CN104572932A - 一种兴趣标签的确定方法及装置 - Google Patents

Abstract

本申请公开了一种兴趣标签的确定方法。用于解决现有技术会导致确定兴趣标签准确性较低的问题。方法包括：获取用户关注对象的能力标签，所述能力标签表示用户关注对象具备的能力；根据用户关注对象的能力标签与相应能力的匹配程度，确定用户的兴趣标签。本申请还公开了一种兴趣标签的确定装置。

Description

一种兴趣标签的确定方法及装置

技术领域

本申请涉及互联网技术领域，尤其涉及一种兴趣标签的确定方法及装置。

背景技术

在社交网络平台中，用户通过关注感兴趣的对象来获取感兴趣的内容，通过挖掘用户的兴趣，可以向用户推荐信息。比如，当发现用户对互联网感兴趣后，可以向其推荐互联网名人、新闻等；当发现用户对篮球感兴趣后，可以向其推荐篮球鞋的商品广告，实现广告点对点精准投放，扩大社交媒体的商业价值。

现有技术首先生产一份领域关键词库，即由与各领域明显相关的关键词构成的列表。然后遍历用户相关的全部博文，例如发表、转发、收藏以及赞的博文，并将这些博文中的出现频率较高的词语作为用户的兴趣标签，与领域关键词库进行匹配。与某领域的关键词匹配命中的越多，就意味着用户具有对此领域有更高的兴趣，从而可以以此为依据，向用户推荐相关信息。

比如，领域关键词库中存在“NBA”这一领域的关键词，包括NBA的球队、球员、篮球鞋的品牌等等。如果用户的博文中多次提到球队、球员、球鞋等关键词，那么通过对博文和关键词库进行匹配，就会命中很多这一领域的关键词，命中的次数越多，就越能体现用户对于NBA的兴趣，从而可以为其相对精准地推荐关于此类商品的广告信息。

在很多博文中，为了表达一种主题，往往会利用很多领域的关键词，比如：用户发博文为了表达社会经济状况，往往会提到汽车、地产等，现有技术无法分辨出到底用户是对经济，汽车还是地产感兴趣。

所以，由于用户博文信息与博文主题不一致，现有技术会导致不能准确地确定出用户兴趣标签。

发明内容

本申请实施例提供一种兴趣标签的确定方法，用于解决由于会出现用户博文信息中的关键词与博文主题不一致，而导致不能准确地确定出用户兴趣标签的问题。

本申请实施例提供一种兴趣标签的确定装置，用于解决由于会出现用户博文信息中的关键词与博文主题不一致，而导致不能准确地确定出用户兴趣标签的问题。

本申请实施例采用下述技术方案：

一种兴趣标签的确定方法，包括：获取用户关注对象的能力标签，所述能力标签表示用户关注对象具备的能力；根据用户关注对象的能力标签与相应能力的匹配程度，确定用户的兴趣标签。

一种兴趣标签的确定装置，包括：获取标签单元，用于获取用户关注对象的能力标签，所述能力标签表示用户关注对象具备的能力；确定标签单元，用于根据用户关注对象的能力标签与相应能力的匹配程度，确定用户的兴趣标签。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

由于采用了通过获取用户关注对象的能力标签，并根据能力标签，确定用户的兴趣标签的方法，因此，根据用户的关注行为就能够确定出用户的兴趣，无需根据用户的博文信息中的关键词来确定用户的兴趣。从而解决了由于会出现用户博文信息中的关键词与博文主题不一致，而导致不能准确地确定出用户兴趣标签的问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的一种兴趣标签的确定方法的具体实现流程示意图；

图2为本申请实施例提供的一种兴趣标签的确定装置的具体结构示意图；

图3为本申请实施例提供的一种兴趣标签的确定方法的示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

本申请实施例提供一种兴趣标签的确定方法，用于解决由于会出现用户博文信息中的关键词与博文主题不一致，而导致不能准确地确定出用户兴趣标签的问题。该方法的实现流程示意图如图1所示，包括下述步骤：

步骤11，获取用户关注对象的能力标签，所述能力标签表示用户关注对象具备的能力。

以微博为例，这里所说的用户关注对象可以包括用户所关注的其他用户。

步骤12，根据用户关注对象的能力标签与相应能力的匹配程度，确定用户的兴趣标签。

采用本实施例提供的该方法，由于采用了通过获取用户关注对象的能力标签，并根据能力标签，确定用户的兴趣标签的方法，从而解决了由于会出现用户博文信息中的关键词与博文主题不一致，而导致不能准确地确定出用户兴趣标签的问题。采用该方法也可以解决现有技术中由于领域关键词库不全面，而导致不能全面地确定出用户兴趣标签的问题；还可以解决由于会出现用户博文信息很少甚至没有的情况，而导致很难确定出用户兴趣标签的问题。

