WO2017107651A1

WO2017107651A1 - 确定新闻之间相关性、多新闻之间相关性计算方法和装置

Info

Publication number: WO2017107651A1
Application number: PCT/CN2016/103397
Authority: WO
Inventors: 张伸正; 魏少俊; 陈培军
Original assignee: Beijing Qihoo Technology Co Ltd; Qizhi Software Beijing Co Ltd
Current assignee: Beijing Qihoo Technology Co Ltd; Qizhi Software Beijing Co Ltd
Priority date: 2015-12-22
Filing date: 2016-10-26
Publication date: 2017-06-29
Anticipated expiration: 2018-06-22
Also published as: US10217025B2; US20180197045A1

Abstract

本发明提供一种确定新闻之间相关性、多新闻之间相关性计算方法和装置。确定新闻之间相关性的方法包括：将第一新闻与标杆新闻进行比较，得到第一新闻与标杆新闻的距离；将第二新闻与标杆新闻进行比较，得到第二新闻与标杆新闻的距离；计算第一新闻与标杆新闻的距离和第一新闻与标杆新闻的距离之间的距离差，根据距离差确定第一新闻与第二新闻之间的相关性。多新闻之间相关性计算方法包括：确定第一新闻与第二新闻的一级关联关系；确定第二新闻与第三新闻的一级关联关系；根据第一新闻与第二新闻的一级关联关系、第二新闻与第三新闻的一级关联关系，建立第一新闻与第三新闻之间的二级关联关系。

Description

确定新闻之间相关性、多新闻之间相关性计算方法和装置

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种确定新闻之间相关性的方法和装置，以及多新闻之间相关性计算方法和装置。

背景技术

在互联网领域内，当新的新闻出现时，需要将其和已有的新闻进行比较，确定新的新闻和已有的哪些新闻是相关新闻关系，以便于在用户查看新闻时将相关新闻一起推荐给用户。

由于已有新闻的数量庞大，而每个新的新闻都需要与所有已有新闻进行比较，导致计算量非常巨大，计算新闻相关性的效率非常低。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的确定新闻之间相关性的方法和装置，以及多新闻之间相关性计算方法和装置。

依据本发明的一个方面，提供了一种确定新闻之间相关性的方法，包括：将第一新闻与标杆新闻进行比较，得到所述第一新闻与所述标杆新闻的距离；将第二新闻与所述标杆新闻进行比较，得到所述第二新闻与所述标杆新闻的距离；计算所述第一新闻与所述标杆新闻的距离和所述第一新闻与所述标杆新闻的距离之间的距离差，根据所述距离差确定所述第一新闻与所述第二新闻之间的相关性。

依据本发明的另一个方面，提供了一种确定新闻之间相关性的装置，包括：第一距离计算模块，用于将第一新闻与标杆新闻进行比较，得到所述第一新闻与所述标杆新闻的距离；第二距离计算模块，用于将第二新闻与所述标杆新闻进行比较，得到所述第二新闻与所述标杆新闻的距离；相关性计算模块，用于计算所述第一新闻和所述标杆新闻的距离与所述第一新闻与所述标杆新闻的距离之间的距离差，根据所述距离差确定所述第一新闻与所述第二新闻之间的相关性。

根据以上技术方案，本发明的确定新闻之间相关性的方法和装置至少具有以下优点：

根据本发明的技术方案，当需要分析不同新闻之间的相关性时，不必进行多个新闻之间的对比，而是进行多个新闻与标杆新闻之间的比较，如果两个新闻与标杆之间的距离相似，则说明两个新闻之间具有一定的类似程度；由于标杆新闻只有一个，而其他新闻不需要进行互相之间的对比，只需要进行与标杆新闻的对比，即可确定多个新闻之间的相关性，所以根据本发明的技术方案获取相关新闻的效率非常高。

依据本发明的再一个方面，提供了一种多新闻之间相关性计算方法，包括：确定第一新闻与第二新闻的一级关联关系；确定所述第二新闻与第三新闻的一级关联关系；根据所述第一新闻与所述第二新闻的一级关联关系、所述第二新闻与所述第三新闻的一级关联关系，建立所述第一新闻与所述第三新闻之间的二级关联关系。

