CN110110207B - 一种信息推荐方法、装置及电子设备 - Google Patents
一种信息推荐方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110110207B CN110110207B CN201810050214.8A CN201810050214A CN110110207B CN 110110207 B CN110110207 B CN 110110207B CN 201810050214 A CN201810050214 A CN 201810050214A CN 110110207 B CN110110207 B CN 110110207B
- Authority
- CN
- China
- Prior art keywords
- target
- words
- word
- word set
- interest
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000013598 vector Substances 0.000 claims description 41
- 238000004891 communication Methods 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- QZLYKIGBANMMBK-UGCZWRCOSA-N 5α-Androstane Chemical compound C([C@@H]1CC2)CCC[C@]1(C)[C@@H]1[C@@H]2[C@@H]2CCC[C@@]2(C)CC1 QZLYKIGBANMMBK-UGCZWRCOSA-N 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了信息推荐方法、装置及电子设备。该信息推荐方法包括:获取用户的兴趣词集合;获取待推荐的目标词,以及与所述目标词相关联的参考词集合;基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户。在上述技术方案中,通过与待推荐的目标词相关联的参考词集合来判断目标词与用户的兴趣词集合是否匹配,从而来向用户推荐目标词,解决了现有技术中基于待推荐词语本身进行信息推荐导致的准确率较低的技术问题,进而提高信息推荐的准确率。
Description
技术领域
本发明涉及信息技术领域,特别涉及一种信息推荐方法、装置及电子设备。
背景技术
随着信息技术和网络技术的不断发展,每天都会产生大量的信息如:热词、新词、流行词等等。为了便于用户及时获知或者快速输入信息,往往会将某些关键词推荐给用户,如将每天产生的热词推荐给用户。
现有技术中,信息推荐通常是根据待推荐词语本身与用户相结合进行推荐。随着网络信息的发展,很多时候待推荐词语不仅仅包含其本身的含义,还可能包含其它延伸含义。仅仅基于待推荐词本身来进行信息推荐,并没有考虑到期延伸含义,导致信息推荐的准确率较低。
发明内容
本发明实施例提供一种信息推荐方法、装置及电子设备,用于解决现有技术中基于待推荐词语本身进行信息推荐导致的准确率较低的技术问题,提高信息推荐的准确率。
本发明实施例提供一种信息推荐方法,该方法包括:
基于用户使用过的目标内容,获取用户的兴趣词集合;
获取待推荐的目标词,以及与所述目标词相关联的参考词集合;
基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;
若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户。
可选的,基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配,包括:
获得所述兴趣词集合与所述参考词集合之间的相似度;
判断所述相似度是否大于等于相似阈值;
若所述相似度大于等于所述相似阈值,确定所述目标词与所述兴趣词集合匹配,反之,确定所述目标词与所述兴趣词集合不匹配。
可选的,获得所述兴趣词集合与所述参考词集合之间的相似度,包括:
获得所述兴趣词集合与所述参考词集合中相同和相近的词语的个数K,以及所述兴趣词集合的词语总数M;
将K与M的比值作为所述兴趣词集合与所述参考词集合的相似度。
可选的,获得所述兴趣词集合与所述参考词集合之间的相似度,包括:
根据词向量数据库,为所述兴趣词集合建立第一向量,为所述参考词集合建立第二向量;
获得所述第一向量与所述第二向量之间的距离作为所述兴趣词集合与所述参考词集合之间的相似度。
可选的,所述参考词集合的建立方法包括:
获取与所述目标词共同出现的实意词及其共同出现的次数;
根据所述次数由大到小的顺序对所述实意词进行排序,获取排序靠前的N个实意词;
根据所述N个实意词建立所述参考词集合。
可选的,基于用户使用过的目标内容,获取用户的兴趣词集合,包括:
获取预设时间周期内所述用户使用过的目标内容;
