CN105022760B - 一种新闻推荐方法及装置 - Google Patents
一种新闻推荐方法及装置 Download PDFInfo
- Publication number
- CN105022760B CN105022760B CN201410181773.4A CN201410181773A CN105022760B CN 105022760 B CN105022760 B CN 105022760B CN 201410181773 A CN201410181773 A CN 201410181773A CN 105022760 B CN105022760 B CN 105022760B
- Authority
- CN
- China
- Prior art keywords
- interest
- news
- keyword
- checks
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种新闻推荐方法,包括:获取各用户查看的新闻的历史记录,并根据预置规则确定各用户查看的新闻分别对应的第一查看兴趣权重值,提取各新闻的关键字,并根据第一查看兴趣权重值确定各关键字分别对应的第二查看兴趣权重值,根据各关键字以及对应的第二查看兴趣权重值获得查看兴趣状态转移概率,根据查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定目标用户的兴趣关键字,根据兴趣关键字确定推荐的新闻。此外,本发明还提供一种新闻推荐装置。上述新闻推荐方法及装置可提高推荐的新闻与用户兴趣的匹配度及推荐效率,节约用户寻找感兴趣新闻的时间。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种新闻推荐方法及装置。
背景技术
随着互联网的发展,上网浏览新闻的已经成为越来越多用户的习惯,新闻网站可主动向该用户推荐新闻。推荐的新闻可以是最新的热点新闻,也可以是根据不同用户有针对性的推荐新闻。
现有技术中,向用户有针对性的推荐新闻,可以基于经典协同过滤策略,对用户推荐其可能会阅读的新闻。
但在以上现有技术中,由于经典协同过滤策略是基于群体用户行为计算新闻间相似度,然后将相似度更高的新闻推荐给阅读习惯相近的用户,但是最新的新闻的用户行为很少,很难计算该最新的新闻与其他新闻的相似度,所以无法做到针对不同用户个性化推荐最新新闻。
发明内容
有鉴于此,本发明提供一种新闻推荐方法及装置,可结合不同用户查看新闻的不同兴趣进行个性化新闻推荐,提高推荐的新闻与用户兴趣的匹配度及推荐效率,节约用户寻找感兴趣新闻的时间。
本发明实施例提供的一种新闻推荐方法,包括:获取各用户查看的新闻的历史记录,并根据预置规则确定各用户查看的新闻分别对应的第一查看兴趣权重值;提取各所述新闻的关键字,并根据所述第一查看兴趣权重值确定各所述关键字分别对应的第二查看兴趣权重值;根据各所述关键字以及对应的所述第二查看兴趣权重值获得查看兴趣状态转移概率;根据所述查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定所述目标用户的兴趣关键字;根据所述兴趣关键字确定推荐的新闻。
本发明实施例提供的一种新闻推荐装置,包括:获取模块、确定模块、提取模块以及获得模块。其中,所述获取模块,用于获取各用户查看的新闻的历史记录;所述确定模块,用于根据预置规则确定各用户查看的新闻分别对应的第一查看兴趣权重值;所述提取模块,用于提取各所述新闻的关键字;所述确定模块,还用于根据所述第一查看兴趣权重值确定各所述关键字分别对应的第二查看兴趣权重值;所述获得模块,用于根据各所述关键字以及对应的所述第二查看兴趣权重值获得查看兴趣状态转移概率;所述确定模块,还用于根据所述查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定所述目标用户的兴趣关键字;所述确定模块,还用于根据所述兴趣关键字确定推荐的新闻。
本发明实施例提供的上述新闻推荐方法及装置,根据用户查看新闻的历史记录,确定所有新闻中的关键字对应的查看兴趣权重值,进而计算出所有用户查看关键字的查看兴趣状态转移概率,根据该查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定该目标用户的可能有兴趣查看的兴趣关键字,并将包含该兴趣关键字的新近产生的新闻推荐给用户查看,由此可以根据多个用户查看的历史新闻推测出特定用户可能会感兴趣的新闻,实现基于用户的兴趣推荐新闻,提高新闻推荐与用户兴趣的匹配度,提高推荐新闻的效率。
为让本发明的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
图1为本发明实施例提供的新闻推荐方法的应用环境图。
图2示出一种服务器结构框图。
图3示出一种用户终端结构框图。
图4为本发明第一实施例提供的新闻推荐方法的流程图。
图5为本发明第二实施例提供的新闻推荐方法的流程图。
图6为本发明第三实施例提供的新闻推荐装置的结构示意图。
图7为图6的装置的存储环境示意图。
图8为本发明第四实施例提供的新闻推荐装置的结构示意图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如后。
本发明实施例提供的新闻推荐方法可应用于图1所示的环境中,如图1所示,用户终端100与服务器200位于有线或无线网络中,通过该有线或无线网络,用户终端100与服务器200进行数据交互。
具体地,服务器200获取各用户查看的新闻的历史记录,并根据预置规则确定各用户查看的新闻分别对应的第一查看兴趣权重值;提取各该新闻的关键字,并根据该第一查看兴趣权重值确定各该关键字分别对应的第二查看兴趣权重值;根据各该关键字以及对应的该第二查看兴趣权重值获得查看兴趣状态转移概率;根据该查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定该目标用户的兴趣关键字;根据该兴趣关键字确定推荐的新闻,并将该推荐的新闻发送给目标用户对应的用户终端100。用户终端100接收服务器200发送的针对特定用户推荐的新闻,并将该推荐的新闻显示给用户查看。