依据本发明的又一个方面，提供了一种多新闻之间相关性计算装置，包括：第一关联关系确定模块，用于确定第一新闻与第二新闻的一级关联关系；第二关联关系确定模块，确定所述第二新闻与第三新闻的一级关联关系；第三关联关系确定模块，根据所述第一新闻与所述第二新闻的一级关联关系、所述第二新闻与所述第三新闻的一级关联关系，建立所述第一新闻与所述第三新闻之间的二级关联关系。

根据以上技术方案，本发明的多新闻之间相关性计算方法和装置至少具有以下优点：

在本发明的技术方案中，第一新闻与第二新闻之间的一级关联关系反映了第一新闻与第二新闻的字面内容之间的相似程度，第二新闻与第三新闻之间的一级关联关系反映了第一新闻与第二新闻的字面内容之间的相似程度，但计算得到的第一新闻与第三新闻之间的二级关联关系不再受到字面内容的限制，因为第二新闻与第一新闻字面相似的部分、和第二新闻与第三新闻字面相似的部分可以不同，其实际上反映的是第一新闻与第三新闻的语义相似程度，所以根据本发明的建立二级关联关系，可以查找到字面不同但语义相似的新闻。

根据本发明的又一个方面，提供了一种计算机程序，其包括计算机可读代码，当所述计算机可读代码在计算设备上运行时，导致所述计算设备执行根据上述任一个的确定新闻之间相关性的方法，和/或，多新闻之间相关性计算方法。

根据本发明的再一个方面，提供了一种计算机可读介质，其中存储了如上所述的计算机程序。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明的一个实施例的确定新闻之间相关性的方法的流程图；

图2示出了根据本发明的一个实施例的确定新闻之间相关性的装置的框图；

图3示出了根据本发明的一个实施例的确定新闻之间相关性的装置的框图；

图4示出了根据本发明的一个实施例的多新闻之间相关性计算方法的流程图；

图5示出了根据本发明的一个实施例的多新闻之间相关性计算方法的流程图；

图6示出了根据本发明的一个实施例的多新闻之间相关性计算方法的原理图；

图7示出了根据本发明的一个实施例的多新闻之间相关性计算装置的框图；

图8示出了根据本发明的一个实施例的多新闻之间相关性计算装置的框图；

图9示意性地示出了用于执行根据本发明的确定新闻之间相关性的方法，和/或，多新闻之间相关性计算方法的计算设备的框图；以及

图10示意性地示出了用于保持或者携带实现根据本发明的确定新闻之间相关性的方法，和/或，多新闻之间相关性计算方法的程序代码的存储单元。

具体实施方式

下面结合附图和具体的实施方式对本发明作进一步的描述。

如图1所示，本发明的一个实施例中提供了一种确定新闻之间相关性的方法，包括：

步骤110，将第一新闻与标杆新闻进行比较，得到第一新闻与标杆新闻的距离。在本实施例中，对标杆新闻不进行限制，任何一篇新闻都可以选定作为标杆新闻。

步骤120，将第二新闻与标杆新闻进行比较，得到第二新闻与标杆新闻的距离。

步骤130，计算第一新闻与标杆新闻的距离和第一新闻与标杆新闻的距离之间的距离差，根据距离差确定第一新闻与第二新闻之间的相关性。

在本实施例中，距离反映了新闻之间的差别，本实施例对计算距离的方式不进行限制；根据本实施例的技术方案，容易理解，当第一新闻与标杆新闻之间的距离，和第二新闻与标杆新闻之间的距离相似时，说明第一新闻与第二新闻之间的距离较近，也就是两个新闻之间的相关性较强；当第一新闻与标杆新闻之间距离较近，第二新闻与标杆新闻之间的距离较远时，说明第一新闻与第二新闻之间的距离较远，两个新闻之间的相关性较弱。

本发明的一个实施例中还提供一种确定新闻之间相关性的方法，相比于前述的实施例，本实施例的确定新闻之间相关性的方法，在步骤110之前，还包括：识别第一新闻的类型，并从标杆新闻集合中选择具有相对应类型的标杆新闻。

在本实施例中，如果第一新闻、第二新闻与标杆新闻之间的距离过大，只能说明第一新闻、第二新闻与标杆新闻均有很大不同，但难以说明第一新闻、第二新闻之间的相关性如何。而同类型的新闻之间具有较高的相关性，则本实施例使得第一新闻与标杆新闻之间的距离较小，说明第一新闻与标杆新闻相关性较高，则第二新闻与标杆新闻距离大则相当于与第一新闻距离大，即第一新闻与第二新闻相关性较弱，第二新闻与标杆新闻距离小则相当于与第一新闻距离小，即第一新闻与第二新闻相关性较强。例如，如果第一新闻为体育新闻，则选取的标杆新闻为体育新闻。