以下分别详细介绍步骤11至步骤13：

针对步骤11而言，能力标签是用于表示用户关注对象具备的能力的一种信息。这里所说的“能力”，可以但不限于包括社交能力(如人际交往、礼仪)、行业专业能力(如金工**级、钢琴**级、象棋**级等反映出的能力)、经济能力(潘石屹、雷军等行业领头人)、学习能力(奥林匹克数学、托福英语)等等中的一项或多项。

可以对用户的某一项能力做数值上的量化来体现该能力的强弱。

针对步骤12而言，可以有以下三种方式来确定用户的兴趣标签。

第一种方式：根据用户关注对象的能力标签对应的权重值，从获取到的能力标签中选取权重值大于设定的能力阈值的能力标签；根据选取出的权重值大于设定的能力阈值的能力标签，确定用户的兴趣标签。

其中，能力标签对应的权重值，是根据用户关注对象被分配到以该能力标签作为分组名称的分组的次数确定的。本申请实施例中，假设权重值是根据上述次数按照特定算法计算得到的。比如，可以直接将用户关注对象被分配到以某能力标签作为分组名称的分组的次数，确定为该能力标签的权重值。

进一步而言，可以过滤掉权重值低于设定的能力阈值的能力标签。这部分能力标签认为是关注对象较弱的能力，对于确定用户的兴趣标签意义不大。过滤后剩余的能力标签即可作为用户的兴趣标签。

由于用户所关注的关注对象往往具备多种能力，但往往关注对象比较擅长的能力才是用户最需要的。为了达到突出关注对象比较擅长的能力，从而精准确定出用户的兴趣标签，可以采用第二种方式确定用户的兴趣标签。

第二种方式：针对每一个选取出的权重值大于设定的能力阈值的能力标签，执行：确定具备该能力标签(也称当前能力标签)的用户关注对象的数目；以及根据当前能力标签对应的数目，确定当前能力标签是否为用户的兴趣标签。

比如，可以将大于设定的数目阈值的当前能力标签，确定为用户的兴趣标签。

在一种实施方式中，可以引入主能力和附属能力的概念，主能力体现了关注对象最突出、最擅长的能力，附属能力则可以是除主能力外，第二擅长或第三擅长的第二能力或第三能力。可以认为，从用户的所有关注行为中，主要能表现出的是对关注对象主能力的兴趣，次要表现出的是对关注对象附属能力的兴趣。如：关注儿科专家崔玉涛的粉丝，绝大多数是因为对其在母婴育儿能力的认可，而不是绝大多数人认可其在健康养生方面的能力。所以，可以按照下述规则来确定主能力标签和附属能力标签：从关注对象的、选取出的权重值大于设定的能力阈值的能力标签中，将权重值最高的能力标签作为该关注对象的主能力标签；根据该关注对象的主能力标签对应的权重值，选取权重值大于预设的附属能力阈值的能力标签，作为该关注对象的附属能力标签。其中，这里所说的附属能力阈值＝主能力对应的权重值×设定的比例值。

在对关注对象的主能力标签和附属能力标签进行了区分后，可以分别确定具备主能力标签的用户关注对象的数目(简称主数目)，以及具备附属能力标签的用户关注对象的数目(简称附属数目)。进而可以过滤掉小于数目阈值的主数目所对应的主能力标签，以及小于数目阈值的附属数目所对应的附属能力标签，并将过滤后剩余的主能力标签及附属能力标签作为用户的兴趣标签。

或者，也可以只过滤掉小于数目阈值的附属数目所对应的附属能力标签，将过滤后剩余的附属能力标签及所有的主能力标签作为用户的兴趣标签。

实际应用中，也可以不做上述过滤的步骤，而将所有的主能力标签和附属能力标签都作为用户的兴趣标签。

微博中会有很多诸如自标签等体现用户兴趣的信息，所以可以考虑利用用户自己编辑的体现用户兴趣的信息，对当前能力标签对应的数目进行调整，以提升确定兴趣标签的准确性。由于不同用户在微博中的活跃度不一样，有的用户会有很多关注对象，有的用户则不多，基于这种情况计算出的基准值可能会缺少可比性，为了达到相对直观的体现用户兴趣程度的效果。在第二种方式的基础上，可以进一步通过第三种方式来实现。

