CN104915426B - 信息排序方法、用于生成信息排序模型的方法及装置 - Google Patents

Abstract

本发明提供一种信息排序方法、用于生成信息排序模型的方法及装置。所述信息排序方法包括：获取关联的多篇文章；根据预先训练的地理主题模型分别从所述多篇文章提取相应的与地理位置相关的主题的信息；分别将从所述多篇文章提取的主题的信息输入预先训练的相关度排序模型，以分别获取所述多篇文章的相关度；根据所述多篇文章的相关度对所述多篇文章进行排序。本发明提供的信息排序方法、用于生成信息排序模型的方法及装置，由于在排序过程中考虑了地理位置因素，因此可较为准确地为用户推荐与地域相关的文章。

Description

信息排序方法、用于生成信息排序模型的方法及装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种信息排序方法、用于生成信息排序模型的方法及装置。

背景技术

当前，网络上的信息数量庞大，且来源丰富。以新闻文章为例，用户从各种信息源可获得大量的新闻，优选地需要对新闻进行合理排序，将用户最关心的新闻推荐在页面的最前面。在用户具有明显的地域特点，非常关心某些区域相关的新闻的情况下，如何将用户最关心的与地域相关的新闻推荐在页面的最前面，是一个急需解决的技术难题。

现有技术中，主要通过地理信息关键词匹配的方法为用户推荐与地域相关的新闻。但此种方法容易出现误判，例如在用户关心珠三角地区(香港、深圳等)的新闻的情况下，一篇关于“香港脚”这种疾病的科普性的新闻很容易被误判为与“香港”这一区域相关的新闻而推荐给用户，降低新闻推荐的准确率。

发明内容

本发明的目的在于提供一种信息排序方法、用于生成信息排序模型的方法及装置，以较为准确地为用户推荐与地域相关的文章。

根据本发明的一方面，本发明提供一种信息排序方法，所述方法包括：获取关联的多篇文章；根据预先训练的地理主题模型分别从所述多篇文章提取相应的与地理位置相关的主题的信息；分别将从所述多篇文章提取的主题的信息输入预先训练的相关度排序模型，以分别获取所述多篇文章的相关度；根据所述多篇文章的相关度对所述多篇文章进行排序。

可选地，所述方法还包括：从客户端接收包括至少一个关键词的搜索词；所述获取关联的多篇文章的处理包括：根据所述至少一个关键词获取所述多篇文章。

可选地，所述方法还包括：向所述客户端发送经过排序的所述多篇文章。

根据本发明的另一方面，本发明还提供一种用于生成信息排序模型的方法，所述方法包括：获取已标注相关度的多篇样本文章；根据预先训练的地理主题模型分别从所述多篇样本文章提取相应的与地理位置相关的主题的信息；根据已标注相关度的所述多篇样本文章以及为其提取的与地理位置相关的主题的信息训练所述信息排序模型。

根据本发明的另一方面，本发明还提供一种用于信息排序的装置，所述装置包括：文章获取单元，用于获取关联的多篇文章；主题信息提取单元，用于根据预先训练的地理主题模型分别从所述多篇文章提取相应的与地理位置相关的主题的信息；相关度获取单元，用于将从所述多篇文章提取的主题的信息输入预先训练的相关度排序模型，以分别获取所述多篇文章的相关度；排序单元，用于根据所述多篇文章的相关度对所述多篇文章进行排序。

可选地，所述装置还包括：搜索词接收单元，用于从客户端接收包括至少一个关键词的搜索词；所述文章获取单元包括：文章获取子单元，用于根据所述至少一个关键词获取所述多篇文章。

可选地，所述装置还包括：文章发送单元，用于向所述客户端发送经过排序的所述多篇文章。

根据本发明的另一方面，本发明还提供一种用于生成信息排序模型的装置，所述装置包括：样本文章获取单元，用于获取已标注相关度的多篇样本文章；样本主题信息提取单元，用于根据预先训练的地理主题模型分别从所述多篇样本文章提取相应的与地理位置相关的主题的信息；信息排序模型训练单元，用于根据已标注相关度的所述多篇样本文章以及为其提取的与地理位置相关的主题的信息训练所述信息排序模型。