对所述目标内容进行分词,获取所述目标内容中的实意词;
基于所述目标内容中的实意词建立所述兴趣词集合。
可选的,所述目标内容包括:输入内容、浏览内容和/或通信内容。
可选的,将所述目标词推荐给所述用户,包括:将所述目标词作为首位候选项推荐给用户。
可选的,所述方法还包括:若所述目标词与所述兴趣词集合不匹配,禁止将所述目标词推荐给所述用户,或者,将所述目标词作为末位候选项推荐给所述用户。
本发明实施例还提供一种信息推荐装置,包括:
获取单元,用于基于用户使用过的目标内容,获取用户的兴趣词集合;获取待推荐的目标词,以及与所述目标词相关联的参考词集合;
判断单元,用于基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;
推荐单元,用于若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户。
可选的,所述判断单元用于:
获得所述兴趣词集合与所述参考词集合之间的相似度;
判断所述相似度是否大于等于相似阈值;
若所述相似度大于等于所述相似阈值,确定所述目标词与所述兴趣词集合匹配,反之,确定所述目标词与所述兴趣词集合不匹配。
可选的,所述判断单元还用于:获得所述兴趣词集合与所述参考词集合中相同和相近的词语的个数K,以及所述兴趣词集合的词语总数M;将K与M的比值作为所述兴趣词集合与所述参考词集合的相似度。
可选的,所述判断单元还用于:根据词向量数据库,为所述兴趣词集合建立第一向量,为所述参考词集合建立第二向量;获得所述第一向量与所述第二向量之间的距离作为所述兴趣词集合与所述参考词集合之间的相似度。
可选的,所述装置还包括:
建立单元,用于获取与所述目标词共同出现的实意词及其共同出现的次数;根据所述次数由大到小的顺序对所述实意词进行排序,获取排序靠前的N个实意词;根据所述N个实意词建立所述参考词集合。
可选的,所述获取单元还用于:获取预设时间周期内所述用户使用过的目标内容;对所述目标内容进行分词,获取所述目标内容中的实意词;基于所述目标内容中的实意词建立所述兴趣词集合。
可选的,所述目标内容包括:输入内容、浏览内容和/或通信内容。
可选的,所述推荐单元还用于:将所述目标词作为首位候选项推荐给用户。
可选的,所述推荐单元还用于:若所述目标词与所述兴趣词集合不匹配,禁止将所述目标词推荐给所述用户,或者,将所述目标词作为末位候选项推荐给所述用户。
本发明实施例还提供一种电子设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
基于用户使用过的目标内容,获取用户的兴趣词集合;
获取待推荐的目标词,以及与所述目标词相关联的参考词集合;
基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;
若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
基于用户使用过的目标内容,获取用户的兴趣词集合;
获取待推荐的目标词,以及与所述目标词相关联的参考词集合;
基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;
若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户。
本申请实施例中的上述一个或多个技术方案,至少具有如下技术效果:
本申请实施例提供一种信息推荐方法,基于用户的使用过的目标内容获取用户的兴趣词集合,以及获取待推荐的目标词、与目标词相关联的参考词集合;基于参考词集合,判断目标词与兴趣词集合是否匹配;若目标词与兴趣词集合匹配,将目标词推荐给用户。即,通过与待推荐的目标词相关联的参考词集合来丰富、完善目标词的含义,并基于参考词集合来判断目标词与用户的兴趣词集合是否匹配,使得目标词与用户兴趣点的匹配更为准确,进而解决了现有技术中基于待推荐词语本身进行信息推荐导致的准确率较低的技术问题,提高了信息推荐的准确率。
附图说明
图1为本申请实施例提供的一种信息推荐方法的流程示意图;
图2为本申请实施例提供的一种信息推荐装置的方框图;
图3为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
在本申请实施例提供的技术方案中,通过与待推荐的目标词相关联的参考词集合来选择目标词进行推荐,提高目标词与用户兴趣的匹配的准确性,从而解决了现有技术中信息推荐准确性较低的技术问题,进而提高信息推荐的准确率。
下面结合附图对本申请实施例技术方案的主要实现原理、具体实施方式及其对应能够达到的有益效果进行详细的阐述。
实施例
请参考图1,本申请实施例提供一种信息推荐的方法,可以应用于输入法中候选项的推荐、浏览器中搜索关键词的推荐、推荐信息的排序等个性化推荐中。该信息推荐方法,包括:
S110:基于用户使用过的目标内容,获取用户的兴趣词集合;
