[发明专利]一种获取信息类别的方法和装置

摘要

本发明公开了一种获取信息类别的方法和装置，属于互联网领域。该方法包括：获取用户浏览网页的浏览记录，所述浏览记录至少包括所述用户浏览的网页的网页标识；根据所述浏览记录获取所述用户对各信息类别的兴趣度；获取兴趣度满足第一预设条件的信息类别，并将所述获取的信息类别作为所述用户感兴趣的信息类别。该装置包括：第一获取模块、第二获取模块和第三获取模块。本发明中服务器根据浏览记录获取用户对各信息类别的兴趣度，获取兴趣度满足第一预设条件的信息类别，并将获取的信息类别作为用户感兴趣的信息类别，从而能够提高获取用户感兴趣的信息类别的准确度。

主权项

1.一种获取信息类别的方法，其特征在于，所述方法包括：/n获取用户浏览网页的浏览记录，所述浏览记录至少包括所述用户浏览的网页的网页标识，所述网页标识为统一资源定位器URL；/n对于相同的网页标识，去除重复的网页标识，并记录所述网页标识的数目；/n根据所述用户浏览的网页的网页标识，获取所述网页包括的网页内容，所述网页内容为网页标题或网页摘要；/n对所述网页内容进行分词，得到所述网页内容包括的分词；/n从所述网页内容包括的分词中去除满足第一预设词性的分词，将剩下的分词作为所述网页包括的特征词并组成所述网页对应的第一特征词集合，所述第一特征词集合用于存储所述网页包括的特征词；/n获取信息类别和第二特征词集合的对应关系中的第二特征词集合；/n计算所述第一特征词集合中包括的每个特征词在获取的第二特征词集合中的概率，将每个特征词在所述第二特征词集合中的非零概率的乘积作为所述第一特征词集合与获取的所述第二特征词集合之间的匹配度；/n选择与所述第一特征词集合之间的匹配度最大的第二特征词集合；/n从所述信息类别和第二特征词集合的对应关系中，获取所述选择的第二特征词集合对应的信息类别，将获取的信息类别确定为所述网页属于的信息类别；/n统计各信息类别包括的网页数目；/n将所述各信息类别包括的网页数目分别确定为所述用户对所述各信息类别的兴趣度；/n获取兴趣度满足第一预设条件的信息类别，并将所述获取的信息类别作为所述用户感兴趣的信息类别；/n获取所述第一特征词集合包括的特征词和选择的所述第二特征词集合中包括的特征词；/n确定所述第一特征词集合包括的特征词和所述选择的第二特征词集合中包括的特征词中意思相同以及意思相近的特征词；/n将所述第一特征词集合中除相同以及意思相近的特征词之外的其他特征词添加到所述选择的第二特征词集合中；/n将所述用户的用户标识和所述用户感兴趣度的信息类别存储在用户标识与信息类别的对应关系中。/n