其中,用户终端100可以包括:智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等。
图2示出了一种用户终端的结构框图。如图2所示,用户终端100包括存储器102、存储控制器104,一个或多个(图中仅示出一个)处理器106、外设接口108、射频模块110、定位模块112、摄像模块114、音频模块116、屏幕118以及按键模块120。这些组件通过一条或多条通讯总线/信号线122相互通讯。
可以理解,图2所示的结构仅为示意,用户终端100还可包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
存储器102可用于存储软件程序以及模块,如本发明实施例中的新闻推荐方法及装置对应的程序指令/模块,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的新闻推荐方法。
存储器102可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器102可进一步包括相对于处理器106远程设置的存储器,这些远程存储器可以通过网络连接至用户终端100。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。处理器106以及其他可能的组件对存储器102的访问可在存储控制器104的控制下进行。
处理器106运行存储器102内的各种软件、指令以执行用户终端100的各种功能以及进行数据处理。
外设接口108用于将各种外部设备耦合至CPU以及存储器102。
在一些实施例中,存储控制器104、处理器106以及外设接口108可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
射频模块110用于接收以及发送电磁波,实现电磁波与电信号的相互转换,从而与通讯网络或者其他设备进行通讯。射频模块110可包括各种现有的用于执行这些功能的电路元件,例如,天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。射频模块110可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。上述的无线网络可以使用各种通信标准、协议及技术,包括但并不限于全球移动通信***(Global System for Mobile Communication,GSM)、增强型移动通信技术(Enhanced Data GSM Environment,EDGE),宽带码分多址技术(wideband code divisionmultiple access,W-CDMA),码分多址技术(Code division access,CDMA)、时分多址技术(time division multiple access,TDMA),蓝牙,无线保真技术(Wireless,Fidelity,WiFi)(如美国电气和电子工程师协会标准IEEE802.11a,IEEE802.11b,IEEE802.11g和/或IEEE802.11n)、网络电话(Voice over internet protocol,VoIP)、全球微波互联接入(Worldwide Interoperability for Microwave Access,Wi-Max)、其他用于邮件、即时通讯及短消息的协议,以及任何其他合适的通讯协议,甚至可包括那些当前仍未被开发出来的协议。
定位模块112用于获取用户终端100的当前位置。定位模块112的实例包括但不限于全球卫星定位***(GPS)、基于无线局域网或者移动通信网的定位技术。
摄像模块114用于拍摄照片或者视频。拍摄的照片或者视频可以存储至存储器102内,并可通过射频模块110发送。
音频模块116向用户提供音频接口,其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。音频电路从外设接口108处接收声音数据,将声音数据转换为电信息,将电信息传输至扬声器。扬声器将电信息转换为人耳能听到的声波。音频电路还从麦克风处接收电信息,将电信号转换为声音数据,并将声音数据传输至外设接口108中以进行进一步的处理。音频数据可以从存储器102处或者通过射频模块110获取。此外,音频数据也可以存储至存储器102中或者通过射频模块110进行发送。在一些实例中,音频模块116还可包括一个耳机播孔,用于向耳机或者其他设备提供音频接口。
屏幕118在用户终端100与用户之间提供一个输出界面,向用户显示视频输出,这些视频输出的内容可包括文字、图形、视频、及其任意组合。一些输出结果是对应于一些用户界面对象。可以理解的,屏幕118还可以在用户终端100与用户之间同时提供一个输出及输入界面。具体地,除了向用户显示视频输出之外,屏幕118还接收用户的输入,例如用户的点击、滑动等手势操作,以便用户界面对象对这些用户的输入做出响应。检测用户输入的技术可以是基于电阻式、电容式或者其他任意可能的触控检测技术。屏幕118显示模块的具体实例包括但并不限于液晶显示器或发光聚合物显示器。
按键模块120同样提供用户向用户终端100进行输入的接口,用户可以通过按下不同的按键以使用户终端100执行不同的功能。
图3示出了一种服务器的结构框图。如图3所示,服务器200包括:存储器201、处理器202以及网络模块203。
可以理解,图3所示的结构仅为示意,服务器200还可包括比图3中所示更多或者更少的组件,或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。另外,本发明实施例中的服务器还可以包括多个具体不同功能的服务器。