本发明提供的信息排序方法、用于生成信息排序模型的方法及装置，根据预先训练的地理主题模型分别从待排序的多篇文章提取相应的与地理位置相关的主题的信息，将提取的主题的信息输入预先训练的相关度排序模型，以获取所述多篇文章的相关度，根据所述多篇文章的相关度对所述多篇文章进行排序。由于在排序过程中考虑了地理位置因素，因此可较为准确地为用户推荐与地域相关的文章。

附图说明

图1是示出本发明示例性实施例信息排序方法的流程示意图；

图2是示出在信息***中基于地理位置的文章推荐页面示意图；

图3是示出在信息***中用户配置感兴趣的地理位置的页面示意图；

图4是示出本发明示例性实施例用于生成信息排序模型的方法的流程示意图；

图5是示出本发明示例性实施例用于信息排序的装置的结构示意图；

图6是示出本发明示例性实施例用于生成信息排序模型的装置的结构示意图。

具体实施方式

本发明的基本构思是，将地理位置信息作为选取文章(如新闻文章)的主题的要素之一来对信息排序模型进行训练，从而基于所述信息排序模型对多篇文章进行优化排序，为用户推荐其最关心的与地域相关的新闻。

在对本发明示例性实施例的信息排序方法、用于生成信息排序模型的方法及装置进行描述之前，先介绍一下地理主题模型的训练过程。

具体地，获取多篇样本文章，根据样本文章的内容获得所述样本文章的地理位置和主题，根据样本文章的地理位置和主题训练得到所述地理主题模型，以便后续在对文章进行排序和生成信息排序模型的过程中根据所述地理主题模型从文章中提取相应的与地理位置相关的主题的信息。样本文章的地理位置和主题可如表1所示。

表1样本文章的地理位置和主题

下面结合附图对本发明示例性实施例的信息排序方法、用于生成信息排序模型的方法及装置进行详细描述。

实施例一

图1是示出本发明示例性实施例信息排序方法的流程示意图。

参照图1，在步骤S110，获取关联的多篇文章。

具体地，本步骤中的多篇文章即待排序的多篇文章。

在步骤S120，根据预先训练的地理主题模型分别从所述多篇文章提取相应的与地理位置相关的主题的信息。

具体地，从文章提取的主题的信息可以用例如表2中所示的文章的主题向量表示。

表2文章的主题向量

文章编号	文章的主题	主题向量
			4	(酒店，机票，旅游，住宿，…)	(0.3，0.1，0.3，0.4，…)
5	(酒店，机票，旅游，住宿，…)	(0.2，0.2，0.3，0.4，…)
			6	(酒店，机票，旅游，住宿，…)	(0.1，0.3，0.3，0.4，…)

在步骤S130，分别将从所述多篇文章提取的主题的信息输入预先训练的相关度排序模型，以分别获取所述多篇文章的相关度。

具体地，根据从所述多篇文章提取的主题的信息采用相关度排序模型分别对所述多篇文章的相关度进行预测，得到所述多篇文章的相关度，如表3所示。

表3文章的相关度

文章编号	主题向量	相关度
			4	(0.3，0.1，0.3，0.4，…)	2
5	(0.2，0.2，0.3，0.4，…)	5
			6	(0.1，0.3，0.3，0.4，…)	1

在步骤S140，根据所述多篇文章的相关度对所述多篇文章进行排序。

本发明实施例的信息排序方法，根据预先训练的地理主题模型分别从待排序的多篇文章提取相应的与地理位置相关的主题的信息，将提取的主题的信息输入预先训练的相关度排序模型，以获取所述多篇文章的相关度，根据所述多篇文章的相关度对所述多篇文章进行排序。由于在排序过程中考虑了地理位置因素，因此可较为准确地为用户推荐与地域相关的文章。

可选地，本发明实施例的信息排序方法还可包括：从客户端接收包括至少一个关键词的搜索词。上述步骤S110的处理包括：根据所述至少一个关键词获取所述多篇文章。

可选地，本发明实施例的信息排序方法还可包括：向所述客户端发送经过排序的所述多篇文章。

具体地，本发明实施例的信息排序方法可应用于任何具有文章推荐的应用程序(Application，简称APP)、搜索引擎和网站等，也可应用于一个独立的模块或开放平台的应用程序编程接口(Application Programming Interface，简称API)，例如在信息***。图2是示出在信息***中基于地理位置的文章推荐页面示意图。如图2所示为时间关键词为“近24小时”，舆情属性关键词为“全部”，地理位置关键词为“全国”，媒体类型关键词为“全部”时的文章推荐页面。图3是示出在信息***中用户配置感兴趣的地理位置的页面示意图。如图3所示，用户可通过页面上的“地域筛选”选择感兴趣的地理位置，例如“广东”。

