[发明专利]一种信息处理方法及装置

权利要求书

1.一种信息处理方法，其特征在于，所述方法包括：

获取第一文章的标识信息，所述第一文章为用户已阅读的文章；

根据所述第一文章的标识信息获取第一文章的内容或第一文章的标题；

根据所述第一文章的内容或所述第一文章的标题中出现的关键词所对应的特征，确定特征集合，其中，所述特征集合中至少包括一个及一个以上的所述特征，所述特征用于描述用户的阅读的文章兴趣；

获取第一文章集合；

根据所述特征集合从所述第一文章集合中确定第二文章集合；

根据用户的标识信息获取用户的第三文章集合，所述第三文章集合为用户已阅读的文章集合；

确定所述第三文章集合对应的第四文章集合，所述第四文章集合包括第二文章所组成的集合和所述第三文章集合，所述第二文章为所述第三文章集合中第一文章的相似文章；

确定所述第四文章集合与所述第二文章集合之间的交集；

将所述第二文章集合中除所述交集外的文章确定为第五文章集合；

将所述第五文章集合输出。

2.根据权利要求1所述的方法，其特征在于，所述将所述第五文章集合输出，包括：

将所述第五文章集合作为推荐文章发送给终端；

所述第五文章集合中至少包括文章的标题和网址信息。

3.根据权利要求1或2所述的方法，其特征在于，所述确定所述第三文章集合对应的第四文章集合，包括：

获取所述第三文章集合中第一文章的标识信息；

根据所述第一文章的标识信息从预设的关联信息中获取第二文章的标识信息；所述关联信息用于表明所述第一文章的标识信息与所述第二文章的标识信息之间的对应关系；

根据所述第二文章的标识信息形成第四文章集合。

4.根据权利要求3所述的方法，其特征在于，所述确定所述第三文章集合对应的第四文章集合，还包括：

判断所述第一文章的标识信息是否在所述关联信息中；

如果所述第一文章的标识信息在所述关联信息中，则根据所述第一文章的标识信息从预设的关联信息中获取第二文章的标识信息；

如果所述第一文章的标识信息不在所述关联信息中，则从文章库中确定第三文章；

确定所述第一文章与所述第三文章之间的相似度；

如果所述第三文章满足预设的第一条件，则将所述第三文章作为所述第一文章的相似文章输出到所述第四文章集合中。

5.根据权利要求4所述的方法，其特征在于，所述从文章库中确定第三文章，包括：

根据所述第一文章的标识信息获取所述第一文章的标签信息；

将所述文章库与所述第一文章的标签信息相同的文章作为第六文章集合；

将所述第六文章集合中的任意一篇文章作为所述第三文章。

6.根据权利要求4或5所述的方法，其特征在于，所述关联信息采用如下的方式形成：

对所述第一文章进行分词处理，得到第一文章的分词；

按照计算所述第一文章的分词的权重，其中所述词频采用表示，所述逆文档频率表示；

获取与所述第一文章的分词相同的文章列表；

根据所述权重计算所述文章列表中每一篇文章与所述第一文章之间的相似度；

将满足所述条件的相似度对应的文章作为第二文章；

根据所述第二文章的标识信息与所述第一文章的标识信息建立所述关联信息。