[发明专利]基于人工智能的信息提供方法及装置有效

专利信息
申请号: 201611233400.2 申请日: 2016-12-28
公开(公告)号: CN106649780B 公开(公告)日: 2020-11-24
发明(设计)人: 林加新;闭玮;何体喜;王智圣;苏映滨;曹宇慧;陈蕊;刘志慧;张岩;周超;黄硕;何径舟;周古月;黄世维;姜迪;石磊 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/2457 分类号: G06F16/2457
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 信息 提供 方法 装置
【权利要求书】:

1.一种基于人工智能的信息提供方法,其特征在于,包括以下步骤:

根据用户历史访问记录,确定所述用户的兴趣特征;

在信息展示界面中,向所述用户展示与所述兴趣特征匹配的信息卡片,所述信息卡片中包括,对数据库中的新闻进行解析后确定的、与所述兴趣特征匹配的新闻的核心内容,所述核心内容是由从所述与兴趣特征匹配的新闻中抽取的关键信息构成的;

所述向所述用户展示与所述兴趣特征匹配的信息卡片之前,还包括:

根据预设的提取规则,从所述数据库中获取与所述兴趣特征对应的新闻数据;

根据预先设置的兴趣特征与结构模型的映射关系,确定所述用户的兴趣特征对应的结构模型;

将所述新闻数据进行句子打散处理后,根据所述结构模型,从所述新闻数据中抽取关键信息;

根据所述结构模型,将所述关键信息进行深度神经网络训练,生成与所述兴趣特征匹配的信息卡片。

2.如权利要求1所述的方法,其特征在于,所述根据用户历史访问记录,确定所述用户的兴趣特征之前,还包括:

确定所述用户访问所述信息展示界面时,对应的场景特征,所述场景特征包括以下信息中的至少一个:使用的终端设备的类型、所述用户所在的位置、当前的时间;

根据所述场景特征,确定所述用户当前的兴趣特征。

3.如权利要求1所述的方法,其特征在于,根据预设的提取规则,从所述数据库中获取与所述兴趣特征对应的新闻数据,包括:

根据所述兴趣特征,确定目标新闻数据对应的事件粒度;

基于聚类、检索和/或签名方式,从所述数据库中聚合符合所述事件粒度的新闻数据。

4.如权利要求1-3任一所述的方法,其特征在于,所述在信息展示界面中,向所述用户展示与所述兴趣特征匹配的信息卡片之后,还包括:

接收所述用户在所述信息展示界面中进行的触控操作;

根据所述触控操作,更新所述信息展示界面中展示的信息卡片。

5.如权利要求4所述的方法,其特征在于,所述信息展示界面中包括引导卡;

所述接收所述用户在所述信息展示界面中进行的触控操作,包括:

接收所述用户在所述信息展示界面中进行的输入操作;或者,

接收所述用户对所示信息卡片进行的触控操作;或者,

接收所述用户对所述引导卡进行的选取操作。

6.如权利要求4所述的方法,其特征在于,所述接收所述用户在所述信息展示界面中进行的触控操作之后,还包括:

根据所述触控操作,对所述用户的兴趣特征进行优化处理。

7.一种基于人工智能的信息提供装置,其特征在于,包括:

第一确定模块,用于根据用户历史访问记录,确定所述用户的兴趣特征;

展示模块,用于在信息展示界面中,向所述用户展示与所述兴趣特征匹配的信息卡片,所述信息卡片中包括,对数据库中的新闻进行解析后确定的、与所述兴趣特征匹配的新闻的核心内容,所述核心内容是由从所述与兴趣特征匹配的新闻中抽取的关键信息构成的;

获取模块,用于根据预设的提取规则,从所述数据库中获取与所述兴趣特征对应的新闻数据;

解析模块,用于根据预先设置的兴趣特征与结构模型的映射关系,确定所述用户的兴趣特征对应的结构模型,以及将所述新闻数据进行句子打散处理后,根据所述结构模型,从所述新闻数据中抽取关键信息;

聚合模块,用于根据所述结构模型,将所述关键信息进行深度神经网络训练,生成与所述兴趣特征匹配的信息卡片。

8.如权利要求7所述的装置,其特征在于,还包括:

第二确定模块,用于确定所述用户访问所述信息展示界面时,对应的场景特征,所述场景特征包括以下信息中的至少一个:使用的终端设备的类型、所述用户所在的位置、当前的时间;

第三确定模块,用于根据所述场景特征,确定所述用户当前的兴趣特征。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/201611233400.2/1.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