[发明专利]用于输出信息的方法和装置

权利要求书

1.一种用于输出信息的方法，包括：

从目标资讯网站获取资讯数据集合；

通过每条资讯数据中的关键词与预定的领域词集合进行匹配或通过通用的模型，确定所述资讯数据集合中的每条资讯数据所属的领域；

对于每个领域，将所述资讯数据集合中属于该领域的资讯数据进行聚类分析，得到每个聚类簇中资讯数据的数量和聚类中心；

对于每个领域的每个聚类簇，将该聚类簇中的聚类中心作为该领域的热点资讯；

获取点击日志，其中，所述点击日志包括至少一条搜索信息以及至少一条通过各至少搜索信息搜索并被点击的资讯数据；

对于每个领域的每个聚类簇，执行如下步骤：

确定属于该聚类簇的聚类中心与点击日志中每条被点击的资讯数据的相似度，并确定与该聚类中心的相似度大于预定相似度阈值的被点击的资讯数据；

确定各条搜索信息在所述点击日志中出现的频次之和；

将所述频次之和与属于该聚类簇的资讯数据的数量之和确定为该领域的该聚类簇对应的热点资讯的资讯热度。

2.根据权利要求1所述的方法，其中，所述资讯数据集合中的每条资讯数据包括资讯标题和资讯内容；以及

在所述从目标资讯网站获取资讯数据集合之后，所述方法还包括：

确定所述资讯数据集合中的每条资讯数据的资讯标题和资讯内容之间的相似度；

从所述资讯数据集合中删除资讯标题和资讯内容之间的相似度小于预定相似度阈值的资讯数据。

3.根据权利要求1或2所述的方法，其中，在所述从目标资讯网站获取资讯数据集合之后，所述方法还包括：

针对所述资讯数据集合中的每条资讯数据，将该条资讯数据与预设的过滤词集合中的过滤词进行匹配，若匹配成功，则从所述资讯数据集合中删除该条资讯数据。

4.根据权利要求1所述的方法，其中，所述确定资讯数据集合中的每条资讯数据所属的领域，包括：

将所述资讯数据集合输入预设的主题模型，得到至少一个资讯主题，其中，所述主题模型用于表征资讯数据与资讯主题的对应关系；

对于所述至少一个资讯主题中的每个资讯主题，从预定的领域映射表查询该资讯主题对应的领域作为该资讯主题对应的资讯数据所属的领域，其中，所述领域映射表用于表征资讯主题与领域的对应关系。

5.根据权利要求1所述的方法，其中，所述确定资讯数据集合中的每条资讯数据所属的领域，包括：

将所述资讯数据集合输入预设的注意力模型，得到至少一个关注点，其中，所述注意力模型用于表征资讯数据与关注点的对应关系；

对于所述至少一个关注点中的每个关注点，将该关注点输入预设的领域分类模型，得到该关注点所属的领域，并将该领域作为该关注点对应的资讯数据所属的领域，其中，所述领域分类模型用于表征领域与关注点的对应关系。

6.根据权利要求1所述的方法，其中，所述方法还包括：

将各领域的热点资讯转换成预定格式，并将格式转换之后的热点资讯与对应的资讯热度一起保存到数据库中。

7.一种用于输出信息的装置，包括：

获取单元，配置用于从目标资讯网站获取资讯数据集合；

领域确定单元，配置用于通过每条资讯数据中的关键词与预定的领域词集合进行匹配或通过通用的模型，确定所述资讯数据集合中的每条资讯数据所属的领域；

聚类单元，配置用于对于每个领域，将所述资讯数据集合中属于该领域的资讯数据进行聚类分析，得到每个聚类簇中资讯数据的数量和聚类中心；

输出单元，配置用于对于每个领域的每个聚类簇，将该聚类簇中的聚类中心作为该领域的热点资讯；

热度确定单元，配置用于：获取点击日志，其中，所述点击日志包括至少一条搜索信息以及至少一条通过各至少搜索信息搜索并被点击的资讯数据；对于每个领域的每个聚类簇，执行如下步骤：确定属于该聚类簇的聚类中心与点击日志中每条被点击的资讯数据的相似度，并确定与该聚类中心的相似度大于预定相似度阈值的被点击的资讯数据；确定各条搜索信息在所述点击日志中出现的频次之和；将所述频次之和与属于该聚类簇的资讯数据的数量之和确定为该领域的该聚类簇对应的热点资讯的资讯热度。