[发明专利]一种社交媒体中的信息推荐方法和装置有效

专利信息
申请号: 201310292232.4 申请日: 2013-07-11
公开(公告)号: CN104281622B 公开(公告)日: 2017-12-05
发明(设计)人: 张杰;张轶博;李航 申请(专利权)人: 华为技术有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 深圳市威世博知识产权代理事务所(普通合伙)44280 代理人: 何青瓦
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 社交 媒体 中的 信息 推荐 方法 装置
【权利要求书】:

1.一种社交媒体中的信息推荐方法,其特征在于,该方法包括:

线下流程:

S11、从目标用户在社交媒体的历史操作信息中确定目标用户的兴趣点;

S12、从所述兴趣点相关的优质用户在社交媒体的历史操作信息中选择与所述兴趣点相关的信息作为已标注的语料;

S13、将所述已标注的语料作为训练样本训练目标用户的兴趣分类模型;

线上流程:

S21、获取社交媒体的待推荐信息;

S22、将所述待推荐信息输入目标用户的兴趣分类模型,以确定所述待推荐信息是否符合目标用户的兴趣;

S23、若符合目标用户的兴趣,则将所述待推荐信息推荐给目标用户。

2.根据权利要求1所述的方法,其特征在于,所述历史操作信息包括以下信息中的至少一种:

发表的信息、收藏的信息、转发的信息、评论的信息以及标注的标签。

3.根据权利要求2所述的方法,其特征在于,所述步骤S11包括:

利用目标用户在社交媒体中标注的标签确定用户的兴趣点;或者,

将目标用户发表的信息、收藏的信息、转发的信息和评论的信息中的至少一种分别进行分词和去除停用词的处理后,对得到的词语进行语义聚类,利用聚类结果确定目标用户的兴趣点。

4.根据权利要求1所述的方法,其特征在于,所述兴趣点相关的优质用户的确定方法包括:

从预先确定的与所述兴趣点相关的种子用户存在关联关系的用户中选择评分满足预设要求的用户作为优质用户,所述评分由以下因素中的一种或任意组合确定:用户发表、转发或自我描述的信息在内容上与所述兴趣点的匹配程度、用户的活跃度、用户的影响力以及用户信息的传播范围。

5.根据权利要求1或4所述的方法,其特征在于,所述步骤S12具体包括:

计算所述兴趣点对应的优质用户的历史操作信息中各信息与所述兴趣点之间的语义相似度,选择语义相似度满足预设相似度要求的信息作为所述兴趣点相关的信息。

6.根据权利要求1所述的方法,其特征在于,在所述步骤S13中训练兴趣分类模型时,采用的特征包括信息中的关键词,或者进一步包括信息发布者、信息发布者所关注的人和粉丝、信息评论数、信息转发数、信息收藏数中的一种或任意组合。

7.根据权利要求1所述的方法,其特征在于,所述待推荐信息为实时信息、通知信息或推广信息。

8.一种社交媒体中的信息推荐装置,其特征在于,该装置包括:线下建模单元和线上推荐单元;

所述线下建模单元包括:

兴趣点确定子单元,用于从目标用户在社交媒体的历史操作信息中确定目标用户的兴趣点;

语料选择子单元,用于从所述兴趣点相关的优质用户在社交媒体的历史操作信息中选择与所述兴趣点相关的信息作为已标注的语料;

模型训练子单元,用于将所述已标注的语料作为训练样本训练目标用户的兴趣分类模型;

所述线上推荐单元包括:

信息获取子单元,用于获取社交媒体的待推荐信息;

兴趣辨别子单元,用于将所述待推荐信息输入目标用户的兴趣分类模型,以确定所述待推荐信息是否符合目标用户的兴趣;

信息推荐子单元,用于若所述兴趣辨别子单元确定所述待推荐信息符合目标用户的兴趣,则将所述待推荐信息推荐给目标用户。

9.根据权利要求8所述的装置,其特征在于,所述历史操作信息包括以下信息中的至少一种:

发表的信息、收藏的信息、转发的信息、评论的信息以及标注的标签。

10.根据权利要求9所述的装置,其特征在于,所述兴趣点确定子单元具体执行:利用目标用户在社交媒体中标注的标签确定用户的兴趣点;或者,

将目标用户发表的信息、收藏的信息、转发的信息和评论的信息中的至少一种分别进行分词和去除停用词的处理后,对得到的词语进行语义聚类,利用聚类结果确定目标用户的兴趣点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310292232.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top