S120:获取待推荐的目标词,以及与所述目标词相关联的参考词集合;
S130:基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;
S140:若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户。
具体实施过程中,S110获取用户的兴趣词集合时,可以从电子设备或服务器端获取预先建立的用户数据库中获取兴趣词集合。其中,该兴趣词集合可以基于用户使用过的目标内容即历史记录中包含的目标内容获得。具体的,兴趣词集合可以采用如下任一方式来构建:获取用户预设的多个兴趣词来建立用户的兴趣词集合,例如,获取用户预设的“篮球”、“娱乐八卦”、“无人驾驶”等作为兴趣词建立兴趣词集合;获取用户使用过的多个分词来建立用户的兴趣词集合,例如,获取用户经常使用的“司马懿”、“三国”、“历史”等作为兴趣词建立兴趣词集合;从其它应用程序如输入法中获取已有的多个兴趣词来建立用户的兴趣词集合。
其中,获取用户使用过的多个分词来建立用户的兴趣词集合,可以先获取预设时间周期内用户使用过的目标内容。该目标内容可以包括用户在预设时间周期内对应的输入内容、浏览内容和/或通信内容,可以分别从输入法、浏览器、即时通信软件等应用程序中获得。预设时间周期可以为1天、1周、10天等,本申请实施例并不限制预设时间周期的时长。在获得目标内容后,对目标内容进行分词,获取目标内容中的实意词(即具有意义的词,包括谓语动词、名词等),如对于输入内容“雄安新区的房价存在大幅度的波动”,可以分词获得分词:雄安新区/的/房价/存在/大幅度/的/波动,并从中获得实意词:雄安新区/房价/波动。接着,基于目标内容中的实意词建立兴趣词集合,即将获得的实意词作为兴趣词建立兴趣词集合。当然,基于目标内容中的实意词建立兴趣词集合时,可以先对实意词进行筛选,如去重、获取高频实意词、根据使用频率设置各实意词的权重等等,将筛选后的实意词作为兴趣词来建立兴趣词集合。通过根据用户使用过的分词来建立用户兴趣词集合,避免了兴趣归类导致的兴趣扩大、兴趣点遗漏等问题,更能准确、全面的反映用户的具体兴趣,据此进行信息推荐能够提高信息推荐的准确率。
在执行S110的之前、之后或者同时,执行S120获取待推荐的目标词及与其相关联的参考词集合。待推荐的目标词可以是网络统计获得的热词、新词、平台提供的推送词等等。与目标词相关联的参考词可以是目标词的近义词、与目标词共同出现的词、对目标词进行搜索获得的结果关键词等。参考词集合的建立,可先获取与目标词共同出现的实意词及其共同出现的次数,例如,假设目标词为“雄安”,提取“雄安”的源文本中还包括“新区”、“保定”、“规划”、“建设”、“房价”等实意词,即“新区”、“保定”、“规划”、“建设”、“房价”等词与“雄安”共同出现,那么获得这些共同出现的实意词及其共同出现的次数。根据共同出现的次数由大到小的顺序对各个实意词进行排序,获取排序靠前的N个实意词;根据获取的前N个实意词建立参考词集合,即将获取的前N个实意词作为参考词建立参考词集合,当然目标词也为参考词集合中的一个参考词。例如:假设“新区”、“保定”、“规划”、“建设”、“房价”中各个实意词与“雄安”共同出现的次数分别为:110、80、90、60、110,若N为3,那么获得次数排前3位的“新区”、“房价”和“规划”作为“雄安”的参考词用于建立参考词集合。
在获得用户的兴趣词集合、目标词及与目标词相关联的参考词集合之后,执行S130基于参考词集合判断目标词与兴趣词集合是否匹配。具体的,可以通过获得兴趣词集合与参考词集合之间的相似度;判断其相似度是否大于等于相似阈值;若兴趣词集合与参考词集合之间的相似度大于等于相似阈值,确定目标词与兴趣词集合匹配,反之,确定目标词与兴趣词集合不匹配。其中,兴趣词集合与参考词集合之间的相似度可以采用如下任一方式获得:
方式一、获得兴趣词集合与参考词集合中相同和相近的词语的个数K,以及兴趣词集合的词语总数M。两个词语之间的是否相近可以通过两个词语之间的编辑距离或者向量距离来判断,若编辑距离或者向量距离在预设范围内则认为相似,反之则认为不相似。在获得K和M之后,将K与M的比值作为兴趣词集合与所述参考词集合的相似度。例如:假设兴趣词集合与参考词集合中相同和相近的词语的个数为8,兴趣词集合中的词语总数为10,那么将8/10作为该兴趣词集合与参考词集合之间的相似度。
方式二、根据词向量数据库,为兴趣词集合建立第一向量,为参考词集合建立第二向量。其中,词向量数据库中预先为每个词语构建了一个n1维向量。若兴趣词集合中包含m1个兴趣词,则根据词向量数据库为兴趣词集合建立一个n1×m1维的第一向量。相应的,若参考词集合中包含m2个参考词,那么根据词向量数据库为参考词集合建立一个m2×n1维的第二向量。接着,获得第一向量与第二向量之间的距离作为兴趣词集合与参考词集合之间的相似度。向量之间的距离可以采用皮尔逊相关系数、欧几里德距离、余弦相似度、Tanimoto系数来计算,针对于本说明书中第一向量和第二向量为文档数据,可采用余弦相似度或Tanimoto系数来计算距离更为准确。
