[发明专利]内容推荐方法及装置在审

专利信息
申请号: 201711483402.1 申请日: 2017-12-29
公开(公告)号: CN108255999A 公开(公告)日: 2018-07-06
发明(设计)人: 王智广 申请(专利权)人: 北京奇虎科技有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京鼎佳达知识产权代理事务所(普通合伙) 11348 代理人: 王伟锋;刘铁生
地址: 100088 北京市西城区新*** 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: 内容推荐 关联 内容数据 话题 数据处理技术 界面展示 推荐内容 用户推荐 准确率 匹配 查找 阅读 展示
【权利要求书】:

1.一种内容推荐方法,其特征在于,包括:

获取用户当前阅读界面展示或待展示的内容所属的主题;

确定所述主题对应的一个或多个关联话题;

查找与所述主题以及一个或多个所述关联话题匹配的一个或多个关联话题内容数据,并向所述用户推荐一个或多个所述关联话题内容数据。

2.根据权利要求1所述的方法,其特征在于,在所述获取用户当前阅读界面展示或待展示的内容所属的主题之前,所述方法还包括:

提取至少一个第三方话题讨论网站中记录的一个或多个第一话题以及各个所述第一话题对应的一个或多个第一文本数据,所述第一文本数据为所述第一话题对应的话题讨论帖的标题及相应的文本内容;

基于所述一个或多个第一话题以及各个所述第一话题对应的一个或多个第一文本数据,确定与所述第一话题相关联的一个或多个第二话题。

3.根据权利要求1或2所述的方法,其特征在于,所述基于所述一个或多个第一话题以及各个所述第一话题对应的一个或多个第一文本数据,确定与所述第一话题相关联的一个或多个第二话题,包括:

根据预设分类算法以及所述一个或多个第一话题对所述第一文本数据进行训练学习,以获得关联话题预测模型;

根据所述关联话题预测模型确定与所述第一话题相关联的一个或多个第二话题。

4.根据权利要求1-3中任一项所述的方法,其特征在于,所述根据预设分类算法以及所述一个或多个第一话题对所述第一文本数据进行训练学习,以获得关联话题预测模型,包括:

根据所述预设分类算法建立分类模型;

将所述第一文本数据设置为所述分类模型的训练集,并根据所述第一文本数据与所述一个或多个第一话题之间的对应关系对所述分类模型的参数进行优化调整;

当所述分类模型准确输出各个所述第一文本数据对应的第一话题时,将所述分类模型确定为所述关联话题预测模型。

5.根据权利要求1-4中任一项所述的方法,其特征在于,所述根据所述关联话题预测模型确定与所述第一话题相关联的一个或多个第二话题,包括:

根据所述关联话题预测模型计算不同所述第一话题之间的关联度;

根据所述第一话题与其他所述第一话题之间的关联度,确定与所述第一话题相关联的一个或多个第二话题。

6.根据权利要求1-5中任一项所述的方法,其特征在于,所述根据所述关联话题预测模型计算不同所述第一话题之间的关联度,包括:

根据所述关联话题预测模型计算所述第一话题对应的一个或多个第一文本数据属于其他所述第一话题的概率;

根据所述第一话题对应的多个所述概率,确定所述第一话题与其他所述第一话题之间的关联度。

7.根据权利要求1-6中任一项所述的方法,其特征在于,所述确定所述主题对应的一个或多个关联话题,包括:

获取与所述主题匹配的第一话题;

将与所述第一话题相关联的一个或多个第二话题确定为所述主题对应的一个或多个关联话题。

8.一种内容推荐装置,其特征在于,所述装置包括:

获取单元,用于获取用户当前阅读界面展示或待展示的内容所属的主题;

第一确定单元,用于确定所述获取单元获取的所述主题对应的一个或多个关联话题;

查找单元,用于查找与所述主题以及所述第一确定单元确定的一个或多个所述关联话题匹配的一个或多个关联话题内容数据;

推荐单元,用于向所述用户推荐所述查找单元查找的多个所述关联话题内容数据。

9.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适用于由处理器加载并执行如权利要求1-7中任一项所述的内容推荐方法。

10.一种电子设备,其特征在于,所述电子设备包括存储介质和处理器;

所述处理器,适于实现各指令;

所述存储介质,适于存储多条指令;

所述指令适于由所述处理器加载并执行如权利要求1-7中任一项所述的内容推荐方法。

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奇虎科技有限公司,未经北京奇虎科技有限公司许可,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/201711483402.1/1.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