[发明专利]网络内容自动推荐方法、装置和系统

权利要求书

1.一种网络内容自动推荐方法，其特征在于，包括：

接收网络文本数据，从接收的网络文本数据中提取关键词；

利用所述关键词按照增量学习的方式训练关键词分类器；

接收特定用户的网络文本数据，根据所述关键词分类器对从所述特定用户的网络文本数据中提取的关键词的分类结果对所述特定用户进行分类；以及

根据对所述特定用户的分类，并按照预先定义的网络内容的分类向特定用户推荐特定用户感兴趣的网络内容。

2.根据权利要求1所述的网络内容自动推荐方法，其特征在于，所述接收网络文本数据，从接收的网络文本数据中提取关键词包括：

接收网络文本数据；

对所述网络文本数据进行切词，获得准关键词；

计算所述准关键词的重要度；以及

将所述准关键词中重要度高于重要度阈值的准关键词作为关键词。

3.根据权利要求2所述的网络内容自动推荐方法，其特征在于，所述计算所述准关键词的重要度是根据词频-逆向文档频率（term frequency-inverse document frequency,TF-IDF）算法计算所述准关键词的重要度。

4.根据权利要求1所述的网络内容自动推荐方法，其特征在于，所述利用所述关键词按照增量学习的方式训练关键词分类器是利用所述关键词按照半监督学习的方式训练关键词分类器。

5.根据权利要求4所述的网络内容自动推荐方法，其特征在于，所述利用所述关键词按照半监督学习的方式训练关键词分类器是利用已分类关键词通过半监督学习算法对新提取的未分类关键词进行分类。

6.根据权利要求1所述的网络内容自动推荐方法，其特征在于，所述接收特定用户的网络文本数据，根据所述关键词分类器对从所述特定用户的网络文本数据中提取的关键词的分类结果对所述特定用户进行分类包括：

接收特定用户的网络文本数据；

统计每个类别的关键词在所述特定用户的网络文本数据中出现的次数；以及

将关键词在所述特定用户的网络文本数据中出现次数最多的至少两个类别设置为所述特定用户的类别。

7.根据权利要求1所述的网络内容自动推荐方法，其特征在于，所述根据对所述特定用户的分类，并按照预先定义的网络内容的分类向特定用户推荐特定用户感兴趣的网络内容包括：

统计每个类别中各网络内容被访问的次数；以及

将每个类别中被访问次数最高的至少两个网络内容推荐给用户。

8.根据权利要求1所述的网络内容自动推荐方法，其特征在于，所述网络文本数据包括所有用户浏览的网页上的文本、所有用户在即时通讯工具中输入的文本和所有用户在社交网络站点上输入的文本；所述特定用户的网络文本数据包括所述特定用户浏览的网页上的文本、特定用户在即时通讯工具中输入的文本和特定用户在社交网络站点上输入的文本。

9.一种网络内容自动推荐装置，其特征在于，包括：

关键词提取模块，用于接收网络文本数据，从接收的网络文本数据中提取关键词；

关键词分类器训练模块，用于利用所述关键词按照增量学习的方式训练关键词分类器；

特定用户分类模块，用于接收特定用户的网络文本数据，根据所述关键词分类器对从所述特定用户的网络文本数据中提取的关键词的分类结果对所述特定用户进行分类；以及

网络内容推荐模块，用于根据对所述特定用户的分类，并按照预先定义的网络内容的分类向特定用户推荐特定用户感兴趣的网络内容。

10.根据权利要求9所述的网络内容自动推荐装置，其特征在于，所述关键词提取模块包括：

第一文本数据接收子模块，用于接收网络文本数据；

文本切词子模块，用于对所述网络文本数据进行切词，获得准关键词；

重要度计算子模块，用于计算所述准关键词的重要度；以及

关键词获取子模块，用于将所述准关键词中重要度高于重要度阈值的准关键词作为关键词。

11.根据权利要求10所述的网络内容自动推荐装置，其特征在于，所述重要度计算子模块根据词频-逆向文档频率（term frequency-inverse document frequency,TF-IDF）算法计算所述准关键词的重要度。