本发明的一个实施例中还提供一种确定新闻之间相关性的方法，相比于前述的实施例，本实施例的确定新闻之间相关性的方法，在步骤110之前，还包括：获取第一新闻中的关键词，并从标杆新闻集合中选择具有关键词的标杆新闻。

在本实施例中，如果第一新闻、第二新闻与标杆新闻之间的距离过大，只能说明第一新闻、第二新闻与标杆新闻均有很大不同，但难以说明第一新闻、第二新闻之间的相关性如何。而具有相同关键词的新闻之间具有较高的相关性，则本实施例使得第一新闻与标杆新闻之间的距离较小，说明第一新闻与标杆新闻相关性较高，则第二新闻与标杆新闻距离大则相当于与第一新闻距离大，即第一新闻与第二新闻相关性较弱，第二新闻与标杆新闻距离小则相当于与第一新闻距离小，即第一新闻与第二新闻相关性较强。例如，如果第一新闻标题为《明星A获奖》，则选取的标杆新闻可以是《明星A全纪录》，关键词是明星A。

本发明的一个实施例中还提供一种确定新闻之间相关性的方法，相比于前述的实施例，本实施例的确定新闻之间相关性的方法中的步骤110，具体包括：获取第一新闻的特征属性，并根据述第一新闻的特征属性生成第一新闻对应的向量，将第一新闻对应的向量与标杆新闻对应的向量进行比较。本实施例的确定新闻之间相关性的方法中的步骤120具体包括：获取第二新闻的特征属性，并根据述第二新闻的特征属性生成第二新闻对应的向量，并将第二新闻对应的向量与标杆新闻对应的向量进行比较。

在本实施例中，对特征属性不进行限制，利用新闻的一个或多个特征属性，容易将新闻量化称谓数字，能够更容易、更精确地计算新闻之间的距离。

本发明的一个实施例中还提供一种确定新闻之间相关性的方法，相比于前述的实施例，本实施例的确定新闻之间相关性的方法中的步骤110，具体包括：对第一新闻进行分词得到多个词，计算第一新闻的多个词的词频，作为第一新闻的特征属性。本实施例的确定新闻之间相关性的方法中的步骤120，具体包括：对第二新闻进行分词得到多个词，计算第二新闻的多个词的词频，作为第二新闻的特征属性。

在本实施例中，可以为第一新闻分配一个随机数，根据随机数和计算得到的词频，为第一新闻构造出一个文章向量；同样地，第二新闻、标杆新闻也可以构造相应的文章向量；在本实施例中，对第一新闻、第二新闻、标杆新闻的文章向量取最小哈希值再进行计算，能够得到第一新闻与标杆新闻之间的具体距离值、第二新闻与标杆新闻之间的距离值。例如，新闻A、新闻B与标杆新闻之间的距离分别为4、3，差值较小为1表示新闻A、新闻B相关性较高，而新闻C与标杆新闻的差值为1，其与新闻A、新闻B的距离差值较大，则相关性较低。

本发明的一个实施例中还提供一种确定新闻之间相关性的方法，相比于前述的实施例，本实施例的确定新闻之间相关性的方法中的步骤130，具体包括：在距离差位于预设区间时，将第二新闻设置为第一新闻的相关新闻，以用于在需推送第一新闻的相关新闻时推送第二新闻。例如，结合前述的实施例内容，假设预设区间为0-1，则新闻A为新闻B的相关新闻，用户查看新闻A时可以为用户推送新闻B。