存储器201可用于存储软件程序以及模块,如本发明实施例中的新闻推荐方法及装置对应的程序指令/模块,处理器202通过运行存储在存储器201内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现本发明实施例中的新闻推荐方法。存储器201可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器201可进一步包括相对于处理器202远程设置的存储器,这些远程存储器可以通过网络连接至服务器200。进一步地,上述软件程序以及模块还可包括:操作***221以及服务模块222。其中操作***221,例如可为LINUX、UNIX、WINDOWS,其可包括各种用于管理***任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动,并可与各种硬件或软件组件相互通讯,从而提供其他软件组件的运行环境。服务模块222运行在操作***221的基础上,并通过操作***221的网络服务监听来自网络的请求,根据请求完成相应的数据处理,并返回处理结果给客户端。也就是说,服务模块222用于向客户端提供网络服务。
网络模块203用于接收以及发送网络信号。上述网络信号可包括无线信号或者有线信号。在一个实例中,上述网络信号为有线网络信号。此时,网络模块203可包括处理器、随机存储器、转换器、晶体振荡器等元件。
第一实施例
请参阅图4,图4为本发明第一实施例提供的新闻推荐方法的流程图。如图4所示,本实施例提供的新闻推荐方法包括以下步骤:
步骤S401,获取各用户查看的新闻的历史记录,并根据预置规则确定各用户查看的新闻分别对应的第一查看兴趣权重值。
服务器200获取每个用户查看的新闻的历史记录,即,获取每个用户查看过的所有新闻。并根据预置规则确定各用户查看的新闻分别对应的第一查看兴趣权重值,该查看兴趣权重值反映用户对该新闻的查看兴趣,该新闻的查看兴趣权重值越高,表明该用户对该新闻的查看兴趣越大。该预置规则可以是根据用户查看该新闻的时间距离服务器200获取用户查看该新闻的历史记录的时间的远近(即用户查看该新闻的时间相对于服务器200的当前***时间的时间衰减度),查看完成程度的大小,重复查看的次数等,也可以是可反映用户对该新闻的查看兴趣相关的其他参数确定的。
具体地,为每个用户查看的各条新闻分别确定各条新闻对应的第一查看兴趣权重值,各条新闻与对应的第一查看兴趣权重值的对应关系的列表如列表1所示:
列表1
usr:news1,weight1,news2,weight2,news3,weight3…,newsN,weightN
上式中usr表示一个用户,news1、news2、news3…、newsN表示用户usr查看过的各条新闻,weight1为news1对应的第一查看兴趣权重,weight1为news1对应的第一查看兴趣权重,以此类推,weightN为newsN对应的第一查看兴趣权重,上式中的N为自然数。
步骤S402,提取各该新闻的关键字,并根据该第一查看兴趣权重值确定各该关键字分别对应的第二查看兴趣权重值。
服务器200提取所有用户查看的所有新闻的关键字,将提取的所有关键字进行合并同类项,并根据该第一查看兴趣权重值确定各该关键字分别对应的第二查看兴趣权重值。
所有用户查看的所有新闻的关键字之间的对应关系的列表如列表2所示:
列表2
news:tag1,tag2,tag3…,tagM
上式中news表示所有用户查看的所有新闻,tag表示从各新闻中提取出的关键字,关键字包含在新闻标题或内容中,根据该关键字可以检索到该新闻,一般新闻中至少包括一个关键字,关键字可以是任何中文、英文、数字,或中文英文数字的混合体。tag1表示所有用户查看的所有新闻中的第一个关键字,tag2表示所有用户查看的所有新闻中的第二个关键字,tag3表示所有用户查看的所有新闻中的第三个关键字,以此类推,tagM表示所有用户查看的所有新闻中的第M个关键字,M表示所有用户查看的所有新闻的全部关键字的数量。
进一步地,根据各用户查看的新闻分别对应的第一查看兴趣权重值,确定各该关键字分别对应的第二查看兴趣权重值,各关键字与第一查看兴趣权重值之间的对应关系的列表如列表3所示:
列表3
usr:tag1,weight’1,tag2,weight’2,tag3,weight’3…,tagM,weight’M
上式中,weight’1表示tag1对应的第二查看兴趣权重值,weight’2表示tag2对应的第二查看兴趣权重值,以此类推,weight’M表示tagM对应的第二查看兴趣权重值。
需要说明的是,该第一查看兴趣权重值与各条新闻对应,表示该用户查看此条新闻的查看兴趣权重,该第二查看兴趣权重值与各关键字对应,表示所有用户查看该关键字的查看兴趣权重。具体地,该第二查看兴趣权重值可以将第一查看兴趣权重值累加获得,例如,用户X查看新闻A的第一查看兴趣权重值为0.2,用户Y查看新闻B的第一查看兴趣权重值为0.3,用户Z查看新闻C的第一查看兴趣权重值为0.1,而新闻A、新闻B、新闻C都包含了同一个关键字,那么该关键字的第二查看兴趣权重值为0.2+0.3+0.1=0.6。当然,也可以是更为复杂的算法计算得到该第二查看兴趣权重值,此处不作具体限定。
步骤S403,根据各关键字以及对应的第二查看兴趣权重值获得查看兴趣状态转移概率。
服务器200根据所有用户查看新闻的所有关键字各自对应的第二查看兴趣获得查看兴趣状态转移概率,该查看兴趣状态转移概率是指所有用户从一个关键字转移到另一个关键字的概率,反应所有用户群体性的兴趣状态转移情况。
步骤S404,根据该查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定该目标用户的兴趣关键字。
该目标用户是指服务器200欲向其推荐新闻的用户。服务器200获取该目标用户查看的全部新闻中的所有关键字以及各关键字对应的第二查看兴趣权重值,并根据该查看兴趣状态转移概率、目标用户的关键字以及对应的第二查看兴趣权重值,确定该目标用户的兴趣关键字,该兴趣关键字是指该目标用户可能会有兴趣查看的关键字,或者可以认为是该目标用户可能会有兴趣查看的新闻中可能包含的关键字。
步骤S405,根据该兴趣关键字确定推荐的新闻。
服务器200根据确定的该目标用户的兴趣关键字查找包含该兴趣关键字的新闻,并根据预置规则确定需要向该目标用户推荐的新闻,推荐的新闻为最新的新闻,即,晚于预置时间产生的新闻,该预置时间可以由***任意设置,例如最近的24小时。具体地,服务器200可以在晚于预置时间产生的新闻中,查询所有包含该兴趣关键字的新闻,并按照新闻发生时间顺序进行排列,将距离现在时间最近的预置数量的新闻确定为推荐的新闻,将确定的推荐的新闻全部发送给目标用户对应的用户终端,由该用户终端将确定的推荐的新闻显示给用户查看。
本发明实施例中,根据用户查看新闻的历史记录,确定所有新闻中的关键字对应的查看兴趣权重值,进而计算出所有用户查看关键字的查看兴趣状态转移概率,根据该查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定该目标用户的可能有兴趣查看的兴趣关键字,并将包含该兴趣关键字的新近产生的新闻推荐给用户查看,由此可以根据多个用户查看的历史新闻推测出特定用户可能会感兴趣的新闻,实现基于用户的兴趣推荐新闻,提高新闻推荐与用户兴趣的匹配度,提高推荐新闻的效率,节约用户寻找感兴趣新闻的时间。
第二实施例。
请参阅图5,图5为本发明第二实施例提供的新闻推荐方法的流程图。如图5所示,本实施例提供的新闻推荐方法包括以下步骤:
步骤S501,获取所有用户的用户日志,在该用户日志中获取各用户查看的新闻的历史记录,并根据各新闻的生成时间以及用户查看新闻的完成度确定各新闻分别对应的第一查看兴趣权重值。
在***中会生成用户日志,在该用户日志中记载用户在***中的操作记录,其中也包括查看新闻的历史记录,服务器200获取每个用户查看的新闻的历史记录,该历史记录中记载了对应的用户查看过的新闻的行为记录。
进一步地,服务器200根据用户查看各新闻的时间以及用户查看新闻的完成度确定各新闻分别对应的第一查看兴趣权重值,用户查看新闻的时间距离当前时间越近,用户查看新闻的完成度越高,第一查看兴趣权重值越大,该新闻的查看兴趣权重值越高,表明该用户对该新闻的查看兴趣越大。
具体地,为每个用户查看的各条新闻分别确定各条新闻对应的第一查看兴趣权重值,各条新闻与对应的第一查看兴趣权重值的对应关系的列表如列表1所示:
列表1
usr:news1,weight1,news2,weight2,news3,weight3…,newsN,weightN
上式中usr表示一个用户,news1、news2、news3…newsN表示用户usr查看过的各条新闻,Weight1为news1对应的第一查看兴趣权重,Weight1为news1对应的第一查看兴趣权重,以此类推,WeightN为newsN对应的一查看兴趣权重,上式中的N为自然数。
步骤S502,提取各新闻的关键字,并根据该第一查看兴趣权重值确定各关键字分别对应的第二查看兴趣权重值。
服务器200提取所有用户查看的所有新闻的关键字,将提取的所有关键字进行合并同类项,并根据该第一查看兴趣权重值确定各该关键字分别对应的第二查看兴趣权重值。
所有用户查看的所有新闻的关键字之间的对应关系的列表如列表2所示:
列表2
news:tag1,tag2,tag3…,tagM
上式中news表示所有用户查看的所有新闻,tag表示从各新闻中提取出的关键字,关键字包含在新闻标题或内容中,根据该关键字可以检索到该新闻,一般新闻中至少包括一个关键字,关键字可以是任何中文、英文、数字,或中文英文数字的混合体。tag1表示所有用户查看的所有新闻中的第一个关键字,tag2表示所有用户查看的所有新闻中的第二个关键字,tag3表示所有用户查看的所有新闻中的第三个关键字,以此类推,tagM表示所有用户查看的所有新闻中的第M个关键字,M表示所有用户查看的所有新闻的全部关键字的数量。
进一步地,根据各用户查看的新闻分别对应的第一查看兴趣权重值,确定各该关键字分别对应的第二查看兴趣权重值,关键字与第二查看兴趣权重值的对应关系列表如列表3所示:
列表3
usr:tag1,weight’1,tag2,weight’2,tag3,weight’3…,tagM,weight’M
上式中,weight’1表示tag1对应的第二查看兴趣权重值,weight’2表示tag2对应的第二查看兴趣权重值,以此类推,weight’M表示tagM对应的第二查看兴趣权重值。
需要说明的是,该第一查看兴趣权重值与各条新闻对应,表示该用户查看此条新闻的查看兴趣权重,该第二查看兴趣权重值与各关键字对应,表示所有用户查看该关键字的查看兴趣权重。具体地,该第二查看兴趣权重值可以将第一查看兴趣权重值累加获得,例如,用户X查看新闻A的第一查看兴趣权重值为0.2,用户Y查看新闻B的第一查看兴趣权重值为0.3,用户Z查看新闻C的第一查看兴趣权重值为0.1,而新闻A、新闻B、新闻C都包含了同一个关键字,那么该关键字的第二查看兴趣权重值为0.2+0.3+0.1=0.6。当然,也可以是更为复杂的算法计算得到该第二查看兴趣权重值,此处不作具体限定。
步骤S503,获取所有用户查看的新闻中任意两个关键字之间的查看兴趣转移概率。
服务器200根据关联规则挖掘(Association rule mining)计算所有关键字中任意两个关键字之间的转移概率,关联规则挖掘是数据挖掘中最活跃的研究方法之一,可以用来发现事情之间的联系挖掘。
步骤S504,将所有转移概率作为元素,构建用户查看倾向的状态转移概率矩阵以得到查看兴趣状态转移概率。
具体地,用户查看倾向的状态转移概率矩阵可如下所示:
以上状态转移概率矩阵中的各行各列均为两个关键字之间的转移概率(TP,Transition Probability),表示用户查看其中一个关键字后又查看其中的另一个关键字的概率,即,用户查看的新闻中包含其中一个关键字且又包含另一个关键字的概率。当初始状态是已知的,转移概率便可做出不同时期的预测。例如,a12表示用户从tag1转移到tag2的转移概率(即用户查看的新闻中包含tag1又包含tag2的概率),a43表示用户从tag4转移到tag3的转移概率,aM2表示用户从tagM转移到tag2的转移概率。
步骤S505,通过将该状态转移概率矩阵相乘,获得查看兴趣发散概率矩阵。
服务器200根据预置的转移步数,通过将该状态转移概率矩阵作该转移步数次方运算,获得查看兴趣发散概率矩阵A(t)。即,将t个矩阵A相乘,t表示用户的查看兴趣发散程度,t越大,用户的查看兴趣越发散,用户的兴趣关键字越多。t的具体数值可由***预先设置。该查看兴趣发散概率矩阵A(t)具体可以表示为:
步骤S506,根据该目标用户的关键字,所有用户的关键字以及与其对应的第二查看兴趣权重值,确定该目标用户的初始查看状态向量。
该初始查看状态向量表示一个用户查看新闻的所有关键字对应的第二查看兴趣权重值的集合,该集合中第二查看兴趣权重值的顺序与前述列表3中的第二查看兴趣权重值的顺序相同。
服务器200基于前述列表3的关键字与第二查看兴趣权重值的对应关系以及排列顺序,确定该目标用户的关键字对应的第二查看兴趣权重值以及第二查看兴趣权重值的顺序。具体地,该初始查看状态向量中的元素数量与列表3中的元素数量相同,若该目标用户查看新闻的所有关键字中有列表3中的某个关键字,则初始查看状态向量中与列表3中该关键字相同位置的第二查看兴趣权重值相同,若该目标用户查看新闻的所有关键字中没有列表3中的某个关键字,则初始查看状态向量中与列表3中该关键字相同位置设置为0,即表示该关键字的第二查看兴趣权重值为0。一般的,X中的0比较多,因为一个用户的关键字在所有用户的关键字中占很少一部分,不为0的第二查看兴趣权重值较少。
一个实例中,假设列表3中包含tag1至tag5共5个关键字,分别对应的第二查看兴趣权重值如下表所示:
usr:tag1,0.2,tag2,0.3,tag3,0.3,tag4,0.2,tag5,0.4
目标用户查看新闻的关键字中没有tag3及tag4,则目标用户的初始查看状态向量X为:
X:0.2,0.3,0,0,tag5,0.4
步骤S507,将该目标用户的初始查看状态向量与该兴趣发散概率矩阵相乘,获得该目标用户的兴趣查看状态向量。
该目标用户的兴趣查看状态向量Y=A(t)X。该目标用户的兴趣查看状态向量表示经过对用户的查看兴趣发散后,一个用户查看新闻的所有关键字对应的第二查看兴趣权重值的集合,该目标用户的兴趣查看状态向量中的第二查看兴趣权重值也是具有顺序意义的元素集合,与前述列表3以及该初始查看状态向量中的第二查看兴趣权重值的位置相对应。
由于经过与兴趣发散概率矩阵相乘,用户的查看兴趣关键字被发散了,查看兴趣关键字的数量增加。并且,t值越大,表示用户兴趣越发散,兴趣关键字数量越多,对应的,Y中的0越少。
步骤S508,根据所有用户的关键字及其对应的第二查看兴趣权重值,以及目标用户的兴趣查看状态向量,获得目标用户的兴趣关键字。
该目标用户的兴趣查看状态向量中的第二查看兴趣权重值也是具有顺序意义的元素集合,与前述列表3中的第二查看兴趣权重值的位置相对应,因此,将该目标用户的兴趣查看状态向量与前述列表3中的第二查看兴趣权重值相比较,获取该目标用户的兴趣查看状态向量不为0的位置对应的第二查看兴趣权重值对应的关键字作为目标用户的兴趣关键字。
步骤S509,将该兴趣关键字分别对应的该第二查看兴趣权重值按照从大到小的顺序进行排序。
服务器200将获取的该目标用户的兴趣关键字分别对应的该第二查看兴趣权重值按照从大到小的顺序进行排序,第二查看兴趣权重值越大排序越靠前。
步骤S510,在新闻数据库中获取包含排序在先的预置数量的所述兴趣关键字的新闻,将包含兴趣关键字符合预置数量,且新闻产生时间晚于预置时间的新闻确定为推荐的新闻。
新闻数据库的新闻排序一般为倒序,即,越接近当前时间产生的新闻排序越靠前。服务器200在新闻数据库中获取包含排序在先的预置数量的该兴趣关键字的新闻,并将包含兴趣关键字符合预置数量,且新闻产生时间晚于预置时间的新闻确定为推荐的新闻,例如,将包含3个以上关键字,且新闻产生时间晚于2014年1月1日的新闻确定为推荐的新闻,并将该推荐的新闻发送给目标用户对应的用户终端。
本发明实施例中,根据用户查看新闻的历史记录,确定所有新闻中的关键字对应的查看兴趣权重值,进而计算出所有用户查看关键字的查看兴趣状态转移概率,根据该查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定该目标用户的可能有兴趣查看的兴趣关键字,并将包含该兴趣关键字的新近产生的新闻推荐给用户查看,由此可以根据多个用户查看的历史新闻推测出特定用户可能会感兴趣的新闻,实现基于用户的兴趣推荐新闻,提高新闻推荐与用户兴趣的匹配度,提高推荐新闻的效率,节约用户寻找感兴趣新闻的时间。
第三实施例
请参阅图6,图6为本发明第三实施例提供的新闻推荐装置的结构示意图。本实施例提供的新闻推荐装置可以运行于图1所示的服务器200中,用于实现上述实施例中的新闻推荐方法。如图6所示,新闻推荐装置600可包括:获取模块601、确定模块602、提取模块603以及获得模块604。
其中,获取模块601,用于获取各用户查看的新闻的历史记录;
确定模块602,用于根据预置规则确定各用户查看的新闻分别对应的第一查看兴趣权重值;还用于根据该第一查看兴趣权重值确定各关键字分别对应的第二查看兴趣权重值;还用于根据所述查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定所述目标用户的兴趣关键字;还用于根据所述兴趣关键字确定推荐的新闻;
提取模块603,用于提取各该新闻的关键字;
获得模块604,用于根据各所述关键字以及对应的所述第二查看兴趣权重值获得查看兴趣状态转移概率。
本装置还可以包括:发送模块(图中未示出)。
发送模块,用于将所述推荐的新闻发送给目标用户对应的用户终端。
以上各模块可以是由软件代码实现,此时,上述的各模块可存储于存储器201内,如图7所示。以上各模块同样可以由硬件例如集成电路芯片实现。
本实施例中新闻推荐装置60的各模块实现各自功能的过程,请参见前述图4所示新闻推荐方法实施例的描述,此处不再赘述。
本发明实施例中,根据用户查看新闻的历史记录,确定所有新闻中的关键字对应的查看兴趣权重值,进而计算出所有用户查看关键字的查看兴趣状态转移概率,根据该查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定该目标用户的可能有兴趣查看的兴趣关键字,并将包含该兴趣关键字的新近产生的新闻推荐给用户查看,由此可以根据多个用户查看的历史新闻推测出特定用户可能会感兴趣的新闻,实现基于用户的兴趣推荐新闻,提高新闻推荐与用户兴趣的匹配度,提高推荐新闻的效率,节约用户寻找感兴趣新闻的时间。
第四实施例。
请参阅图8,图8为本发明第四实施例提供的新闻推荐装置的结构示意图。本实施例提供的新闻推荐装置可以运行于图1所示的服务器200中,用于实现上述实施例中的新闻推荐方法。如图8所示,本实施例提供的新闻推荐装置700与图6所示第三实施例不同之处在于:
获得模块604还包括:第一获取单元6041以及构建单元6042。
其中,第一获取单元6041,用于获取所有用户查看的新闻中任意两个关键字之间的转移概率;
构建单元6042,用于将所有该转移概率作为元素,构建用户查看倾向的状态转移概率矩阵以得到查看兴趣状态转移概率。
确定模块602包括:获得单元6021以及第一确定单元6022。
其中,获得单元6021,用于通过将该状态转移概率矩阵相乘,获得查看倾向的兴趣发散概率矩阵;
第一确定单元6022,用于根据该目标用户的关键字以及与其对应的第二查看兴趣权重值,所有用户的关键字以及与其对应的第二查看兴趣权重值,确定该目标用户的初始查看状态向量;
第一确定单元6022,还用于将该目标用户的初始查看状态向量与该兴趣发散概率矩阵相乘,获得该目标用户的兴趣查看状态向量;
获得单元6021,还用于根据所有用户的关键字及其对应的第二查看兴趣权重值,以及目标用户的兴趣查看状态向量,获得目标用户的兴趣关键字。
进一步地,获取模块601还用于获取所有用户的用户日志,以及在该用户日志中获取各用户查看的新闻的历史记录;
确定模块602,还用于根据各新闻的生成时间以及用户查看新闻的完成度确定各新闻分别对应的第一查看兴趣权重值。
进一步地,确定模块602还包括:排序单元6023、第二获取单元6024以及第二确定单元6025。
排序单元6023,用于将该兴趣关键字分别对应的该第二查看兴趣权重值按照从大到小的顺序进行排序;
第二获取单元6024,用于在新闻数据库中获取包含排序在先的预置数量的该兴趣关键字的新闻;
第二确定单元6025,用于将排序在先的预置数量的新闻确定为推荐的新闻。
本实施例中新闻推荐装置的各模块实现各自功能的过程,请参见前述图5、图6所示新闻推荐方法实施例的描述,此处不再赘述。
本发明实施例中,根据用户查看新闻的历史记录,确定所有新闻中的关键字对应的查看兴趣权重值,进而计算出所有用户查看关键字的查看兴趣状态转移概率,根据该查看兴趣状态转移概率,目标用户的关键字以及对应的第二查看兴趣权重值,确定该目标用户的可能有兴趣查看的兴趣关键字,并将包含该兴趣关键字的新近产生的新闻推荐给用户查看,由此可以根据多个用户查看的历史新闻推测出特定用户可能会感兴趣的新闻,实现基于用户的兴趣推荐新闻,提高新闻推荐与用户兴趣的匹配度,提高推荐新闻的效率,节约用户寻找感兴趣新闻的时间。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、方法、物品或者装置不仅包括那些要素,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、方法、物品或者装置所固有的要素。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、方法、物品或者装置中还存在另外的相同要素。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (11)
1.一种新闻推荐方法,其特征在于,包括:
获取各用户查看的新闻的历史记录,并根据预置规则确定各用户查看的新闻分别对应的第一查看兴趣权重值;
提取各所述新闻的关键字,并根据所述第一查看兴趣权重值确定各所述关键字分别对应的第二查看兴趣权重值;
根据各所述关键字以及对应的所述第二查看兴趣权重值获得查看兴趣状态转移概率;
根据目标用户的关键字、所有用户的关键字及其对应的第二查看兴趣权重值,以及所述查看兴趣状态转移概率得到所述目标用户的兴趣查看状态向量;
根据所有用户的关键字及其对应的第二查看兴趣权重值,以及所述目标用户的兴趣查看状态向量,获得所述目标用户的兴趣关键字;
根据所述兴趣关键字确定推荐的新闻。
2.根据权利要求1所述的方法,其特征在于,所述根据各所述关键字以及对应的所述第二查看兴趣权重值获得查看兴趣状态转移概率包括:
获取所有用户查看的新闻中任意两个关键字之间的转移概率;
将所有所述转移概率作为元素,构建用户查看倾向的状态转移概率矩阵以得到查看兴趣状态转移概率。
3.根据权利要求2所述的方法,其特征在于,所述根据目标用户的关键字、所有用户的关键字及其对应的第二查看兴趣权重值,以及所述查看兴趣状态转移概率得到目标用户的兴趣查看状态向量,包括:
将状态转移概率矩阵相乘,获得查看兴趣发散概率矩阵;其中,所述状态转移概率矩阵由所有用户查看的新闻中任意两个关键字之间的查看兴趣状态转移概率作为元素构建得到;
根据所述目标用户的关键字以及与其对应的第二查看兴趣权重值,所有用户的关键字以及与其对应的第二查看兴趣权重值,确定所述目标用户的初始查看状态向量;
将所述目标用户的初始查看状态向量与所述兴趣发散概率矩阵相乘,获得所述目标用户的兴趣查看状态向量。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述获取各用户查看的新闻的历史记录,并根据预置规则确定各用户查看的新闻分别对应的第一查看兴趣权重值包括:
获取所有用户的用户日志,在所述用户日志中获取各用户查看的新闻的历史记录,并根据各所述新闻的生成时间以及用户查看所述新闻的完成度确定各所述新闻分别对应的第一查看兴趣权重值。
5.根据权利要求4所述的方法,其特征在于,所述根据所述兴趣关键字确定推荐的新闻包括:
将所述兴趣关键字分别对应的所述第二查看兴趣权重值按照从大到小的顺序进行排序;
在新闻数据库中获取包含排序在先的预置数量的所述兴趣关键字的新闻,将包含兴趣关键字符合预置数量,且新闻产生时间晚于预置时间的新闻确定为推荐的新闻。
6.一种新闻推荐装置,其特征在于,包括:
获取模块,用于获取各用户查看的新闻的历史记录;
确定模块,用于在获取各用户查看的新闻的历史记录后,根据预置规则确定各用户查看的新闻分别对应的第一查看兴趣权重值;
提取模块,用于提取各所述新闻的关键字;
所述确定模块,还用于在提取各所述新闻的关键字后,根据所述第一查看兴趣权重值确定各所述关键字分别对应的第二查看兴趣权重值;
获得模块,用于根据各所述关键字以及对应的所述第二查看兴趣权重值获得查看兴趣状态转移概率;
所述确定模块,还用于在获得查看兴趣状态转移概率后,根据目标用户的关键字、所有用户的关键字及其对应的第二查看兴趣权重值,以及所述查看兴趣状态转移概率得到所述目标用户的兴趣查看状态向量;
所述确定模块,还用于在得到所述目标用户的兴趣查看状态向量后,根据所有用户的关键字及其对应的第二查看兴趣权重值,以及所述目标用户的兴趣查看状态向量,获得所述目标用户的兴趣关键字;
所述确定模块,还用于在获得所述目标用户的兴趣关键字后,根据所述兴趣关键字确定推荐的新闻。
7.根据权利要求6所述的装置,其特征在于,所述获得模块还包括:
第一获取单元,用于获取所有用户查看的新闻中任意两个关键字之间的转移概率;
构建单元,用于将所有所述转移概率作为元素,构建用户查看倾向的状态转移概率矩阵以得到查看兴趣状态转移概率。
8.根据权利要求7所述的装置,其特征在于,所述确定模块,还用于在确定出所述目标用户的关键字后,根据目标用户的关键字、所有用户的关键字及其对应的第二查看兴趣权重值,以及所述查看兴趣状态转移概率得到目标用户的兴趣查看状态向量,包括:
获得单元,用于通过将所述状态转移概率矩阵相乘,获得查看兴趣发散概率矩阵;
第一确定单元,用于根据所述目标用户的关键字以及与其对应的第二查看兴趣权重值,所有用户的关键字以及与其对应的第二查看兴趣权重值,确定所述目标用户的初始查看状态向量;
所述第一确定单元,还用于确定出所述目标用户的初始查看状态向量后,将所述目标用户的初始查看状态向量与所述兴趣发散概率矩阵相乘,获得所述目标用户的兴趣查看状态向量。
9.根据权利要求8所述的装置,其特征在于,
所述获取模块,还用于获取所有用户的用户日志,以及在所述用户日志中获取各用户查看的新闻的历史记录。
10.根据权利要求9所述的装置,其特征在于,
所述确定模块,还用于根据各所述新闻的生成时间以及用户查看所述新闻的完成度确定各所述新闻分别对应的第一查看兴趣权重值。
11.根据权利要求10所述的装置,其特征在于,所述确定模块还包括:
排序单元,用于将所述兴趣关键字分别对应的所述第二查看兴趣权重值按照从大到小的顺序进行排序;
第二获取单元,用于在新闻数据库中获取包含排序在先的预置数量的所述兴趣关键字的新闻;
第二确定单元,用于将包含兴趣关键字符合预置数量,且新闻产生时间晚于预置时间的新闻确定为推荐的新闻。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410181773.4A CN105022760B (zh) | 2014-04-30 | 2014-04-30 | 一种新闻推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410181773.4A CN105022760B (zh) | 2014-04-30 | 2014-04-30 | 一种新闻推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105022760A CN105022760A (zh) | 2015-11-04 |
CN105022760B true CN105022760B (zh) | 2019-06-25 |
Family
ID=54412739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410181773.4A Active CN105022760B (zh) | 2014-04-30 | 2014-04-30 | 一种新闻推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105022760B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105279289B (zh) * | 2015-12-04 | 2019-03-22 | 中国传媒大学 | 基于指数衰减窗口的个性化音乐推荐排序方法 |
CN105701191B (zh) * | 2016-01-08 | 2020-12-29 | 腾讯科技(深圳)有限公司 | 一种推送信息点击率估计方法和装置 |
CN108319628B (zh) * | 2017-02-22 | 2022-04-22 | 腾讯科技(深圳)有限公司 | 一种用户兴趣确定方法及装置 |
CN108595580B (zh) * | 2018-04-17 | 2022-08-09 | 创新先进技术有限公司 | 新闻推荐方法、装置、服务器及存储介质 |
CN111292151B (zh) * | 2018-12-07 | 2023-07-25 | 中移互联网有限公司 | 对象推荐方法及装置、存储介质及对象推荐设备 |
CN110572521A (zh) * | 2019-09-20 | 2019-12-13 | 中国银行股份有限公司 | 语音播报方法及装置 |
CN112380449B (zh) * | 2020-12-03 | 2021-11-23 | 腾讯科技(深圳)有限公司 | 信息推荐方法、模型训练方法及相关装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101321190A (zh) * | 2008-07-04 | 2008-12-10 | 清华大学 | 一种异构网络中的推荐方法及推荐*** |
CN102611785A (zh) * | 2011-01-20 | 2012-07-25 | 北京邮电大学 | 面向手机的移动用户个性化新闻主动推荐服务***及方法 |
CN102982131A (zh) * | 2012-11-16 | 2013-03-20 | 杭州东信北邮信息技术有限公司 | 一种基于马尔科夫链的图书推荐方法 |
JP2013109427A (ja) * | 2011-11-17 | 2013-06-06 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツ推薦装置及び方法及びプログラム |
CN103577579A (zh) * | 2013-11-08 | 2014-02-12 | 南方电网科学研究院有限责任公司 | 基于用户潜在需求的资源推荐方法及*** |