具体而言，第三种方式的核心思想在于：利用用户自己编辑的体现用户兴趣的信息，对当前能力标签对应的数目进行调整，得到调整值，以提升确定兴趣标签的准确性。再对调整值进行归一化处理，达到相对直观的体现用户兴趣程度的效果。以下详细介绍第三种方式。

第三种方式：根据表示用户兴趣的信息，对当前能力标签对应的数目进行调整，得到当前能力标签对应的调整值；对当前能力标签对应的调整值进行归一化处理，得到归一化处理后的调整值；根据当前能力标签对应的归一化处理后的调整值，确定当前能力标签是否为用户的兴趣标签。

进一步而言，表示用户兴趣的信息可以包括：用户自己添加的分组名称，自标签信息等反映用户兴趣的信息。可以根据这些信息对第二种方式中，得到的当前能力标签对应的数目进行调整。如：当分组名称与当前能力标签匹配时，对该能力标签的对应的数目给予数值的加成，得到当前能力标签对应的调整值，再对该调整值进行归一化处理，得到归一化处理后的调整值，对于归一化处理的方法，可以按照下述公式进行计算：

$s=\frac{200}{1+{(w+1)}^{-1.5}}-100$

$w=\frac{c}{a}\×(\frac{200}{1+c^{-0.5}}-100)$

其中，s为归一化后的调整值；c为待归一化的单个调整值；a为待归一化的所有调整值的总和。其中，这里所说的待归一化的基准值，包括无需进行调整的数目，以及调整后的调整值。

根据当前能力标签对应的归一化处理后的调整值，确定当前能力标签是否为用户的兴趣标签。具体而言，可以判断当前能力标签对应的归一化处理后的调整值是否大于设定的调整值阈值，并在判断结果为是时，确定当前能力标签为用户的兴趣标签。

需要说明的是，本申请实施例所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤11和步骤12的执行主体可以为设备1；又比如，步骤11的执行主体可以为设备1，步骤12和步骤13的执行主体可以为设备2；等等。

本申请实施例还提供一种兴趣标签的确定装置，用于解决由于会出现用户博文信息中的关键词与博文主题不一致，而导致不能准确地确定出用户兴趣标签问题。该装置的具体结构示意图如图2所示，包括如下功能单元：

获取标签单元21，可以用于获取用户关注对象的能力标签，所述能力标签表示用户关注对象具备的能力；

确定标签单元22，可以用于根据用户关注对象的能力标签与相应能力的匹配程度能力标签，确定用户的兴趣标签。

在一种实施方式中，确定标签单元22，可以用于：根据用户关注对象的能力标签对应的权重值，从获取到的能力标签中选取权重值大于设定的能力阈值的能力标签；其中，能力标签对应的权重值，是根据所述用户关注对象被分配到以该能力标签作为分组名称的分组的次数确定的；根据选取出的权重值大于设定的能力阈值的能力标签，确定用户的兴趣标签。

在一种实施方式中，确定标签单元22，可以用于：针对每一个选取出的权重值大于设定的能力阈值的能力标签，确定具备当前能力标签的用户关注对象的数目；以及根据当前能力标签对应的数目，确定当前能力标签是否为用户的兴趣标签。

在一种实施方式中，确定标签单元22，还可以用于：根据表示用户兴趣的信息，对所述当前能力标签对应的数目进行调整，得到当前能力标签对应的调整值；对当前能力标签对应的调整值进行归一化处理，得到归一化处理后的调整值；根据当前能力标签对应的归一化处理后的调整值，确定当前能力标签是否为用户的兴趣标签。

在一种实施方式中，确定标签单元22，还可以用于：判断当前能力标签对应的归一化处理后的调整值是否大于设定的调整值阈值，并在判断结果为是时，确定当前能力标签为用户的兴趣标签。

本申请实施例还提供一种兴趣标签的确定方法，用于解决现有技术会导致确定兴趣标签准确性较低的问题。

在特定的场景中，例如，要确定用户“自由自在”的兴趣标签；其中用户“XXX”为用户“自由自在”关注的其中一个关注对象。

步骤31，获取用户关注对象的能力标签，包括所有能力标签及其能力标签对应的权重值，如下表1的所示，用户XXX的能力标签及其对应的权重值。

表1

步骤32，如下表2所示，根据步骤31获取的能力标签及其对应的权重值，确定出用户XXX的主能力为互联网，设定将超过主能力分值的50％的能力标签确定为附属能力，计算得到，用户XXX没有附属能力。