实施例二

图4是示出本发明示例性实施例用于生成信息排序模型的方法的流程示意图。

参照图4，本发明实施例的用于生成信息排序模型的方法可用于生成实施例一中的相关度排序模型。

在步骤S410，获取已标注相关度的多篇样本文章。

具体地，多篇样本文章的相关度可如表4所示。

表4样本文章的相关度

样本文章编号	相关度
		7	5
8	4
		9	1

在步骤S420，根据预先训练的地理主题模型分别从所述多篇样本文章提取相应的与地理位置相关的主题的信息。

具体地，本步骤中的地理主题模型与实施例一步骤S120中的地理主题模型相同。本步骤中提取样本文章的主题的信息的过程与实施例一步骤S120中提取文章的主题的信息的过程相同，从样本文章提取的主题的信息可以用例如表5中所示的样本文章的主题向量表示。

表5样本文章的主题向量

样本文章编号	主题	主题向量
			7	(酒店，机票，旅游，住宿，…)	(0.3，0.1，0.3，0.6，…)
8	(酒店，机票，旅游，住宿，…)	(0.2，0.2，0.2，0.5，…)
			9	(酒店，机票，旅游，住宿，…)	(0.1，0.3，0.1，0.4，…)

在步骤S430，根据已标注相关度的所述多篇样本文章以及为其提取的与地理位置相关的主题的信息训练所述信息排序模型。

具体地，将已标注相关度的多篇样本文章作为训练样本并且以为其分别提取的与地理位置相关的主题的信息作为训练特征的值，采用学习排序(Learning To Rank，简称LTR)方法训练所述信息排序模型。所述信息排序模型包括，但不限于，向量空间模型(Vector Space Model，简称VSM)、布尔模型(Boolean Model，简称BM)和概率模型(Probabilistic Model，简称PM)，训练样本可如表6所示。

表6训练样本

本发明实施例的用于生成信息排序模型的方法，根据预先训练的地理主题模型分别从已标注相关度的多篇样本文章提取相应的与地理位置相关的主题的信息，根据所述多篇样本文章的相关度和主题的信息训练信息排序模型。后续可采用所述信息排序模型对待排序文章进行排序。由于在排序过程中根据考虑了地理位置因素，因此可较为准确地为用户推荐与地域相关的文章。

实施例三

图5是示出本发明示例性实施例用于信息排序的装置的结构示意图。

参照图5，本发明实施例的用于信息排序的装置可执行实施例一的信息排序方法。本发明实施例的用于信息排序的装置包括：文章获取单元510、主题信息提取单元520、相关度获取单元530和排序单元540。

文章获取单元510用于获取关联的多篇文章。

主题信息提取单元520用于根据预先训练的地理主题模型分别从所述多篇文章提取相应的与地理位置相关的主题的信息。

相关度获取单元530用于分别将从所述多篇文章提取的主题的信息输入预先训练的相关度排序模型，以分别获取所述多篇文章的相关度。

排序单元540用于根据所述多篇文章的相关度对所述多篇文章进行排序。

可选地，本发明实施例的用于信息排序的装置还包括：搜索词接收单元，用于从客户端接收包括至少一个关键词的搜索词。所述文章获取单元510包括：文章获取子单元，用于根据所述至少一个关键词获取所述多篇文章。

可选地，本发明实施例的用于信息排序的装置还包括：文章发送单元，用于向所述客户端发送经过排序的所述多篇文章。

本发明实施例的用于信息排序的装置，根据预先训练的地理主题模型分别从待排序的多篇文章提取相应的与地理位置相关的主题的信息，将提取的主题的信息输入预先训练的相关度排序模型，以获取所述多篇文章的相关度，根据所述多篇文章的相关度对所述多篇文章进行排序。由于在排序过程中考虑了地理位置因素，因此可较为准确地为用户推荐与地域相关的文章。

