[发明专利]推荐网络信息的方法和系统

说明书

技术领域

本发明涉及信息处理技术，特别是涉及一种推荐网络信息的方法和系统。

背景技术

各种各样的论坛、门户网站等网络平台通过互联网络为用户提供大量的网络信息，例如，论坛中发布的文章、门户网站中更新的新闻等。每一个为用户提供网络信息的网络平台所拥有以及更新的网络信息数量是非常庞大的，为了避免用户淹没于海量网络信息中，常常对网络信息进行筛选，将筛选得到的网络信息推荐给用户。

传统的网络信息推荐方法包括了编辑的挑选推荐和基于网络信息质量的智能推荐。编辑的挑选推荐主要是由编辑依据个人经验进行网络信息的挑选，以挑选出个人认为可能受欢迎的网络信息；基于网络信息质量的智能推荐是由编辑挑选语料，通过语料训练出与网络信息质量相关的预测模型，进而将网络平台中更新的网络信息输入预测模型中得到相应的质量评分，将一定数量的质量评分较高的网络信息推荐给用户。

然而，对于编辑的挑选推荐而言，所挑选得到的网络信息大都与编辑自身的品味和知识背景等因素相关，但这些网络信息并不一定是用户所喜欢的，因此，这一网络信息推荐方法较为随意，无法准确地推荐符合用户意图的网络信息。

对于基于网络信息质量的智能推荐而言，形成预测模型的语料也是由编辑挑选的，因此，也存在着无法准确地推荐符合用户意图的网络信息的问题。

发明内容

基于此，提供一种能提高准确性的推荐网络信息的方法。

此外，还有必要提供一种能提高准确性的推荐网络信息的系统。

一种推荐网络信息的方法，包括如下步骤：

根据网络信息的点击次数对网络平台中的网络信息进行划分得到信息集合和对应的评级；

对信息集合中的网络信息进行特征抽取得到浏览行为特征，并根据所述浏览行为特征训练得到所述信息集合对应的分类模型；

将更新的网络信息输入分类模型得到所属的信息集合；

根据所述更新的网络信息所属的信息集合对应的评级进行所述更新的网络信息的推荐。

一种推荐网络信息的系统，其特征在于，包括：

信息处理模块，用于根据网络信息的点击次数对网络平台中的网络信息进行划分得到信息集合和对应的评级；

特征处理模块，用于对信息集合中的网络信息进行特征抽取得到浏览行为特征，并根据所述浏览行为特征训练得到所述信息集合对应的分类模型；

预测模块，用于将更新的网络信息输入分类模型得到所属的信息集合；

推荐模块，用于根据所述更新的网络信息所属的信息集合对应的评级进行所述更新的网络信息的推荐。

上述推荐网络信息的方法和系统，根据网络信息的点击次数对网络平台中的网络信息进行划分以得信息集合和对应的评级，然后从划分的信息集合中逐一抽取网络信息的浏览行为特征，以根据这一浏览行为特征进行训练得到分类模型，进而将更新的网络信息输入分类模型中得到该网络信息所属的信息集合，从而根据该网络信息所属的信息集合对应的评级对更新的网络信息进行推荐，由于网络信息的点击次数以及网络信息的浏览行为特征均反映了用户意思，因此根据网络信息的点击次数和浏览行为特征所实现的网络信息推荐将有效地提高了准确性。

附图说明

图1为一个实施例中推荐网络信息的方法流程图；

图2为另一个实施例中推荐网络信息的方法流程图；

图3为一个实施例中根据网络信息的点击次数对网络平台中的网络信息进行划分得到信息集合和对应的评级的方法流程图；

图4为一个实施例中对信息集合中的网络信息进行特征抽取得到浏览行为特征，并根据浏览行为特征训练得到信息集合对应的分类模型的方法流程图；

图5为一个实施例中根据更新的网络信息所属的信息集合对应的评级进行更新的网络信息的推荐的方法流程图；

图6为一个实施例中推荐网络信息的应用示意图；

图7为另一个实施例中推荐网络信息的原理示意图；

图8为图6中推荐网络信息的应用示意图；

图9为一个实施例中推荐网络信息的结构示意图；

图10为另一个实施例中推荐网络信息的结构示意图；

图11为一个实施例中信息处理模块的结构示意图；

图12为一个实施例中特征处理模块的结构示意图；

图13为一个实施例中推荐模块的结构示意图。

具体实施方式

如图1所示，在一个实施例中，一种推荐网络信息的方法，包括如下步骤：