[发明专利]消息推荐方法及装置

权利要求书

1.一种消息推荐方法，其特征在于，包括：

分别解析第一用户在网络上发布的第一消息以及第二用户在网络上发布的第二消息，获取所述第一消息的兴趣描述信息以及所述第二消息的话题描述信息；其中，所述第二用户为除所述第一用户之外的其它用户；

将所述话题描述信息与所述兴趣描述信息进行比较，并计算所述话题描述信息与所述兴趣描述信息的相似度；

若所述相似度大于或等于预定值时，向所述第一用户推送所述第二用户发布的所述第二消息；

其中，所述兴趣描述信息包括所述第一用户发布的所述第一消息在K个话题上的概率分布信息；所述话题描述信息包括所述第二用户发布的所述第二消息在K个话题上的概率分布信息，所述K为大于0的整数；

所述分别解析第一用户在网络上发布的第一消息以及第二用户在网络上发布的第二消息，获取所述第一消息的兴趣描述信息以及所述第二消息的话题描述信息，具体包括：

分别解析第一用户在网络上发布的第一消息以及第二用户在网络上发布的第二消息，获取所述第一消息以及所述第二消息中每一个词在K个话题上的分配信息；分别根据所述分配信息确定所述第一消息的兴趣描述信息以及所述第二消息的话题描述信息；

所述分别解析第一用户在网络上发布的第一消息以及第二用户在网络上发布的第二消息，获取所述第一消息以及所述第二消息中每一词在K个话题上的分配信息；分别根据所述分配信息确定所述第一消息的兴趣描述信息以及所述第二消息的话题描述信息，包括：

将消息中的每一个词随机分配给所述K个话题中的任意一个，获取经过随机分配后所述消息中每一个词在所述K个话题上的分配信息；其中，所述消息包括所述第一消息或所述第二消息；

使用吉布斯采样的方法，从所述消息中的第一个词开始，根据所述词属于其他话题概率的大小，确定是否需要将所述词重新分配到其他话题，当确定结果为是，则将所述词进一步分配到所述需要分配的话题上，直至遍历所述消息中所有词，更新经过所述遍历之后所述消息中需要重新分配的词在所述K个话题上的分配信息；

重复所述遍历，直至重复的次数达到第一预定值，或者需要被重新分配话题的词占据发送所述消息的用户发布的所有消息中的所有词的比例少于第二预定值时停止所述遍历，并获取经过最后一次遍历之后所述消息中每一个词在K个话题上的当前分配信息；

若所述消息为所述第一消息时，根据所述第一消息中每一个词在所述K个话题上的当前分配信息确定所述第一消息的兴趣描述信息；

若所述消息为所述第二消息时，根据所述第二消息中每一个词在所述K个话题上的当前分配信息确定所述第二消息的话题描述信息。

2.根据权利要求1所述的方法，其特征在于，所述对所述话题描述信息与所述兴趣描述信息进行比较，并计算所述话题描述信息与所述兴趣描述信息的相似度，包括：

比较所述第二消息在K个话题上的概率分布信息与所述第一消息在K个话题上的概率分布信息，并计算所述第二消息在K个话题上的概率分布信息与所述第一消息在K个话题上的概率分布信息的相似度。

3.根据权利要求2所述的方法，其特征在于，所述比较所述第二消息在K个话题上的概率分布信息与所述第一消息在K个话题上的概率分布信息，并计算所述第二消息在K个话题上的概率分布信息与所述第一消息在K个话题上的概率分布信息的相似度，具体包括：

使用余弦相似度算法：

其中，s(u,d)表示所述第一消息的兴趣描述信息与所述第二消息的话题描述信息的相似度；u表示所述第一消息的兴趣描述信息；d表示所述第二消息的话题描述信息；p_i表示向量u的第i个分量；q_i表示向量d的第i个分量。

4.根据权利要求2所述的方法，其特征在于，所述比较所述第二消息在K个话题上的概率分布信息与所述第一消息在K个话题上的概率分布信息，并计算所述第二消息在K个话题上的概率分布信息与所述第一消息在K个话题上的概率分布信息的相似度，具体包括：

使用KL散度算法：

其中，KL(u,d)表示所述第一消息的兴趣描述信息与所述第二消息的话题描述信息的相似度；u表示所述第一消息的兴趣描述信息；d表示所述第二消息的话题描述信息；p_i表示向量u的第i个分量；q_i表示向量d的第i个分量。