CN103731738A (zh) * | 2014-01-23 | 2014-04-16 | 哈尔滨理工大学 | 基于用户群组行为分析的视频推荐方法及装置 |
-
2014
- 2014-04-30 CN CN201410181773.4A patent/CN105022760B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101321190A (zh) * | 2008-07-04 | 2008-12-10 | 清华大学 | 一种异构网络中的推荐方法及推荐*** |
CN102611785A (zh) * | 2011-01-20 | 2012-07-25 | 北京邮电大学 | 面向手机的移动用户个性化新闻主动推荐服务***及方法 |
JP2013109427A (ja) * | 2011-11-17 | 2013-06-06 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツ推薦装置及び方法及びプログラム |
CN102982131A (zh) * | 2012-11-16 | 2013-03-20 | 杭州东信北邮信息技术有限公司 | 一种基于马尔科夫链的图书推荐方法 |
CN103577579A (zh) * | 2013-11-08 | 2014-02-12 | 南方电网科学研究院有限责任公司 | 基于用户潜在需求的资源推荐方法及*** |
CN103731738A (zh) * | 2014-01-23 | 2014-04-16 | 哈尔滨理工大学 | 基于用户群组行为分析的视频推荐方法及装置 |
Non-Patent Citations (1)
Title |
---|
面向移动互联网的个性化新闻推荐算法研究;吴登能;《中国优秀硕士学位论文全文数据库 信息科技辑》;20140215(第02期);I139-80 |
Also Published As
Publication number | Publication date |
---|---|
CN105022760A (zh) | 2015-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105022760B (zh) | 一种新闻推荐方法及装置 | |
US20180260490A1 (en) | Method and system for recommending text content, and storage medium | |
CN105094861A (zh) | 网页应用程序加载方法、装置及*** | |
CN109656980A (zh) | 数据处理方法、电子设备、装置及可读存储介质 | |
CN104735607A (zh) | 一种数据传输方法、移动终端及*** | |
CN104243517A (zh) | 不同终端之间的内容分享方法及装置 | |
US20170249934A1 (en) | Electronic device and method for operating the same | |
CN111858971B (zh) | 多媒体资源推荐方法、装置、终端及服务器 | |
CN110266497A (zh) | 身份验证方法、装置、服务器、用户终端及存储介质 | |
CN104423868A (zh) | 电子书阅读定位方法及装置 | |
CN104246748A (zh) | 用于确定情境的***和方法 | |
CN104754563A (zh) | 一种无线热点接入共享方法、移动终端及*** | |
US10346737B1 (en) | Distributed multisensor system to record spatially diverse events | |
US20120209716A1 (en) | Method and apparatus for serving promotions in a low-power wireless network | |
CN106251869A (zh) | 语音处理方法及装置 | |
CN105320616B (zh) | 外部设备控制方法及装置 | |
CN112287234B (zh) | 信息检索方法、装置及存储介质 | |
CN110633438B (zh) | 一种新闻事件处理的方法、终端、服务器及存储介质 | |
KR20150019863A (ko) | 무선 통신에 기반한 데이터 송수신 방법 및 장치 | |
CN104349320A (zh) | 一种共享的方法和电子设备 | |
CN106210094B (zh) | 周边热点路况展示方法、第一客户端、服务端及*** | |
CN106131133A (zh) | 浏览历史记录信息查看方法、装置及*** | |
CN104917795A (zh) | 一种订阅信息的提醒方法及装置 | |
CN111090877B (zh) | 数据生成、获取方法及对应的装置、存储介质 | |
CN103327029A (zh) | 一种恶意网址的检测方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221207 Address after: 1402, Floor 14, Block A, Haina Baichuan Headquarters Building, No. 6, Baoxing Road, Haibin Community, Xin'an Street, Bao'an District, Shenzhen, Guangdong 518100 Patentee after: Shenzhen Yayue Technology Co.,Ltd. Address before: 518057 5-10 building, Fiyta building, Gaoxin Nan Road, Nanshan District hi tech Zone, Shenzhen, Guangdong Patentee before: Shenzhen Tencent Computer System Co.,Ltd. |