基于上述任一方式获得兴趣词集合与参考词集合之间的相似度后,进一步判断该相似度是否大于等于相似阈值,其中,相似阈值可以根据匹配准确度要求来设置,如可以设置为0.8、0.85、0.9等值,本申请并不限制相似阈值的具体取值。若兴趣词集合与参考词集合之间的相似度大于等于相似阈值,则判断出目标词与用户的兴趣词集合匹配,即目标词为用户感兴趣的词,反之,则不匹配。
在S130判断出目标词与用户的兴趣词集合匹配的情况下,执行S140将该目标词推荐给用户。在目标词与用户的兴趣词集合匹配的情况下,表明用户对该目标词感兴趣的可能性较大,在向用户推荐时可以将该目标词作为首位候选项推荐给用户,使用户能够第一眼看到该目标词,以便于选择使用,提高推荐的有效性。反之,若判断出目标词与用户的兴趣词集合不匹配,可以禁止将该目标词推荐给用户,或者,将目标词作为末位候选项推荐给用户,避免该目标词对其它推荐词或者用户词造成不利的影响,提升用户体验。
下面以输入法候选项推荐为例,对本实施例提供的信息推荐方法进行举例说明:
假设用户在某天浏览了大量关于购房投资的新闻。电子设备从用户浏览的的新闻中提取实意词“规划”、“新区”、“房价”等兴趣词写入用户当前的兴趣词集合中。在用户调用输入法时,电子设备运行输入法并获取待推荐的目标词,假设获得待推荐的目标词为:网络热词“雄安”和“清洁能源”,“雄安”的参考词词集合中包含“规划”、“新区”、“房价”、“建设”等参考词,而“清洁能源”的参考词集合中包含“补贴”、“高效”、“推广”等参考词,基于参考词集合判断出“雄安”与用户的兴趣词集合匹配,而“清洁能源”与用户的兴趣词集合不匹配。在显示输入界面中的推荐候选项时,将“雄安”显示在候选项的首位、输入法提供的***词和/或用户词显示在候选项的中间、“清洁能源”显示在***词的后面。通过将待推荐的词语与用户的兴趣词集合进行匹配,将用户感兴趣的目标词排在靠前的位置,将用户不怎么感兴趣的目标词排在靠后的位置,避免了将待推荐词都排在比较靠前的位置,存在一部分词不是用户想要的,对用户造成干扰,同时还避免了将待推荐的词都排在比较靠后的位置造成信息推荐的作用降低的问题。
针对上述实施例提供一种信息推荐方法,本申请实施例还对应提供一种信息推荐装置,请参考图2,该装置包括:
获取单元21,用于基于用户使用过的目标内容,获取用户的兴趣词集合;获取待推荐的目标词,以及与所述目标词相关联的参考词集合;
判断单元22,用于基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;
推荐单元23,用于若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户。
作为一种可选的实施方式,所述判断单元22在判断目标词与兴趣词集合之间是否匹配时,可以获得所述兴趣词集合与所述参考词集合之间的相似度;判断所述相似度是否大于等于相似阈值;若所述相似度大于等于所述相似阈值,确定所述目标词与所述兴趣词集合匹配,反之,确定所述目标词与所述兴趣词集合不匹配。
具体的,所述判断单元22可以通过如下任一方式获得词集合之间的相似度:方式一、获得所述兴趣词集合与所述参考词集合中相同和相近的词语的个数K,以及所述兴趣词集合的词语总数M;将K与M的比值作为所述兴趣词集合与所述参考词集合的相似度。方式二、根据词向量数据库,为所述兴趣词集合建立第一向量,为所述参考词集合建立第二向量;获得所述第一向量与所述第二向量之间的距离作为所述兴趣词集合与所述参考词集合之间的相似度。
作为一种可选的实施方式,所述装置还包括:建立单元24,用于获取与所述目标词共同出现的实意词及其共同出现的次数;根据所述次数由大到小的顺序对所述实意词进行排序,获取排序靠前的N个实意词;根据所述N个实意词建立所述参考词集合。
作为一种可选的实施方式,所述获取单元21还用于:获取预设时间周期内所述用户使用过的目标内容;对所述目标内容进行分词,获取所述目标内容中的实意词;基于所述目标内容中的实意词建立所述兴趣词集合。其中,所述目标内容包括:输入内容、浏览内容和/或通信内容。
作为一种可选的实施方式,所述推荐单元23在将目标词推荐给用户时,可以将所述目标词作为首位候选项推荐给用户。当然,所述推荐单元23还可以用于:在所述目标词与所述兴趣词集合不匹配的情况下,禁止将所述目标词推荐给所述用户,或者,将所述目标词作为末位候选项推荐给所述用户。