实施例四

图6是示出本发明示例性实施例用于生成信息排序模型的装置的结构示意图。

参照图6，本发明实施例的用于生成信息排序模型的装置可执行实施例二的用于生成信息排序模型的方法。本发明实施例的用于生成信息排序模型的装置包括：样本文章获取单元610、样本主题信息提取单元620和信息排序模型训练单元630。

样本文章获取单元610用于获取已标注相关度的多篇样本文章；

样本主题信息提取单元620用于根据预先训练的地理主题模型分别从所述多篇样本文章提取相应的与地理位置相关的主题的信息。

信息排序模型训练单元630用于根据已标注相关度和主题的信息的所述多篇样本文章训练所述信息排序模型。

本发明实施例的用于生成信息排序模型的装置，根据预先训练的地理主题模型分别从已标注相关度的多篇样本文章提取相应的与地理位置相关的主题的信息，根据所述多篇样本文章的相关度和主题的信息训练信息排序模型。后续可采用所述信息排序模型对待排序文章进行排序。由于在排序过程中根据考虑了地理位置因素，因此可较为准确地为用户推荐与地域相关的文章。

需要指出，根据实施的需要，可将本申请中描述的各个步骤拆分为更多步骤，也可将两个或多个步骤或者步骤的部分操作组合成新的步骤，以实现本发明的目的。

上述根据本发明的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的处理方法。此外，当通用计算机访问用于实现在此示出的处理的代码时，代码的执行将通用计算机转换为用于执行在此示出的处理的专用计算机。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种信息排序方法，其特征在于，所述方法包括：

获取关联的多篇文章；

根据预先训练的地理主题模型分别从所述多篇文章提取相应的与地理位置相关的主题的信息，所述地理主题模型用于根据从文章的内容提取的地理位置的信息获取所述文章的主题的信息；

分别将从所述多篇文章提取的主题的信息输入预先训练的相关度排序模型，以分别获取所述多篇文章的相关度，所述相关度排序模型用于根据文章和从所述文章提取的主题的信息生成所述文章的相关度的信息；

根据所述多篇文章的相关度对所述多篇文章进行排序。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从客户端接收包括至少一个关键词的搜索词；

所述获取关联的多篇文章的处理包括：根据所述至少一个关键词获取所述多篇文章。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

向所述客户端发送经过排序的所述多篇文章。

4.一种用于生成信息排序模型的方法，其特征在于，所述方法包括：

获取已标注相关度的多篇样本文章；

根据预先训练的地理主题模型分别从所述多篇样本文章提取相应的与地理位置相关的主题的信息，所述地理主题模型用于根据从文章的内容提取的地理位置的信息获取所述文章的主题的信息；

根据已标注相关度的所述多篇样本文章以及为其提取的与地理位置相关的主题的信息训练所述信息排序模型。

5.一种用于信息排序的装置，其特征在于，所述装置包括：

文章获取单元，用于获取关联的多篇文章；

主题信息提取单元，用于根据预先训练的地理主题模型分别从所述多篇文章提取相应的与地理位置相关的主题的信息，所述地理主题模型用于根据从文章的内容提取的地理位置的信息获取所述文章的主题的信息；

相关度获取单元，用于分别将从所述多篇文章提取的主题的信息输入预先训练的相关度排序模型，以分别获取所述多篇文章的相关度；

排序单元，用于根据所述多篇文章的相关度对所述多篇文章进行排序。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

搜索词接收单元，用于从客户端接收包括至少一个关键词的搜索词；

所述文章获取单元包括：文章获取子单元，用于根据所述至少一个关键词获取所述多篇文章。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

文章发送单元，用于向所述客户端发送经过排序的所述多篇文章。

8.一种用于生成信息排序模型的装置，其特征在于，所述装置包括：

样本文章获取单元，用于获取已标注相关度的多篇样本文章；

样本主题信息提取单元，用于根据预先训练的地理主题模型分别从所述多篇样本文章提取相应的与地理位置相关的主题的信息，所述地理主题模型用于根据从文章的内容提取的地理位置的信息获取所述文章的主题的信息；

信息排序模型训练单元，用于根据已标注相关度的所述多篇样本文章以及为其提取的与地理位置相关的主题的信息训练所述信息排序模型。