如图2所示，本发明的一个实施例中提供了一种确定新闻之间相关性的装置，包括：

第一距离计算模块210，适于将第一新闻与标杆新闻进行比较，得到第一新闻与标杆新闻的距离。在本实施例中，对标杆新闻不进行限制，任何一篇新闻都可以选定作为标杆新闻。

第二距离计算模块220，适于将第二新闻与标杆新闻进行比较，得到第二新闻与标杆新闻的距离。

相关性计算模块230，适于计算第一新闻和标杆新闻的距离与第一新闻与标杆新闻的距离之间的距离差，根据距离差确定第一新闻与第二新闻之间的相关性。

如图3所示，本发明的一个实施例中还提供一种确定新闻之间相关性的装置，相比于前述的实施例，本实施例的确定新闻之间相关性的装置，还包括：

第一标杆新闻获取模块310，适于识别第一新闻的类型，并从标杆新闻集合中选择具有相对应类型的标杆新闻。

第二标杆新闻获取模块320，适于获取第一新闻中的关键词，并从标杆新闻集合中选择具有关键词的标杆新闻。

第一向量生成模块330，适于获取第一新闻的特征属性，并根据第一新闻的特征属性生成第一新闻对应的向量；

第一标杆新闻获取模块310还适于将第一新闻对应的向量与标杆新闻对应的向量进行比较。

第二向量生成模块340，适于获取第二新闻的特征属性，并根据述第二新闻的特征属性生成第二新闻对应的向量；

第一标杆新闻获取模块320还适于将第二新闻对应的向量与标杆新闻对应的向量进行比较。

在本实施例中，对特征属性不进行限制；利用新闻的一个或多个特征属性，容易将新闻量化称谓数字，能够更容易、更精确地计算新闻之间的距离。

本发明的一个实施例中还提供一种确定新闻之间相关性的装置，相比于前述的实施例，本实施例的确定新闻之间相关性的装置，第一向量生成模块330还适于对第一新闻进行分词得到多个词，计算第一新闻的多个词的词频，作为第一新闻的特征属性。

第二向量生成模块340还适于对第二新闻进行分词得到多个词，计算第二新闻的多个词的词频，作为第二新闻的特征属性。

本发明的一个实施例中还提供一种确定新闻之间相关性的装置，相比于前述的实施例，本实施例的确定新闻之间相关性的装置，相关性计算模块310还适于在距离差位于预设区间时，将第二新闻设置为第一新闻的相关新闻，以用于在需推送第一新闻的相关新闻时推送第二新闻。例如，结合前述的实施例内容，假设预设区间为0-1，则新闻A为新闻B的相关新闻，用户查看新闻A时可以为用户推送新闻B。

进一步，在互联网领域，当为一个新闻出现时，通常需要为该新闻查找相关的新闻，以一并推送给用户。

目前的现有技术中，通常是按照一个新闻中的字面内容来查找相关新闻。这种查找相关新闻的方式中存在较大的缺陷：因为相关的两个新闻之间可能语义相同而字面内容不同，则根据现有技术无法找到语义相同而字面内容不同的新闻作为相关新闻。

为解决这一技术问题，如图4所示，本发明的一个实施例中提供了一种多新闻之间相关性计算方法，包括：

步骤410，确定第一新闻与第二新闻的一级关联关系。在本实施例中，第一新闻与第二新闻之间的一级关联关系反映了第一新闻与第二新闻的字面内容之间的相似程度。

步骤420，确定第二新闻与第三新闻的一级关联关系。第二新闻与第三新闻之间的一级关联关系反映了第一新闻与第二新闻的字面内容之间的相似程度。

步骤430，根据第一新闻与第二新闻的一级关联关系、第二新闻与第三新闻的一级关联关系，建立第一新闻与第三新闻之间的二级关联关系。

根据本实施的技术方案，计算得到的第一新闻与第三新闻之间的二级关联关系不再受到字面内容的限制，因为第二新闻与第一新闻字面相似的部分、和第二新闻与第三新闻字面相似的部分可以不同，其实际上反映的是第一新闻与第三新闻的语义相似程度，所以根据本发明的建立二级关联关系，可以查找到字面不同但语义相似的新闻。

本发明的一个实施例中还提供了一种多新闻之间相关性计算方法，相比于前述的实施例，本实施例的多新闻之间相关性计算方法中的步骤410，具体包括：

根据第一新闻的特征属性设置第一向量，根据第二新闻的特征属性设置第二向量，计算第一向量和第二向量的余弦相似度作为第一新闻与第二新闻的一级关联关系。

在本实施例中，对特征属性不进行限制，例如其分词的词频、发布的时间等特征属性均可用于生成向量。利用余弦相似度作为第一关联关系，则得到的第一关联关系能够反映第一新闻与第二新闻的相似程度。例如对于新闻A、新闻B，则新闻A与新闻B的一级关联关系为：