表2

步骤33，针对每一个主能力标签和附属能力标签，确定具备主能力标签和附属能力标签的关注对象的数目。如下表3所示，为用户“自由自在”的所有具备主能力标签及附属能力标签的关注对象的数目。

表3

步骤34，根据用户“自由自在”的自标签名称及分组名称，对当前能力标签的数目进行调整，则对与自标签名称及分组名称匹配的能力标签的数目给予50％的数值加成，得到下表4调整后的基准值。

表4

步骤35，对用户“自由自在”的调整值按照前文所述的公式进行归一化处理，得到如下表5所示的归一化处理后的调整值，设定归一化阈值为80，用户“自由自在”的归一化后的数值都高于80，则确定所有能力标签都为该用户的兴趣标签。

表5

本领域内的技术人员应明白，本发明的实施例可提供为装置、***、或计算机程序商品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序商品的形式。

本发明是参照根据本发明实施例的装置、设备(***)、和计算机程序商品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何装置或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、装置、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为装置、***或计算机程序商品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序商品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种兴趣标签的确定方法，其特征在于，包括：

获取用户关注对象的能力标签，所述能力标签表示用户关注对象具备的能力；

根据用户关注对象的能力标签与相应能力的匹配程度，确定用户的兴趣标签。

2.如权利要求1所述的方法，其特征在于，所述根据用户关注对象的能力标签与相应能力的匹配程度，确定用户的兴趣标签，具体包括：

根据用户关注对象的能力标签对应的权重值，从获取到的能力标签中选取权重值大于设定的能力阈值的能力标签；其中，能力标签对应的权重值，是根据所述用户关注对象被分配到以该能力标签作为分组名称的分组的次数确定的；

根据选取出的权重值大于设定的能力阈值的能力标签，确定用户的兴趣标签。

3.如权利要求2所述的方法，其特征在于，所述根据选取出的权重值大于设定的能力阈值的能力标签，确定用户的兴趣标签，具体包括：

针对每一个选取出的权重值大于设定的能力阈值的能力标签，确定具备当前能力标签的用户关注对象的数目；以及

根据当前能力标签对应的数目，确定当前能力标签是否为用户的兴趣标签。

4.如权利要求3所述的方法，其特征在于，所述根据当前能力标签对应的数目，确定当前能力标签是否为用户的兴趣标签，具体包括：

根据表示用户兴趣的信息，对所述当前能力标签对应的数目进行调整，得到当前能力标签对应的调整值；

对当前能力标签对应的调整值进行归一化处理，得到归一化处理后的调整值；

根据当前能力标签对应的归一化处理后的调整值，确定当前能力标签是否为用户的兴趣标签。

5.如权利要求4所述的方法，其特征在于，所述根据当前能力标签对应的归一化处理后的调整值，确定当前能力标签是否为用户的兴趣标签，具体包括：

判断当前能力标签对应的归一化处理后的调整值是否大于设定的调整值阈值，并在判断结果为是时，确定当前能力标签为用户的兴趣标签。

6.一种兴趣标签的确定装置，其特征在于，包括：

获取标签单元，用于获取用户关注对象的能力标签，所述能力标签表示用户关注对象具备的能力；

确定标签单元，用于根据用户关注对象的能力标签与相应能力的匹配程度，确定用户的兴趣标签。

7.如权利要求6所述的装置，其特征在于，确定标签单元，具体用于：

根据用户关注对象的能力标签对应的权重值，从获取到的能力标签中选取权重值大于设定的能力阈值的能力标签；其中，能力标签对应的权重值，是根据所述用户关注对象被分配到以该能力标签作为分组名称的分组的次数确定的；

根据选取出的权重值大于设定的能力阈值的能力标签，确定用户的兴趣标签。

8.如权利要求7所述的装置，其特征在于，确定标签单元，具体用于：

针对每一个选取出的权重值大于设定的能力阈值的能力标签，确定具备当前能力标签的用户关注对象的数目；以及根据当前能力标签对应的数目，确定当前能力标签是否为用户的兴趣标签。

9.如权利要求8所述的装置，其特征在于，确定标签单元，具体用于：

根据表示用户兴趣的信息，对所述当前能力标签对应的数目进行调整，得到当前能力标签对应的调整值；

对当前能力标签对应的调整值进行归一化处理，得到归一化处理后的调整值；

根据当前能力标签对应的归一化处理后的调整值，确定当前能力标签是否为用户的兴趣标签。

10.如权利要求9所述的装置，其特征在于，确定标签单元，具体用于：

判断当前能力标签对应的归一化处理后的调整值是否大于设定的调整值阈值，并在判断结果为是时，确定当前能力标签为用户的兴趣标签。