关于上述实施例中的装置,其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图3是根据一示例性实施例示出的一种用于实现信息推荐方法的电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图3,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/展现(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理部件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个展现接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为展现和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于展现音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由电子设备800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种信息推荐方法,所述方法包括:基于用户使用过的目标内容,获取用户的兴趣词集合;获取待推荐的目标词,以及与所述目标词相关联的参考词集合;基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户。。
图3是本发明实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(central processing units,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入展现接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作***1941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (16)
1.一种信息推荐方法,其特征在于,所述方法包括:
基于用户使用过的目标内容,获取用户的兴趣词集合;
获取待推荐的目标词,以及与所述目标词相关联的参考词集合;
基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;
若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户;
基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配,包括:
获得所述兴趣词集合与所述参考词集合之间的相似度;
判断所述相似度是否大于等于相似阈值;
若所述相似度大于等于所述相似阈值,确定所述目标词与所述兴趣词集合匹配,反之,确定所述目标词与所述兴趣词集合不匹配;
所述参考词集合的建立方法包括:
获取与所述目标词共同出现的实意词及其共同出现的次数;
根据所述次数由大到小的顺序对所述实意词进行排序,获取排序靠前的N个实意词;
根据所述N个实意词建立所述参考词集合。
2.如权利要求1所述的方法,其特征在于,获得所述兴趣词集合与所述参考词集合之间的相似度,包括:
获得所述兴趣词集合与所述参考词集合中相同和相近的词语的个数K,以及所述兴趣词集合的词语总数M;
将K与M的比值作为所述兴趣词集合与所述参考词集合的相似度。
3.如权利要求1所述的方法,其特征在于,获得所述兴趣词集合与所述参考词集合之间的相似度,包括:
根据词向量数据库,为所述兴趣词集合建立第一向量,为所述参考词集合建立第二向量;
获得所述第一向量与所述第二向量之间的距离作为所述兴趣词集合与所述参考词集合之间的相似度。
4.如权利要求1所述的方法,其特征在于,基于用户使用过的目标内容,获取用户的兴趣词集合,包括:
获取预设时间周期内所述用户使用过的目标内容;
对所述目标内容进行分词,获取所述目标内容中的实意词;
基于所述目标内容中的实意词建立所述兴趣词集合。
5.如权利要求4所述的方法,其特征在于,所述目标内容包括:输入内容、浏览内容和/或通信内容。
6.如权利要求1~5任一所述的方法,其特征在于,将所述目标词推荐给所述用户,包括:将所述目标词作为首位候选项推荐给用户。
7.如权利要求1~5任一所述的方法,其特征在于,所述方法还包括:
若所述目标词与所述兴趣词集合不匹配,禁止将所述目标词推荐给所述用户,或者,将所述目标词作为末位候选项推荐给所述用户。
8.一种信息推荐装置,其特征在于,包括:
获取单元,用于基于用户使用过的目标内容,获取用户的兴趣词集合;获取待推荐的目标词,以及与所述目标词相关联的参考词集合;
判断单元,用于基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;
推荐单元,用于若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户;
所述判断单元用于:
获得所述兴趣词集合与所述参考词集合之间的相似度;
判断所述相似度是否大于等于相似阈值;
若所述相似度大于等于所述相似阈值,确定所述目标词与所述兴趣词集合匹配,反之,确定所述目标词与所述兴趣词集合不匹配;
所述装置还包括:
建立单元,用于获取与所述目标词共同出现的实意词及其共同出现的次数;根据所述次数由大到小的顺序对所述实意词进行排序,获取排序靠前的N个实意词;根据所述N个实意词建立所述参考词集合。