其中，i为向量的维度，similarity即为预先相似度。

本实施例的多新闻之间相关性计算方法中的步骤420具体包括：根据第三新闻的特征属性设置第三向量，计算第二向量和第三向量的余弦相似度作为第二新闻与第三新闻的一级关联关系。同样地，利用余弦相似度也可以计算出第二新闻与第三新闻的一级关联关系。

如图5所示，本发明的一个实施例中还提供了一种多新闻之间相关性计算方法，相比于前述的实施例，本实施例的多新闻之间相关性计算方法中的步骤430，具体包括：

步骤510，根据第一新闻与第二新闻的一级关联关系、第二新闻与第三新闻的一级关联关系，计算第一新闻与第三新闻的信息熵。在本实施例中，采用信息熵来确定第一新闻与第三新闻的二级关联关系，则得到的第二关联关系能够体现第一新闻与第三新闻的语义相似度，而不受到字面是否相似的影响。例如，新闻A、新闻B之间为一级关联关系，新闻B、新闻C之间为一级关联关系，则新闻A、新闻C的信息熵为：

这里的p(A,Bi,C)为从新闻A通过新闻Bi到达新闻C的路径概率，i表示新闻B包括多个新闻。

如图6所示，计算通过新闻A通过新闻B1到达新闻C1的概率为：P(A,B1,C1)＝|W1|*|V11|，这里||为向量余弦值的平方标准化后的权重。

W1＝cos(A,B1)^2，|W1|+|W2|+|W3|+…＝1；V11＝cos(B1,C1)^2，|V11|+|V12|+|V13|…＝1。基于以上公式，可以计算得到信息熵。

本实施例的多新闻之间相关性计算方法中的步骤430还包括：步骤520，根据第一新闻与第三新闻的信息熵，确定第一新闻与第三新闻的二级关联关系。

本发明的一个实施例中还提供了一种多新闻之间相关性计算方法，相比于前述的实施例，本实施例的多新闻之间相关性计算方法，第二新闻为多个时，在步骤420之前，还包括：根据预设规则，为每个第二新闻查找相应的第三新闻。

本实施例的多新闻之间相关性计算方法的步骤130具体包括：

根据每个第三新闻对应的第二新闻在全部第二新闻中的占比，计算每个第三新闻的权重值；根据每个第三新闻的权重值、每个第三新闻对应的信息熵，计算每个第三新闻与第一新闻的二级关联关系。在本实施例中，假设第二新闻共有N条，某第三新闻关联到其中的nj个第二新闻，则该第三新闻的权重值IDF＝logN/nj，该权值能够反映出第三新闻的重要性程度。

本发明的一个实施例中还提供了一种多新闻之间相关性计算方法，相比于前述的实施例，本实施例的多新闻之间相关性计算方法，第三新闻为多个时，方法还包括：根据多个第三新闻与第一新闻的二级关联关系，对多个第三新闻进行排序。

在本实施例的技术方案中，计算出的第二关联关系实际上能够反映新闻之间的语义相似度高低，所以依照第二关联关系排序，能够把更相似的第三新闻提供给用户。

如图7所示，本发明的一个实施例中提供了一种多新闻之间相关性计算装置，包括：

第一关联关系确定模块710，适于确定第一新闻与第二新闻的一级关联关系。在本实施例中，第一新闻与第二新闻之间的一级关联关系反映了第一新闻与第二新闻的字面内容之间的相似程度。

第二关联关系确定模块720，适于确定第二新闻与第三新闻的一级关联关系。第二新闻与第三新闻之间的一级关联关系反映了第一新闻与第二新闻的字面内容之间的相似程度。

第三关联关系确定模块730，适于根据第一新闻与第二新闻的一级关联关系、第二新闻与第三新闻的一级关联关系，建立第一新闻与第三新闻之间的二级关联关系。

本发明的一个实施例中还提供了一种多新闻之间相关性计算装置，相比于前述的实施例，本实施例的多新闻之间相关性计算装置，第一关联关系确定模块710还适于根据第一新闻的特征属性设置第一向量，根据第二新闻的特征属性设置第二向量，计算第一向量和第二向量的余弦相似度作为第一新闻与第二新闻的一级关联关系。在本实施例中，对特征属性不进行限制，例如其分词的词频、发布的时间等特征属性均可用于生成向量。利用余弦相似度作为第一关联关系，则得到的第一关联关系能够反映第一新闻与第二新闻的相似程度。例如对于新闻A、新闻B，则新闻A与新闻B的一级关联关系为：

