CN105868264A - 一种根据关注词推送更新信息的方法及*** - Google Patents

Abstract

本发明公开了一种根据关注词推送更新信息的方法及***，能够根据当前播放的内容生成推荐词列表，推送给用户；在接收用户对所述推荐词列表中推荐词的选择后，将用户选择的推荐词作为关注词并记录；当获取服务器消息队列中的更新信息时，将所述更新信息与所述关注词匹配，并将与所述关注词匹配的更新信息推送给用户。实现了更新信息的即时推送，减少了用户的无效搜索，为用户节约了时间。同时本发明采用了计算关注词与更新信息的匹配值的算法，使得推送结果更加准确，为用户提供关注度高的更新信息。

Description

一种根据关注词推送更新信息的方法及***

技术领域

本发明涉及多媒体技术领域，特别是指一种根据关注词推送更新信息的方法及***。

背景技术

近年来，网络搜索引擎技术已经取得了很大的进展，到目前为止一共发展有三代搜索引擎。第一代搜索引擎主要依靠人工分拣的分类目录进行搜索；第二代搜索引擎主要依靠机器抓取进行搜索，它是建立在超链分析基础上的网页搜索；第三代搜索引擎技术则以电脑与用户在互动提示下进行搜索为主要特征。目前的搜索引擎主要是执行网页搜索，搜索的资源也主要集中在互联网上的网页以及相关联的文件。利用搜索引擎可以获得海量的基于网页的信息，但是在获得有用信息的同时，也带来了很多垃圾信息，而且对于大量没有公布在网页上的信息，搜索引擎就无能为力了。

随着互联网的普及，互联网上的知识、内容已经越来越呈现***式的增长。互联网既给广大用户带来了无所不有的好处，却也给用户带来了无从选择的困惑。一方面，面对浩如烟海的信息，信息的使用者花费相当多的时间和费用也难以找到自己所需要的信息；另一方面，信息的发布者也很难将信息及时、主动地发送给感兴趣的用户。

由于用户可能同时对多个事情感兴趣，而使用搜索引擎只能检索到一个兴趣点的相关信息，因此需要反复进行搜寻，并且当用户对某个兴趣点需要持续关注时，也必须不断重复搜寻或者打开书签内的网址，过程比较复杂；而采用RSS等方式订阅信息，需要对不同兴趣点的有关信息进行分别订阅，过程繁琐，给用户带来了极大的不便。

发明内容

有鉴于此，本发明的目的在于提出一种节约用户时间，能够将用户关注的信息的更新信息及时推送给用户的方法及***。

基于上述目的本发明提供的一种根据关注词推送更新信息的方法，包括：

生成推荐词列表，推送给用户；

接收用户对所述推荐词列表中推荐词的选择，并将用户选择的推荐词作为关注词并记录；

获取服务器消息队列中的更新信息，并与所述关注词匹配；

将与所述关注词匹配的更新信息推送给用户。

进一步的，在所述将与所述关注词匹配的更新信息推送给用户的过程中，还包括计算关注词与所述更新信息的匹配值，判断匹配值是否达到预设的阈值，若是，则判定为匹配。

进一步的，所述匹配值由对更新信息的评价分数来确定，评价分数的算法如下：

计算关键词k在最新的数据项内容中的匹配值S(k，D)，

S(k，D)＝T(k，D)×I_k；

其中k表示关注词，D表示文档，Ik表示逆文档词频；

T(k，D)表示关注词k在文档D中的词频，通过如下公式计算：

$T(k,D)=\frac{1+ln(1+\ln t)}{(1-s)+s*\left(\frac{l}{dl}\right)};$

t表示关注词k及其衍生词在最新的数据项内容的文档D中的出现次数，l表示文档D中推荐词的个数，dl为最新的数据项内容中所有文档的平均长度，s为***自调整系数，其取值范围为(0，1)，具体由文档t、l和dl共同确定；

I_k通过如下公式计算：

$I_k=ln(\frac{N}{df}+1);$

df表示含有关注词k在所有文档中出现的频率；

S(Q，D)＝∑_{k ∈ Q}S(k，D)；

S(Q、D)为集合Q中所有关注词k的匹配值S(k，D)的和。

进一步的，所述生成推荐词列表的步骤包括：根据当前播放内容的信息，生成推荐词列表。

进一步的，所述生成推荐词列表的步骤还包括：当更换播放内容时，根据更换播放内容的信息生成新的推荐词列表，并在所述新的推荐词列表中添 加之前推荐词列表中的关注词。

进一步的，当获取服务器消息队列中的更新信息时，记录该次操作的时间；当再次获取服务器消息队列中的更新信息时，从所述记录的时间处开始获取更新信息，删除之前记录的时间，并记录新的操作时间。

进一步的，所述服务器消息队列中的更新信息是由服务器根据从数据库中获取的最新数据项内容生成的，并存入消息队列中的信息。

进一步的，所述更新信息包括数据项内容的名称、关键词和播放地址，若所述数据项内容为视频内容，则所述更新信息还包括视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名；所述关注词包括播放内容的名称和关键词，若所述播放内容为视频内容，则所述关注词还包括视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名。

进一步的，在将与所述关注词匹配到的更新信息推送给用户的过程中，将所述更新信息按照匹配程度值由高到低的顺序排布在推送列表内推送给用户。

基于上述目的，本发明还提供一种根据关注词推送更新信息的***，包括：

推荐词列表生成模块，用于生成推荐词列表，推送给用户；

关注词设定模块，用于接收用户对所述推荐词列表中推荐词的选择，并将用户选择的推荐词作为关注词并记录；

更新信息获取模块，用于获取服务器消息队列中的更新信息，并与所述关注词匹配；

更新信息推送模块，用于将与所述关注词匹配的更新信息推送给用户。

进一步的，在所述更新信息推送模块将与所述关注词匹配的更新信息推送给用户的过程中，还包括计算关注词与所述更新信息的匹配值，判断匹配值是否达到预设的阈值，若是，则判定为匹配。

进一步的，所述匹配值由对更新信息的评价分数来确定，评价分数的算法如下：

计算关键词k在最新的数据项内容中的匹配值S(k，D)，

S(k，D)＝T(k，D)×I_k；

其中k表示关注词，D表示文档，Ik表示逆文档词频；

T(k，D)表示关注词k在文档D中的词频，通过如下公式计算：

$T(k,D)=\frac{1+ln(1+\ln t)}{(1-s)+s*\left(\frac{l}{dl}\right)};$

t表示关注词k及其衍生词在最新的数据项内容的文档D中的出现次数，l表示文档D中推荐词的个数，dl为最新的数据项内容中所有文档的平均长度，s为***自调整系数，其取值范围为(0，1)，具体由文档t、l和dl共同确定；

I_k通过如下公式计算：

$I_k=ln(\frac{N}{df}+1);$

df表示含有关注词k在所有文档中出现的频率；

S(Q，D)＝∑_{k ∈ Q}S(k，D)；

S(Q、D)为集合Q中所有关注词k的匹配值S(k，D)的和。

进一步的，所述推荐词列表生成模块生成推荐词列表的步骤包括：根据当前播放内容的信息，生成推荐词列表。

进一步的，所述推荐词列表生成模块生成推荐词列表的步骤还包括：当更换播放内容时，根据更换播放内容的信息生成新的推荐词列表，并在所述新的推荐词列表中添加之前推荐词列表中的关注词。

进一步的，当获取服务器消息队列中的更新信息时，所述更新信息获取模块记录该次操作的时间；当再次获取服务器消息队列中的更新信息时，从所述记录的时间处开始获取更新信息，删除之前记录的时间，并记录新的操作时间。

进一步的，所述服务器消息队列中的更新信息是由服务器根据从数据库中获取的最新数据项内容生成的，并存入消息队列中的信息。

进一步的，所述更新信息包括数据项内容的名称、关键词和播放地址，若所述数据项内容为视频内容，则所述更新信息还包括视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名；所述关注词包括播放内容的名称和关键词，若所述播放内容为视频内容，则所述关注词还包括视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名。

进一步的，在所述更新消息推送将与所述关注词匹配到的更新信息推送给用户的过程中，将所述更新信息按照匹配程度值由高到低的顺序排布在推送列表内推送给用户。

从上面所述可以看出，本发明提供的一种根据关注词推送更新信息的方法及***，能够根据当前播放的内容生成推荐词列表，推送给用户；在接收用户对所述推荐词列表中推荐词的选择后，将用户选择的推荐词作为关注词并记录；当获取服务器消息队列中的更新信息时，将所述更新信息与所述关注词匹配，并将与所述关注词匹配的更新信息推送给用户。实现了更新信息的即时推送，减少了用户的无效搜索，为用户节约了时间。同时本发明采用的计算关注词与更新信息匹配值的方法，使得推送结果更加准确。

附图说明

图1为本发明根据关注词推送更新信息方法的一种实施例的流程图；

图2为本发明根据关注词推送更新信息***的一种实施例示的结构图；

图3为本发明根据关注词推送更新信息方法的一种实施例的具体流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

如图1所示，为本发明根据关注词推送更新信息方法的一种实施例的流程图，包括：

步骤101：根据当前播放内容生成推荐词列表，并将生成的推荐词列表推送给用户，所述推荐词列表包括播放内容的关键词、名称，若所述播放内容为视频内容，则所述推荐词列表还包括视频海报图片、导演姓名和主演姓名，以及视频内容中的角色姓名；

步骤102：接受用户在推荐列词表中的选择关注词的操作，记录用户选择的关注词，在选择关注词的过程中，用户可通过手动输入想要设定的关注词，在推荐词列表中查找想要设定的关注词，同时用户也可以通过手动输入设定关注词；

步骤103：获取服务器消息队列中的更新信息，通过步骤102中记录的关注词与获取的更新信息进行匹配；

步骤104：将与所述关注词匹配的更新信息推送给用户。

作为本发明的一个实施例，所述推荐列表的生成还可以通过根据当前播放内容生成推荐词列表，并将历史记录中用户选择的关注词加入到生成的推荐词列表中形成新的推荐词列表。

作为本发明的另一个实施例，根据用户的删除关注词的操作，将推荐词列表中已经设定的关注词删除，即将用户删除的关注词还原为推荐词，该推荐词不被用户关注，用户也可以再次将该推荐词选择为关注词，则在推荐词列表中重新将该推荐词记录为关注词。

在本发明的一些实施例中，将与所述关注词匹配的更新信息推送给用户的过程还包括：计算关注词与所述更新信息的匹配值，判断匹配值是否达到预设的阈值，若是，则判定为匹配。其中匹配值的算法如下，

所述匹配值由对更新信息的评价分数来确定，评价分数的算法如下：

计算关键词k在最新的数据项内容中的匹配值S(k，D)，

S(k，D)＝T(k，D)×I_k；

其中k表示关注词，D表示文档，Ik表示逆文档词频；

T(k，D)表示关注词k在文档D中的词频，通过如下公式计算：

$T(k,D)=\frac{1+ln(1+\ln t)}{(1-s)+s*\left(\frac{l}{dl}\right)};$

t表示关注词k及其衍生词在最新的数据项内容的文档D中的出现次数，l表示文档D中推荐词的个数，dl为最新的数据项内容中所有文档的平均长度，s为***自调整系数，其取值范围为(0，1)，具体由文档t、l和dl共同确定；

I_k通过如下公式计算：

$I_k=ln(\frac{N}{df}+1);$

df表示含有关注词k在所有文档中出现的频率；

S(Q，D)＝∑_{k ∈ Q}S(k，D)；

S(Q、D)为集合Q中所有关注词k的匹配值S(k，D)的和。

根据上述算法得到更新信息的匹配值，将所述更新信息的匹配值与预先设定阈值作比较，若所述更新信息的匹配值超过预先设定的阈值，则将该播放信息添加至推送列表内，若所述更新信息的匹配值低于预先设定的阈值，则忽略该更新信息，继续对比其余更新信息的匹配值与预先设定的阈值的大小。若更新信息的匹配值整体偏小，则将预先设定的阈值调小，若更新信息的匹配值整体偏大，则将预先设定的阈值调大，既不会使推送列表内缺乏推送内容，又不会使推送列表内推送内容过多。

作为本发明的一个实施例，在将更新信息推送给用户的过程中，根据上述算法计算得到的匹配值将更新信息按照匹配值从大到小的顺序排布在推荐列表内。

作为本发明的另一个实施例，在获取服务器消息队列中的更新信息的过程中，记录该次操作的时间；当再次获取服务器消息队列中的更新信息时，从所述记录的时间处开始获取更新信息，删除之前记录的时间，并记录新的操作时间。

作为本发明的又一个实施例，在获取服务器消息队列中的更新信息的过程中，还可以在获取的最后一条更新信息的末尾在服务器消息队列中的对应位置添加标签。当再次获取服务器消息队列中的更新信息时，从所述添加的标签处开始获取更新信息，删除之前添加的标签，并在获取到的最后一条更新信息的末尾在服务器消息队列中的对应位置添加标签。

如图2所示，为本发明根据关注词推送更新信息方法的一种实施例的具体流程图。

所述根据关注词推送更新信息方法的流程如下：

服务器获取数据库中最新的数据项内容，根据所述最新的数据项内容生成更新信息，并将所述更新信息存入消息队列。

步骤201：当用户使用移动终端播放视频内容或者音频内容时，所述移动终端(即用户端)根据当前播放的内容的信息生成推荐词列表。所述播放内容的信息包括视频内容或音频内容的关键词、名称，以及视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名。所述推荐词列表中还包括用户端根据播放内容的信息衍生出的衍生词，如视频内容为《芈月传》，则播放内容的信息包括芈月、孙俪等，则衍生词可以为甄嬛、甄嬛传、以及孙俪出演过的电影或者电视剧，如《机械侠》或《红粉世家》等。

步骤202：用户端将推荐词列表推荐给用户，根据用户对推荐词的选择操作记录关注词。当用户在用户端推送的推荐词列表中选择推荐词时，用户可以直接在推荐词列表中点击对应推荐词的选择图标，也可以在推荐词列表中手动输入查找推荐词，在查询结果中选择推荐词，此外，用户还可以在推荐词列表中手动输入并创建关键词。用户端根据用户的选择操作，记录被选定的推荐词，并将用户选定的推荐词记录为对应用户的关注词。

步骤203：当服务器获取数据库中最新的数据内容，生成更新信息，并 存入消息队列中。

步骤204：用户端会从消息队列中获取更新信息，记录获取操作的时间。所述更新信息包括数据项内容的名称、关键词和播放地址，若所述数据项内容为视频内容，则所述更新信息还包括视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名。

步骤205用户端将获取到的更新信息和用户在推荐词列表中预先设定的关注词进行对比，并计算关注词与更新信息的匹配值。即将更新信息中的字符串与关注词的字符串对比，计算更新信息的评价分数，评价分数算法如下：

所述匹配值由对更新信息的评价分数来确定，评价分数的算法如下：

计算关键词k在最新的数据项内容中的匹配值S(k，D)，

S(k，D)＝T(k，D)×I_k；

其中k表示关注词，D表示文档，Ik表示逆文档词频；

T(k，D)表示关注词k在文档D中的词频，通过如下公式计算：

$T(k,D)=\frac{1+ln(1+\ln t)}{(1-s)+s*\left(\frac{l}{dl}\right)};$

t表示关注词k及其衍生词在最新的数据项内容的文档D中的出现次数，l表示文档D中推荐词的个数，dl为最新的数据项内容中所有文档的平均长度，即所有文档中的推荐词的平均个数，s为***自调整系数，其取值范围为(0，1)，具体由文档t、l和dl共同确定；

I_k通过如下公式计算：

$I_k=ln(\frac{N}{df}+1);$

df表示含有关注词k在所有文档中出现的频率；

S(Q，D)＝∑_{k ∈ Q}S(k，D)；

S(Q、D)为集合Q中所有关注词k的匹配值S(k，D)的和。

在计算关注词与更新信息的匹配值之后，由用户端将关注词与更新信息的匹配值和预先设定的匹配值的阈值做比较，若关注词与更新信息的匹配值超过预先设定的阈值，则推送该更新信息，若关注词与更新信息的匹配值低于预先设定的阈值，则不推送该更新信息。在实际中，若关注词与更新信息的匹配值整体偏大或者整体偏小，则用户端***自动调整阈值。当所述匹配值整体偏大时，则增大阈值；当所述匹配值整体偏小时，则减小阈值。当关 注词与更新信息的匹配值分布不均匀时，则用户端***自动调整评价分数算法中的系数s，指向性的改变更新信息的匹配值。

步骤206：当用户端筛选出匹配值超过预先设定阈值的更新信息后，将更新信息添加至推荐列表，比较关注词与更新信息的匹配值。

步骤207：用户端按照匹配值由高到低的顺序将更新信息排布在推荐列表内。

步骤208：当接收用户的播放操作时，播放更新内容时，即用户点击推荐列表中的更新信息，获取更新信息的播放地址，并登陆该播放地址观看更新内容。用户端根据当前播放内容的信息生成推荐词，并将生成的推荐词和之前用户设定的关注词添加至新的推荐词列表。

步骤209：当接收到用户对该推荐词列表中的推荐词进行选择操作时，记录该选择操作，将对应的推荐词记录为关注词并添加至关注中心，当接收到用户对关注中心中的关注词的删除操作时，删除关注中心中对应的关注词。从关注中心删除的关注词可重新添加至关注中心内。

步骤210：当用户端再次从服务器的消息队列中获取更新信息时，会从记录的时间处获取更新信息，由于服务器中的数据内容是不断更新的，但用户端从服务器的消息队里中获取更新信息是间断性的。当获取到更新信息后，会删除之前记录的时间信息，并重新记录该次获取更新信操作对应的时间。之后，再次将获取到的更新信息与用户重新设定的关注中心内的关注词对比，计算新的更新信息与新的关注词的匹配值。如此循环，使用户能够及时获取与关注词匹配的更新信息，进而获取更新内容的播放地址，用户通过登录获取的播放地址获取播放内容，减少了用户的无效搜索的次数，为用户节约了时间。

在本发明的另一方面还提供了一种根据关注词推送更新信息的***。

如图3所示，为本发明根据关注词推送更新信息***的一种实施例示的结构图，图中所示的***包括推荐词列表生成模块301、关注词设定模块302、更新信息获取模块303和更新信息推送模块304。

其中，所述推荐词列表生成模块301用于生成推荐词列表，并将生成的推荐词列表推送给用户。在用户端播放视频内容的过程中，推荐词列表生成模块301获取当前播放内容的名称、关键词、视频海报图片、导演姓名、主 演姓名和视频内容中的角色姓名，以及片头曲、片尾曲等相关信息，将所述信息进行衍生，生成衍生信息，并将视频内容的相关信息和该相关信息的衍生作为推荐词，生成推荐词列表。

所述关注词设定模块302用于接收用户对所述推荐词列表中推荐词的选择，并将用户选择的推荐词作为关注词并记录。当接收到用户对推荐词列表生成模块301生成的推荐词列表中推荐词的选择操作时，所述关注词设定模块302根据用户的选择操作，记录对应的推荐词为关注词，并将关注词添加至关注中心，所述关注中心为虚拟状态，即所述关注中心只是关注词的集合，另外，所述关注中心还可以为一个独立的列表，所述列表包括所有的关注词。当接收到用户对关注中心中关注词的删除操作时，所述关注词设定模块302改变推荐词列表中推荐词的选定状态，并在关注中心中将对应的关注词删除。若所述关注中心为虚拟状态，则所述关注词设定模块302仅仅改变推荐词列表中对应推荐词的选定状态，即将用户选定的推荐词改为自由状态。若所述关注中心为独立的列表，则在该独立列表中将关注词移除。

所述更新信息获取模块303用于获取服务器消息队列中的更新信息。当服务器数的据库中有最新的数据项内容时，服务器根据所述最新的数据项内容生成更新信息，并将所述更新信息存入消息队列。所述更新信息获取模块303从服务器的消息队列中获取更新信息。所述更新信息包括数据项内容的名称、关键词和播放地址，若所述数据项内容为视频内容，则所述更新信息还包括视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名。在所述更新信息获取模块303获取更新信息的过程中，所述更新信息获取模块303记录该次操作的时间；当再次获取服务器消息队列中的更新信息时，从所述记录的时间处开始获取更新信息，并删除之前记录的时间，重新记录该次获取更新信息的操作时间。此外，所述更新信息获取模块303在获取更新信息的过程中，还可以在服务器的消息队列中添加只有自己能够识别的标签，即在获取的最后一条更新信息的末尾在服务器消息队列中的对应位置添加标签。当再次获取服务器消息队列中的更新信息时，从所述添加的标签处开始获取更新信息，删除之前添加的标签，并在获取到的最后一条更新信息的末尾在服务器消息队列中的对应位置处添加标签。

所述更新信息推送模块304用于将与所述关注词匹配的更新信息推送给用户。所述更新信息推送模块304在将所述更新信息获取模块303获取到的 更新信息推送给用户的过程中，还用于计算获取的更新信息与用户预先设定的关注词的匹配值，根据匹配值的大小来判断是否将该更新信息推送给用户。所述匹配值的大小由所述更新信息获取模块303对所述更新信息的评价分数确定，算法如下：

计算关键词k在最新的数据项内容中的匹配值S(k，D)，

S(k，D)＝T(k，D)×I_k；

其中k表示关注词，D表示文档，Ik表示逆文档词频；

T(k，D)表示关注词k在文档D中的词频，通过如下公式计算：

$T(k,D)=\frac{1+ln(1+\ln t)}{(1-s)+s*\left(\frac{l}{dl}\right)};$

t表示关注词k及其衍生词在最新的数据项内容的文档D中的出现次数，l表示文档D中推荐词的个数，dl为最新的数据项内容中所有文档的平均长度，s为***自调整系数，其取值范围为(0，1)，具体由文档t、l和dl共同确定；

I_k通过如下公式计算：

$I_k=ln(\frac{N}{df}+1);$

df表示含有关注词k在所有文档中出现的频率；

S(Q，D)＝∑_{k ∈ Q}S(k，D)；

S(Q、D)为集合Q中所有关注词k的匹配值S(k，D)的和。

此外，所述更新信息推送模块304在将匹配成功的更新信息推送给用户的过程中，还包括对匹配成功的更新信息的排序，根据计算得到的匹配值的大小，按照更新信息匹配值由大到小的顺序将匹配成功的更新信息排布在推送列表内，并将推送列表推送给用户。该推送的过程为：当用户使用移动终端播放视频内容时，在显示屏的右下角或其他不影响用户视频体验又比较醒目的区域弹出消息提示框，当接收用户对该消息提示框的点击操作或拖动操作时，弹出推荐列表。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上所述的本发明的不同方面的许多其它变化，为了简明 它们没有在细节中提供。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (18)

1.一种根据关注词推送更新信息的方法，其特征在于，包括：

生成推荐词列表，推送给用户；

接收用户对所述推荐词列表中推荐词的选择，并将用户选择的推荐词作为关注词并记录；

获取服务器消息队列中的更新信息，并与所述关注词匹配；

将与所述关注词匹配的更新信息推送给用户。

2.根据权利要求1所述的方法，其特征在于，在所述将与所述关注词匹配的更新信息推送给用户的过程中，还包括计算关注词与所述更新信息的匹配值，判断匹配值是否达到预设的阈值，若是，则判定为匹配。

3.根据权利要求2所述的方法，其特征在于，所述匹配值由对更新信息的评价分数来确定，评价分数的算法如下：

计算关键词k在最新的数据项内容中的匹配值S(k，D)

S(k，D)＝T(k，D)×I_k；

其中k表示关注词，D表示文档，Ik表示逆文档词频；

T(k，D)表示关注词k在文档D中的词频，通过如下公式计算：

$T(k,D)=\frac{1+\ln (1+\ln t)}{(1-s)+s*\left(\frac{l}{dl}\right)};$

t表示关注词k及其衍生词在最新的数据项内容的文档D中的出现次数，l表示文档D中推荐词的个数，dl为最新的数据项内容中所有文档的平均长度，s为***自调整系数，其取值范围为(0，1)，具体由文档t、l和dl共同确定；

I_k通过如下公式计算：

$I_k=\ln (\frac{N}{df}+1);$

df表示含有关注词k在所有文档中出现的频率；

S(Q，D)＝∑_k∈QS(k，D)；

S(Q、D)为集合Q中所有关注词k的匹配值S(k，D)的和。

4.根据权利要求1所述的方法，其特征在于，所述生成推荐词列表的步骤包括：根据当前播放内容的信息，生成推荐词列表。

5.根据权利要求4所述的方法，其特征在于，所述生成推荐词列表的步骤还包括：当更换播放内容时，根据更换播放内容的信息生成新的推荐词列表，并在所述新的推荐词列表中添加之前推荐词列表中的关注词。

6.根据权利要求1所述的方法，其特征在于，当获取服务器消息队列中的更新信息时，记录该次操作的时间；当再次获取服务器消息队列中的更新信息时，从所述记录的时间处开始获取更新信息，删除之前记录的时间，并记录新的操作时间。

7.根据权利要求1所述的方法，其特征在于，所述服务器消息队列中的更新信息是由服务器根据从数据库中获取的最新数据项内容生成的，并存入消息队列中的信息。

8.根据权利要求1所述的方法，其特征在于，所述更新信息包括数据项内容的名称、关键词和播放地址，若所述数据项内容为视频内容，则所述更新信息还包括视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名；所述关注词包括播放内容的名称和关键词，若所述播放内容为视频内容，则所述关注词还包括视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名。

9.根据权利要求1所述的方法，其特征在于，在将与所述关注词匹配到的更新信息推送给用户的过程中，将所述更新信息按照匹配程度值由高到低的顺序排布在推送列表内推送给用户。

10.一种根据关注词推送更新信息的***，其特征在于，包括：

推荐词列表生成模块，用于生成推荐词列表，推送给用户；

关注词设定模块，用于接收用户对所述推荐词列表中推荐词的选择，并将用户选择的推荐词作为关注词并记录；

更新信息获取模块，用于获取服务器消息队列中的更新信息，并与所述关注词匹配；

更新信息推送模块，用于将与所述关注词匹配的更新信息推送给用户。

11.根据权利要求10所述的***，其特征在于，在所述更新信息推送模块将与所述关注词匹配的更新信息推送给用户的过程中，还包括计算关注词与所述更新信息的匹配值，判断匹配值是否达到预设的阈值，若是，则判定为匹配。

12.根据权利要求11所述的***，其特征在于，所述匹配值由对更新信息的评价分数来确定，评价分数的算法如下：

计算关键词k在最新的数据项内容中的匹配值S(k，D)

S(k，D)＝T(k，D)×I_k；

其中k表示关注词，D表示文档，Ik表示逆文档词频；

T(k，D)表示关注词k在文档D中的词频，通过如下公式计算：

$T(k,D)=\frac{1+\ln (1+\ln t)}{(1-s)+s*\left(\frac{l}{dl}\right)};$

t表示关注词k及其衍生词在最新的数据项内容的文档D中的出现次数，l表示文档D中推荐词的个数，dl为最新的数据项内容中所有文档的平均长度，s为***自调整系数，其取值范围为(0，1)，具体由文档t、l和dl共同确定；

I_k通过如下公式计算：

$I_k=\ln (\frac{N}{df}+1);$

df表示含有关注词k在所有文档中出现的频率；

S(Q，D)＝∑_k∈QS(k，D)；

S(Q、D)为集合Q中所有关注词k的匹配值S(k，D)的和。

13.根据权利要求10所述的***，其特征在于，所述推荐词列表生成模块生成推荐词列表的步骤包括：根据当前播放内容的信息，生成推荐词列表。

14.根据权利要求10所述的***，其特征在于，所述推荐词列表生成模块生成推荐词列表的步骤还包括：当更换播放内容时，根据更换播放内容的信息生成新的推荐词列表，并在所述新的推荐词列表中添加之前推荐词列表中的关注词。

15.根据权利要求10所述的***，其特征在于，当获取服务器消息队列中的更新信息时，所述更新信息获取模块记录该次操作的时间；当再次获取服务器消息队列中的更新信息时，从所述记录的时间处开始获取更新信息，删除之前记录的时间，并记录新的操作时间。

16.根据权利要求10所述的***，其特征在于，所述服务器消息队列中的更新信息是由服务器根据从数据库中获取的最新数据项内容生成的，并存入消息队列中的信息。

17.根据权利要求10所述的***，其特征在于，所述更新信息包括数据项内容的名称、关键词和播放地址，若所述数据项内容为视频内容，则所述更新信息还包括视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名；所述关注词包括播放内容的名称和关键词，若所述播放内容为视频内容，则所述关注词还包括视频海报图片、导演姓名、主演姓名和视频内容中的角色姓名。

18.根据权利要求10所述的***，其特征在于，在所述更新消息推送将与所述关注词匹配到的更新信息推送给用户的过程中，将所述更新信息按照匹配程度值由高到低的顺序排布在推送列表内推送给用户。