9.如权利要求8所述的装置,其特征在于,所述判断单元还用于:
获得所述兴趣词集合与所述参考词集合中相同和相近的词语的个数K,以及所述兴趣词集合的词语总数M;
将K与M的比值作为所述兴趣词集合与所述参考词集合的相似度。
10.如权利要求8所述的装置,其特征在于,所述判断单元还用于:
根据词向量数据库,为所述兴趣词集合建立第一向量,为所述参考词集合建立第二向量;
获得所述第一向量与所述第二向量之间的距离作为所述兴趣词集合与所述参考词集合之间的相似度。
11.如权利要求8所述的装置,其特征在于,所述获取单元还用于:
获取预设时间周期内所述用户使用过的目标内容;
对所述目标内容进行分词,获取所述目标内容中的实意词;
基于所述目标内容中的实意词建立所述兴趣词集合。
12.如权利要求11所述的装置,其特征在于,所述目标内容包括:输入内容、浏览内容和/或通信内容。
13.如权利要求8~12任一所述的装置,其特征在于,所述推荐单元还用于:将所述目标词作为首位候选项推荐给用户。
14.如权利要求8~12任一所述的装置,其特征在于,所述推荐单元还用于:
若所述目标词与所述兴趣词集合不匹配,禁止将所述目标词推荐给所述用户,或者,将所述目标词作为末位候选项推荐给所述用户。
15.一种电子设备,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
基于用户使用过的目标内容,获取用户的兴趣词集合;
获取待推荐的目标词,以及与所述目标词相关联的参考词集合;
基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;
若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户;
基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配,包括:
获得所述兴趣词集合与所述参考词集合之间的相似度;
判断所述相似度是否大于等于相似阈值;
若所述相似度大于等于所述相似阈值,确定所述目标词与所述兴趣词集合匹配,反之,确定所述目标词与所述兴趣词集合不匹配;
所述参考词集合的建立方法包括:
获取与所述目标词共同出现的实意词及其共同出现的次数;
根据所述次数由大到小的顺序对所述实意词进行排序,获取排序靠前的N个实意词;
根据所述N个实意词建立所述参考词集合。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
基于用户使用过的目标内容,获取用户的兴趣词集合;
获取待推荐的目标词,以及与所述目标词相关联的参考词集合;
基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配;
若所述目标词与所述兴趣词集合匹配,将所述目标词推荐给所述用户;
基于所述参考词集合,判断所述目标词与所述兴趣词集合是否匹配,包括:
获得所述兴趣词集合与所述参考词集合之间的相似度;
判断所述相似度是否大于等于相似阈值;
若所述相似度大于等于所述相似阈值,确定所述目标词与所述兴趣词集合匹配,反之,确定所述目标词与所述兴趣词集合不匹配;
所述参考词集合的建立方法包括:
获取与所述目标词共同出现的实意词及其共同出现的次数;
根据所述次数由大到小的顺序对所述实意词进行排序,获取排序靠前的N个实意词;
根据所述N个实意词建立所述参考词集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810050214.8A CN110110207B (zh) | 2018-01-18 | 2018-01-18 | 一种信息推荐方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810050214.8A CN110110207B (zh) | 2018-01-18 | 2018-01-18 | 一种信息推荐方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110110207A CN110110207A (zh) | 2019-08-09 |
CN110110207B true CN110110207B (zh) | 2023-11-03 |
Family
ID=67483481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810050214.8A Active CN110110207B (zh) | 2018-01-18 | 2018-01-18 | 一种信息推荐方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110110207B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112784142A (zh) * | 2019-10-24 | 2021-05-11 | 北京搜狗科技发展有限公司 | 一种信息推荐方法及装置 |