其中，i为向量的维度，similarity即为预先相似度。

第二关联关系确定模块720还适于根据第三新闻的特征属性设置第三向量，计算第二向量和第三向量的余弦相似度作为第二新闻与第三新闻的一级关联关系。同样地，利用余弦相似度也可以计算出第二新闻与第三新闻的一级关联关系。

本发明的一个实施例中还提供了一种多新闻之间相关性计算装置，相比于前述的实施例，本实施例的多新闻之间相关性计算装置中，第三关联关系确定模块730还适于根据第一新闻与第二新闻的一级关联关系、第二新闻与第三新闻的一级关联关系，计算第一新闻与第三新闻的信息熵；以及根据第一新闻与第三新闻的信息熵，确定第一新闻与第三新闻的二级关联关系。

在本实施例中，采用信息熵来确定第一新闻与第三新闻的二级关联关系，则得到的第二关联关系能够体现第一新闻与第三新闻的语义相似度，而不受到字面是否相似的影响。例如，新闻A、新闻B之间为一级关联关系，新闻B、新闻C之间为一级关联关系，则新闻A、新闻C的信息熵为：

如图8所示，本发明的一个实施例中还提供了一种多新闻之间相关性计算装置，相比于前述的实施例，本实施例的多新闻之间相关性计算装置，第二新闻为多个时，装置还包括：

查找模块810，适于根据预设规则，为每个第二新闻查找相应的第三新闻。

第三关联关系确定730模块还适于根据每个第三新闻对应的第二新闻在全部第二新闻中的占比，计算每个第三新闻的权重值；以及根据每个第三新闻的权重值、每个第三新闻对应的信息熵，计算每个第三新闻与第一新闻的二级关联关系。在本实施例中，假设第二新闻共有N条，某第三新闻关联到其中的nj个第二新闻，则该第三新闻的权重值IDF＝logN/nj，该权值能够反映出第三新闻的重要性程度。

如图8所示，本发明的一个实施例中还提供了一种多新闻之间相关性计算装置，相比于前述的实施例，本实施例的多新闻之间相关性计算装置，第三新闻为多个时，装置还包括：

排序模块820，用于根据多个第三新闻与第一新闻的二级关联关系，对多个第三新闻进行排序。在本实施例的技术方案中，计算出的第二关联关系实际上能够反映新闻之间的语义相似度高低，所以依照第二关联关系排序，能够把更相似的第三新闻提供给用户。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的确定新闻之间相关性的装置和/或多新闻之间相关性计算装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

例如，图9示出了可以实现根据本发明的确定新闻之间相关性的方法和/或多新闻之间相关性计算方法的计算设备。该计算设备传统上包括处理器910和以存储器920形式的计算机程序产品或者计算机可读介质。存储器920可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器920具有用于执行上述方法中的任何方法步骤的程序代码931的存储空间930。例如，用于程序代码的存储空间930可以包括分别用于实现上面的方法中的各种步骤的各个程序代码931。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为如参考图10所述的便携式或者固定存储单元。该存储单元可以具有与图9的计算设备中的存储器920类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元包括计算机可读代码931’，即可以由例如诸如910之类的处理器读取的代码，这些代码当由计算设备运行时，导致该计算设备执行上面所描述的方法中的各个步骤。

本文中所称的“一个实施例”、“实施例”或者“一个或者多个实施例”意味着，结合实施例描述的特定特征、结构或者特性包括在本发明的至少一个实施例中。此外，请注意，这里“在一个实施例中”的词语例子不一定全指同一个实施例。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

此外，还应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims

一种确定新闻之间相关性的方法，包括：

将第一新闻与标杆新闻进行比较，得到所述第一新闻与所述标杆新闻的距离；

将第二新闻与所述标杆新闻进行比较，得到所述第二新闻与所述标杆新闻的距离；

计算所述第一新闻与所述标杆新闻的距离和所述第一新闻与所述标杆新闻的距离之间的距离差，根据所述距离差确定所述第一新闻与所述第二新闻之间的相关性。
根据权利要求1所述的方法，其中，在将第一新闻与标杆新闻进行比较之前，还包括：

识别所述第一新闻的类型，并从标杆新闻集合中选择具有相对应类型的所述标杆新闻。
根据权利要求1-2任一项所述的方法，其中，在将第一新闻与标杆新闻进行比较之前，还包括：

获取所述第一新闻中的关键词，并从标杆新闻集合中选择具有所述关键词的所述标杆新闻。
根据权利要求1-3任一项所述的方法，其中，

将第一新闻与标杆新闻进行比较，得到所述第一新闻与所述标杆新闻的距离，具体包括：

获取所述第一新闻的特征属性，并根据述第一新闻的特征属性生成所述第一新闻对应的向量，将所述第一新闻对应的向量与所述标杆新闻对应的向量进行比较；

将第二新闻与所述标杆新闻进行比较，得到所述第一新闻与所述标杆新闻的距离，具体包括：

获取所述第二新闻的特征属性，并根据述第二新闻的特征属性生成所述第二新闻对应的向量，并将所述第二新闻对应的向量与所述标杆新闻对应的向量进行比较。
根据权利要求1-4任一项所述的方法，其中，

获取所述第一新闻的特征属性，具体包括：

对所述第一新闻进行分词得到多个词，计算所述第一新闻的多个词的词频，作为所述第一新闻的特征属性；

获取所述第二新闻的特征属性，具体包括：

对所述第二新闻进行分词得到多个词，计算所述第二新闻的多个词的词频，作为所述第二新闻的特征属性。
根据权利要求1-5中任一项所述的方法，其中，根据所述距离差确定所述第一新闻与所述第二新闻之间的相关性，具体包括：

在所述距离差位于预设区间时，将所述第二新闻设置为所述第一新闻的相关新闻，以用于在需推送所述第一新闻的相关新闻时推送所述第二新闻。
一种确定新闻之间相关性的装置，包括：

第一距离计算模块，适于将第一新闻与标杆新闻进行比较，得到所述第一新闻与所述标杆新闻的距离；

第二距离计算模块，适于将第二新闻与所述标杆新闻进行比较，得到所述第二新闻与所述标杆新闻的距离；

相关性计算模块，适于计算所述第一新闻和所述标杆新闻的距离与所述第一新闻与所述标杆新闻的距离之间的距离差，根据所述距离差确定所述第一新闻与所述第二新闻之间的相关性。
根据权利要求7所述的装置，其中，还包括：

第一标杆新闻获取模块，适于识别所述第一新闻的类型，并从标杆新闻集合中选择具有相对应类型的所述标杆新闻。
根据权利要求7-8任一项所述的装置，其中，还包括：

第二标杆新闻获取模块，适于获取所述第一新闻中的关键词，并从标杆新闻集合中选择具有所述关键词的所述标杆新闻。
根据权利要求7-9任一项所述的装置，其中，还包括：

第一向量生成模块，适于获取所述第一新闻的特征属性，并根据述第一新闻的特征属性生成所述第一新闻对应的向量；所述第一标杆新闻获取模块将所述第一新闻对应的向量与所述标杆新闻对应的向量进行比较；

第二向量生成模块，适于获取所述第二新闻的特征属性，并根据述第二新闻的特征属性生成所述第二新闻对应的向量；所述第一标杆新闻获取模块将所述第二新闻对应的向量与所述标杆新闻对应的向量进行比较。
根据权利要求10所述的装置，其中，所述第一向量生成模块对所述第一新闻进行分词得到多个词，计算所述第一新闻的多个词的词频，作为所述第一新闻的特征属性；所述第二向量生成模块对所述第二新闻进行分词得到多个词，计算所述第二新闻的多个词的词频，作为所述第二新闻的特征属性。
根据权利要求7-11任一项所述的装置，其中，所述相关性计算模块在所述距离差位于预设区间时，将所述第二新闻设置为所述第一新闻的相关新闻，以用于在需推送所述第一新闻的相关新闻时推送所述第二新闻。
一种多新闻之间相关性计算方法，包括：

确定第一新闻与第二新闻的一级关联关系；

确定所述第二新闻与第三新闻的一级关联关系；

根据所述第一新闻与所述第二新闻的一级关联关系、所述第二新闻与所述第三新闻的一级关联关系，建立所述第一新闻与所述第三新闻之间的二级关联关系。
根据权利要求13所述的方法，其中，

