为第二媒体信息;和/或,
在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息之后,所述方法还包括:将所述第二媒体信息发送至所述用户终端。
8.一种媒体信息的推荐装置,其特征在于,所述装置包括:
获取模块,配置为:获取各粗选媒体信息;
文本相似度确定模块,配置为:针对每条粗选媒体信息,确定所述粗选媒体信息与参照媒体信息的文本相似度;
字符相似度确定模块,配置为:确定所述粗选媒体信息和所述参照媒体信息的字符相似度,其中,所述文本相似度是根据所述粗选媒体信息和所述参照媒体信息的文本得到,所述字符相似度是根据所述粗选媒体信息表示出的第一目标字符、和所述参照媒体信息表示出的第一目标字符得到的,所述参照媒体信息是用户终端展示各第一媒体信息时,在所述用户终端上检测到的用户点击操作针对的第一媒体信息;
第二媒体信息确定模块,配置为:在各粗选媒体信息中,根据各粗选媒体信息各自的综合相似度,确定出第二媒体信息,其中,所述粗选媒体信息的综合相似度,是根据所述粗选媒体信息的文本相似度和字符相似度得到的。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-7任一项所述的媒体信息的推荐方法的步骤。
10.一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任一项所述的媒体信息的推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110822796.9A CN113569036A (zh) | 2021-07-20 | 2021-07-20 | 一种媒体信息的推荐方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110822796.9A CN113569036A (zh) | 2021-07-20 | 2021-07-20 | 一种媒体信息的推荐方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113569036A true CN113569036A (zh) | 2021-10-29 |
Family
ID=78165925
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110822796.9A Pending CN113569036A (zh) | 2021-07-20 | 2021-07-20 | 一种媒体信息的推荐方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113569036A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8572097B1 (en) * | 2013-03-15 | 2013-10-29 | FEM, Inc. | Media content discovery and character organization techniques |
US20150220539A1 (en) * | 2014-01-31 | 2015-08-06 | Global Security Information Analysts, LLC | Document relationship analysis system |
CN105550207A (zh) * | 2015-12-02 | 2016-05-04 | 合一网络技术(北京)有限公司 | 一种信息推广方法及装置 |
CN106528714A (zh) * | 2016-10-26 | 2017-03-22 | 广州酷狗计算机科技有限公司 | 获取文字提示文件的方法及装置 |
CN106844346A (zh) * | 2017-02-09 | 2017-06-13 | 北京红马传媒文化发展有限公司 | 基于深度学习模型Word2Vec的短文本语义相似性判别方法和系统 |
CN108052509A (zh) * | 2018-01-31 | 2018-05-18 | 北京神州泰岳软件股份有限公司 | 一种文本相似度计算方法、装置及服务器 |
CN108304378A (zh) * | 2018-01-12 | 2018-07-20 | 深圳壹账通智能科技有限公司 | 文本相似度计算方法、装置、计算机设备和存储介质 |
CN112395501A (zh) * | 2020-11-17 | 2021-02-23 | 航天信息股份有限公司 | 企业推荐方法、装置、存储介质及电子设备 |
-
2021
- 2021-07-20 CN CN202110822796.9A patent/CN113569036A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8572097B1 (en) * | 2013-03-15 | 2013-10-29 | FEM, Inc. | Media content discovery and character organization techniques |
US20150220539A1 (en) * | 2014-01-31 | 2015-08-06 | Global Security Information Analysts, LLC | Document relationship analysis system |
CN105550207A (zh) * | 2015-12-02 | 2016-05-04 | 合一网络技术(北京)有限公司 | 一种信息推广方法及装置 |
CN106528714A (zh) * | 2016-10-26 | 2017-03-22 | 广州酷狗计算机科技有限公司 | 获取文字提示文件的方法及装置 |
CN106844346A (zh) * | 2017-02-09 | 2017-06-13 | 北京红马传媒文化发展有限公司 | 基于深度学习模型Word2Vec的短文本语义相似性判别方法和系统 |
CN108304378A (zh) * | 2018-01-12 | 2018-07-20 | 深圳壹账通智能科技有限公司 | 文本相似度计算方法、装置、计算机设备和存储介质 |
CN108052509A (zh) * | 2018-01-31 | 2018-05-18 | 北京神州泰岳软件股份有限公司 | 一种文本相似度计算方法、装置及服务器 |
CN112395501A (zh) * | 2020-11-17 | 2021-02-23 | 航天信息股份有限公司 | 企业推荐方法、装置、存储介质及电子设备 |
Non-Patent Citations (2)
Title |
---|
刘耀,袁伟著: "政策研究自动化关键技术研发与应用", 30 April 2021, 科学技术文献出版社, pages: 55 * |
秦学勇;张润梅;: "两级相似度计算在主观题机器阅卷中的应用", 计算机工程, no. 11 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101721338B1 (ko) | 검색 엔진 및 그의 구현 방법 | |
US8332208B2 (en) | Information processing apparatus, information processing method, and program | |
US9122680B2 (en) | Information processing apparatus, information processing method, and program | |
US20130024448A1 (en) | Ranking search results using feature score distributions | |
US20070266020A1 (en) | Information Retrieval | |
WO2018040069A1 (zh) | 信息推荐系统及方法 | |
JP2013168186A (ja) | レビュー処理方法およびシステム | |
JP2013517563A (ja) | ユーザ通信の解析システムおよび方法 | |
CN104899315A (zh) | 推送用户信息的方法和装置 | |
US20100100443A1 (en) | User classification apparatus, advertisement distribution apparatus, user classification method, advertisement distribution method, and program used thereby | |
KR20150016973A (ko) | 탐색 결과들을 생성하는 방법 | |
CN109582852B (zh) | 一种全文检索结果的排序方法及系统 | |
JP5494126B2 (ja) | 文書推薦システム、文書推薦装置、文書推薦方法、及びプログラム | |
CN110795542A (zh) | 对话方法及相关装置、设备 | |
CN106708940A (zh) | 用于处理图片的方法和装置 | |
CN107885717B (zh) | 一种关键词提取方法及装置 | |
WO2010096986A1 (zh) | 移动搜索方法及装置 | |
CN114330329A (zh) | 一种业务内容搜索方法、装置、电子设备及存储介质 | |
EP2613275B1 (en) | Search device, search method, search program, and computer-readable memory medium for recording search program | |
CN111160699A (zh) | 一种专家推荐方法及系统 | |
CN110008396B (zh) | 对象信息推送方法、装置、设备及计算机可读存储介质 | |
Wei et al. | Online education recommendation model based on user behavior data analysis | |
JP2018088051A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN111737607B (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN107622125B (zh) | 一种信息爬取方法和装置、电子设备 |
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 |