CN111143546A (zh) * | 2019-11-15 | 2020-05-12 | 北京星选科技有限公司 | 一种获得推荐语的方法、装置及电子设备 |
CN110909789A (zh) * | 2019-11-20 | 2020-03-24 | 精硕科技(北京)股份有限公司 | 声量预测方法和装置、电子设备及存储介质 |
CN113535015A (zh) * | 2020-04-17 | 2021-10-22 | 北京搜狗科技发展有限公司 | 一种信息推荐方法、装置和电子设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103324641A (zh) * | 2012-03-23 | 2013-09-25 | 日电(中国)有限公司 | 信息记录推荐方法和装置 |
CN103729360A (zh) * | 2012-10-12 | 2014-04-16 | 腾讯科技(深圳)有限公司 | 一种兴趣标签推荐方法及*** |
CN103761263A (zh) * | 2013-12-31 | 2014-04-30 | 武汉传神信息技术有限公司 | 向用户推荐信息的方法 |
CN104111941A (zh) * | 2013-04-18 | 2014-10-22 | 阿里巴巴集团控股有限公司 | 信息展示的方法及设备 |
CN104199872A (zh) * | 2014-08-19 | 2014-12-10 | 北京搜狗科技发展有限公司 | 一种信息推荐的方法以及装置 |
CN104199898A (zh) * | 2014-08-26 | 2014-12-10 | 百度在线网络技术(北京)有限公司 | 一种属性信息的获取方法及装置、推送方法及装置 |
CN104809154A (zh) * | 2015-03-19 | 2015-07-29 | 百度在线网络技术(北京)有限公司 | 用于资讯推荐的方法及装置 |
CN105204661A (zh) * | 2015-10-20 | 2015-12-30 | 广东欧珀移动通信有限公司 | 输入法的屏蔽词的过滤方法及装置 |
CN106055540A (zh) * | 2016-06-01 | 2016-10-26 | 比美特医护在线(北京)科技有限公司 | 一种数据处理方法及装置 |
CN106557480A (zh) * | 2015-09-25 | 2017-04-05 | 阿里巴巴集团控股有限公司 | 查询改写的实现方法及装置 |
CN106776881A (zh) * | 2016-11-28 | 2017-05-31 | 中国科学院软件研究所 | 一种基于微博平台的领域信息推荐***及方法 |
CN107315487A (zh) * | 2016-04-27 | 2017-11-03 | 北京搜狗科技发展有限公司 | 一种输入处理方法、装置及电子设备 |
CN107436896A (zh) * | 2016-05-26 | 2017-12-05 | 北京搜狗科技发展有限公司 | 一种输入推荐方法、装置及电子设备 |
-
2018
- 2018-01-18 CN CN201810050214.8A patent/CN110110207B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103324641A (zh) * | 2012-03-23 | 2013-09-25 | 日电(中国)有限公司 | 信息记录推荐方法和装置 |
CN103729360A (zh) * | 2012-10-12 | 2014-04-16 | 腾讯科技(深圳)有限公司 | 一种兴趣标签推荐方法及*** |
WO2014056397A1 (zh) * | 2012-10-12 | 2014-04-17 | 腾讯科技(深圳)有限公司 | 兴趣标签推荐方法、***及计算机可读介质 |
CN104111941A (zh) * | 2013-04-18 | 2014-10-22 | 阿里巴巴集团控股有限公司 | 信息展示的方法及设备 |
CN103761263A (zh) * | 2013-12-31 | 2014-04-30 | 武汉传神信息技术有限公司 | 向用户推荐信息的方法 |
CN104199872A (zh) * | 2014-08-19 | 2014-12-10 | 北京搜狗科技发展有限公司 | 一种信息推荐的方法以及装置 |
CN104199898A (zh) * | 2014-08-26 | 2014-12-10 | 百度在线网络技术(北京)有限公司 | 一种属性信息的获取方法及装置、推送方法及装置 |