确定第一新闻与第二新闻的一级关联关系，具体包括：

根据所述第一新闻的特征属性设置第一向量，根据所述第二新闻的特征属性设置第二向量，计算所述第一向量和所述第二向量的余弦相似度作为所述第一新闻与所述第二新闻的一级关联关系；

确定所述第二新闻与第三新闻的一级关联关系，具体包括：

根据所述第三新闻的特征属性设置第三向量，计算所述第二向量和所述第三向量的余弦相似度作为所述第二新闻与所述第三新闻的一级关联关系。
根据权利要求13-14任一项所述的方法，其中，根据所述第一新闻与所述第二新闻的一级关联关系、所述第二新闻与所述第三新闻的一级关联关系，建立所述第一新闻与所述第三新闻之间的二级关联关系，具体包括：

根据所述第一新闻与所述第二新闻的一级关联关系、所述第二新闻与所述第三新闻的一级关联关系，计算所述第一新闻与所述第三新闻的信息熵；

根据所述第一新闻与所述第三新闻的信息熵，确定所述第一新闻与所述第三新闻的二级关联关系。
根据权利要求13-15任一项所述的方法，其中，所述第二新闻为多个；

在确定所述第二新闻与第三新闻的一级关联关系之前，还包括：

根据预设规则，为每个第二新闻查找相应的第三新闻；

根据所述第一新闻与所述第三新闻的信息熵，确定所述第一新闻与所述第三新闻的二级关联关系，具体包括：

根据每个第三新闻对应的第二新闻在全部第二新闻中的占比，计算所述每个第三新闻的权重值；

根据所述每个第三新闻的权重值、所述每个第三新闻对应的信息熵，计算所述每个第三新闻与所述第一新闻的二级关联关系。
根据权利要求13-16任一项所述的方法，其中，所述第三新闻为多个；所述方法还包括：

根据所述多个第三新闻与所述第一新闻的二级关联关系，对所述多个第三新闻进行排序。
一种多新闻之间相关性计算装置，包括：

第一关联关系确定模块，适于确定第一新闻与第二新闻的一级关联关系；

第二关联关系确定模块，适于确定所述第二新闻与第三新闻的一级关联关系；

第三关联关系确定模块，适于根据所述第一新闻与所述第二新闻的一级关联关系、所述第二新闻与所述第三新闻的一级关联关系，建立所述第一新闻与所述第三新闻之间的二级关联关系。
根据权利要求17所述的装置，其中，

所述第一关联关系确定模块还适于根据所述第一新闻的特征属性设置第一向量，根据所述第二新闻的特征属性设置第二向量，计算所述第一向量和所述第二向量的余弦相似度作为所述第一新闻与所述第二新闻的一级关联关系；

所述第二关联关系确定模块还适于根据所述第三新闻的特征属性设置第三向量，计算所述第二向量和所述第三向量的余弦相似度作为所述第二新闻与所述第三新闻的一级关联关系。
根据权利要求18-19任一项所述的装置，其中，

所述第三关联关系确定模块还适于根据所述第一新闻与所述第二新闻的一级关联关系、所述第二新闻与所述第三新闻的一级关联关系，计算所述第一新闻与所述第三新闻的信息熵；以及根据所述第一新闻与所述第三新闻的信息熵，确定所述第一新闻与所述第三新闻的二级关联关系。
根据权利要求18-20任一项所述的装置，其中，所述第二新闻为多个；所述装置还包括：

查找模块，用于根据预设规则，为每个第二新闻查找相应的第三新闻；

所述第三关联关系确定模块还适于根据每个第三新闻对应的第二新闻在全部第二新闻中的占比，计算所述每个第三新闻的权重值；以及根据所述每个第三新闻的权重值、所述每个第三新闻对应的信息熵，计算所述每个第三新闻与所述第一新闻的二级关联关系。
根据权利要求18-21任一项所述的装置，其中，所述第三新闻为多个；所述装置还包括：

排序模块，用于根据所述多个第三新闻与所述第一新闻的二级关联关系，对所述多个第三新闻进行排序。
一种计算机程序，包括计算机可读代码，当所述计算机可读代码在计算设备上运行时，导致所述计算设备执行根据权利要求1-6中的任一个所述的确定新闻之间相关性的方法，和/或，权利要求13-17中的任一个所述的多新闻之间相关性计算方法。
一种计算机可读介质，其中存储了如权利要求23所述的计算机程序。