CN104809154A (zh) * | 2015-03-19 | 2015-07-29 | 百度在线网络技术(北京)有限公司 | 用于资讯推荐的方法及装置 |
CN106557480A (zh) * | 2015-09-25 | 2017-04-05 | 阿里巴巴集团控股有限公司 | 查询改写的实现方法及装置 |
CN105204661A (zh) * | 2015-10-20 | 2015-12-30 | 广东欧珀移动通信有限公司 | 输入法的屏蔽词的过滤方法及装置 |
CN107315487A (zh) * | 2016-04-27 | 2017-11-03 | 北京搜狗科技发展有限公司 | 一种输入处理方法、装置及电子设备 |
CN107436896A (zh) * | 2016-05-26 | 2017-12-05 | 北京搜狗科技发展有限公司 | 一种输入推荐方法、装置及电子设备 |
CN106055540A (zh) * | 2016-06-01 | 2016-10-26 | 比美特医护在线(北京)科技有限公司 | 一种数据处理方法及装置 |
CN106776881A (zh) * | 2016-11-28 | 2017-05-31 | 中国科学院软件研究所 | 一种基于微博平台的领域信息推荐***及方法 |
Non-Patent Citations (2)
Title |
---|
Rejecting Mismatches of Visual Words by Contextual Descriptors;Yao, JL;2014 13TH INTERNATIONAL CONFERENCE ON CONTROL AUTOMATION ROBOTICS & VISION (ICARCV);第1508-1513页 * |
基于三词共现分析的学者主要研究兴趣识别及个性化外文推荐服务的实现;李树青;;情报学报;第32卷(第06期);第629-639页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110110207A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11120078B2 (en) | Method and device for video processing, electronic device, and storage medium | |
CN110110207B (zh) | 一种信息推荐方法、装置及电子设备 | |
CN107423296B (zh) | 搜索方法、装置以及用于搜索的装置 | |
CN108073606B (zh) | 一种新闻推荐方法和装置、一种用于新闻推荐的装置 | |
CN109918565B (zh) | 一种搜索数据的处理方法、装置及电子设备 | |
CN107315487B (zh) | 一种输入处理方法、装置及电子设备 | |
CN111382339B (zh) | 一种搜索处理方法、装置和用于搜索处理的装置 | |
KR101626874B1 (ko) | 이동 단말기 및 이동 단말기에서의 컨텐츠 전송 방법 | |
CN106815291B (zh) | 搜索结果项展现方法、装置和用于搜索结果项展现的装置 | |
CN105677392A (zh) | 应用程序的推荐方法和装置 | |
CN112784142A (zh) | 一种信息推荐方法及装置 | |
CN104111979A (zh) | 搜索推荐方法和装置 | |
CN107515870B (zh) | 一种搜索方法和装置、一种用于搜索的装置 | |
CN110309324B (zh) | 一种搜索方法及相关装置 | |
CN111708943A (zh) | 一种搜索结果展示方法、装置和用于搜索结果展示的装置 | |
CN112068711A (zh) | 一种输入法的信息推荐方法、装置和电子设备 | |
CN111046210A (zh) | 一种信息推荐方法、装置和电子设备 | |
CN111368161B (zh) | 一种搜索意图的识别方法、意图识别模型训练方法和装置 | |
CN111241844A (zh) | 一种信息推荐方法及装置 | |
CN107784037B (zh) | 信息处理方法和装置、用于信息处理的装置 | |
CN108628461B (zh) | 一种输入方法和装置、一种更新词库的方法和装置 | |
CN107436896B (zh) | 一种输入推荐方法、装置及电子设备 | |
CN109901726B (zh) | 一种候选词生成方法、装置及用于候选词生成的装置 | |
CN112052395B (zh) | 一种数据处理方法及装置 | |
CN111382367B (zh) | 一种搜索结果排序方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |