CN112084423A - 一种信息发布平台推荐方法及装置 - Google Patents
一种信息发布平台推荐方法及装置 Download PDFInfo
- Publication number
- CN112084423A CN112084423A CN202010897909.7A CN202010897909A CN112084423A CN 112084423 A CN112084423 A CN 112084423A CN 202010897909 A CN202010897909 A CN 202010897909A CN 112084423 A CN112084423 A CN 112084423A
- Authority
- CN
- China
- Prior art keywords
- information
- node
- platform
- target
- determining
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000012546 transfer Methods 0.000 claims description 80
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种信息发布平台推荐方法及装置,所述方法包括:基于转载来源字段信息确定各信息发布平台之间的转载关系以及转载权重,生成发布信息转载有向图;确定所述发布信息转载有向图中与目标信息发布平台对应的目标节点,以及与所述目标节点相关联的至少一个关联节点;从所述发布信息转载有向图中提取出发布信息转载子图;基于所述发布信息转载子图确定所述目标信息发布平台与所述至少一个关联节点对应的信息发布平台的相似度;基于所述相似度确定出待推荐信息发布平台。本申请能够为用户推荐与目标信息发布平台相关联的、潜在的、更新颖的信息发布平台,从而提升了用户体验,增强用户粘度。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种信息发布平台推荐方法及装置。
背景技术
自媒体是普通大众经由数字科技与全球知识体系相连之后,一种提供与分享他们本身的事实和新闻的途径;每天有大量的信息在自媒体平台上发布,用户可订阅自己感兴趣的自媒体平台号,从而可以浏览相应自媒体平台发布的信息。随着个人订阅的自媒体平台号越来越多以及用户时间的碎片化越来越严重,很多用户已经不会主动去订阅新的自媒体平台号,这会导致很多新的优质自媒体平台很难被曝光以获得关注,进而获得流量。
为了给用户推荐新的自媒体平台,现有技术中一般是通过基于用户好友关系链为用户推荐自媒体平台,或者基于已订阅自媒体平台推荐内容相似的自媒体平台;其中,在基于用户好友关系链为用户推荐自媒体平台时,对于一些新用户由于其好友关系稀疏,难以确定其所属的人群组别,进而难以为其推荐相应人群组别所感兴趣的自媒体平台;在基于已订阅自媒体平台推荐内容相似的自媒体平台时,虽然推荐的自媒体平台符合用户的兴趣,但却无法破圈进而体现新颖性。因此,需要提供一种有效的信息发布平台推荐方法。
发明内容
本申请所要解决的技术问题在于,提供一种信息发布平台推荐方法及装置,不需要依赖于用户的好友关系链为用户推荐相关的信息发布平台,并且能够为用户推荐与目标信息发布平台相关联的、潜在的、更新颖的信息发布平台,避免了信息发布平台推荐范围受限的问题,扩大了信息发布平台的推荐范围。
为了解决上述技术问题,一方面,本申请提供了一种信息发布平台推荐方法,包括:
提取多个信息发布平台中各项发布信息的转载来源字段信息,基于各项转载来源字段信息确定各信息发布平台之间的转载关系以及转载权重;
基于各信息发布平台、各信息发布平台之间的转载关系以及转载权重,生成发布信息转载有向图;
确定所述发布信息转载有向图中与目标信息发布平台对应的目标节点,以及与所述目标节点相关联的至少一个关联节点;
基于所述目标节点,以及与所述目标节点相关联的至少一个关联节点,从所述发布信息转载有向图中提取出发布信息转载子图;
基于所述发布信息转载子图中各节点之间的转载权重,确定所述目标信息发布平台与所述至少一个关联节点对应的信息发布平台的相似度;
基于所述相似度,从所述至少一个关联节点对应的信息发布平台中确定出待推荐信息发布平台。
另一方面,本申请提供了一种信息发布平台推荐装置,包括:
字段信息提取模块,用于提取各信息发布平台中各项发布信息的转载来源字段信息,基于各项转载来源字段信息确定各信息发布平台之间的转载关系以及转载权重;
发布信息转载有向图生成模块,用于基于各信息发布平台、各信息发布平台之间的转载关系以及转载权重,生成发布信息转载有向图;
节点确定模块,用于确定所述发布信息转载有向图中与目标信息发布平台对应的目标节点,以及与所述目标节点相关联的至少一个关联节点;
信息转载子图提取模块,用于基于所述目标节点,以及与所述目标节点相关联的至少一个关联节点,从所述发布信息转载有向图中提取出发布信息转载子图;
相似度确定模块,用于基于所述发布信息转载子图中各节点之间的转载权重,确定所述目标信息发布平台与所述至少一个关联节点对应的信息发布平台的相似度;
待推荐信息发布平台确定模块,用于基于所述相似度,从所述至少一个关联节点对应的信息发布平台中确定出待推荐信息发布平台。
另一方面,本申请提供了一种设备,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的信息发布平台推荐方法。
另一方面,本申请提供了一种计算机存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行如上述的信息发布平台推荐方法。
实施本申请实施例,具有如下有益效果:
本申请基于提取的多个信息发布平台中各项发布信息的转载来源字段信息,确定各信息发布平台之间的转载关系以及转载权重,进而生成发布信息转载有向图;通过生成的发布信息转载有向图,能够直观、形象地标识出各信息发布平台之间的发布信息转载关系,从而便于为后续基于信息转载有向图的分析操作提供基础;在发布信息转载有向图中确定与目标信息发布平台对应的目标节点,以及与目标节点相关联的至少一个关联节点;从发布信息转载有向图中提取包含目标节点以及关联节点的发布信息转载子图;基于所述发布信息转载子图中各节点之间的转载权重确定目标信息发布平台与各关联节点对应的信息发布平台的相似度;根据相似度从各关联节点对应的信息发布平台中确定出待推荐信息发布平台。本申请不需要依赖于用户的好友关系链为用户推荐相关的信息发布平台,并且能够为用户推荐与目标信息发布平台相关联的、潜在的、更新颖的信息发布平台,避免了信息发布平台推荐范围受限的问题,扩大了信息发布平台的推荐范围。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本申请实施例提供的实施环境示意图;
图2是本申请实施例提供的一种信息发布平台推荐方法流程图;
图3是本申请实施例提供的一种各信息发布平台之间的转载关系确定方法流程图;
图4是本申请实施例提供的发布信息转载有向图的构建方法流程图;
图5是本申请实施例提供的一种关联节点确定方法流程图;
图6是本申请实施例提供的一种发布信息转载子图提取方法流程图;
图7是本申请实施例提供的一种目标信息发布平台与关联节点对应的信息发布平台的相似度计算方法流程图;
图8是本申请实施例提供的另一种目标信息发布平台与关联节点对应的信息发布平台的相似度计算方法流程图;
图9是本申请实施例提供的第一示例有向图;
图10是本申请实施例提供的第二示例有向图;
图11是本申请实施例提供的一种信息发布平台推荐装置示意图;
图12是本申请实施例提供的一种设备结构示意图。
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,下面将结合附图对本申请作进一步地详细描述。显然,所描述的实施例仅仅是本申请的一部分实施例,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的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。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例提供的方案涉及人工智能技术(Artificial Intelligence,AI),人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
请参阅图1,其示出了本申请实施例提供的实施环境示意图,该实施环境可包括:至少一个第一终端110和第二终端120,所述第一终端110和所述第二终端120可通过网络进行数据通信。
具体地,当第一终端110触发信息发布平台推荐请求时,将信息发布平台推荐请求发送给第二终端120,信息发布平台推荐请求中包括目标信息发布平台;第二终端120接收信息发布平台推荐请求,基于各信息发布平台之间的转载关系确定与目标信息发布平台相关联的关联信息发布平台,计算目标信息与各关联信息发布平台之间的相似度,并基于计算得到的相似度从关联信息发布平台中确定出待推荐信息发布平台。
第一终端110可以基于浏览器/服务器模式(Browser/Server,B/S)或客户端/服务器模式(Client/Server,C/S)与第二终端120进行通信。第一终端110可以包括:智能手机、平板电脑、笔记本电脑、数字助理、智能可穿戴设备、车载终端、服务器等类型的实体设备,也可以包括运行于实体设备中的软体,例如应用程序等。本申请实施例中的第一终端110上运行的操作***可以包括但不限于安卓***、IOS***、linux、windows等。
第二终端120与第一终端110可以通过有线或者无线建立通信连接,第二终端120可以包括一个独立运行的服务器,或者分布式服务器,或者由多个服务器组成的服务器集群,其中服务器可以是云端服务器。
本申请实施例中所提到的信息发布平台一般是指自媒体平台,为了解决现有技术中在基于用户好友关系链为用户推荐自媒体平台时,对于一些新用户由于其好友关系稀疏,难以确定其所属的人群组别,进而难以为其推荐相应人群组别所感兴趣的自媒体平台;以及在基于已订阅自媒体平台推荐内容相似的自媒体平台时,虽然推荐的自媒体平台符合用户的兴趣,但却无法破圈进而体现新颖性的问题,本申请实施例提供了一种信息发布平台推荐方法,该方法的执行主体可以为上述的第二终端,请参阅图2,具体可包括:
S210.提取多个信息发布平台中各项发布信息的转载来源字段信息,基于各项转载来源字段信息确定各信息发布平台之间的转载关系以及转载权重。
信息发布平台在发布非原创发布信息时,一般会标明转载来源信息,对各项发布信息的转载来源字段信息进行提取,可确定各信息发布平台之间的转载关系等信息,具体地,请参阅图3,其示出了一种各信息发布平台之间的转载关系确定方法,该方法可包括:
S310.对于每个信息发布平台,基于所述信息发布平台中各项发布信息的转载来源字段信息,确定所述信息发布平台指向的转载来源平台。
S320.基于各信息发布平台指向的转载来源平台,生成各信息发布平台之间的转载关系。
每项发布信息中的转载来源字段信息一般为转载来源平台的具体名称,从而确定了该项发布信息的转载来源平台,即发布该项发布信息的信息发布平台转载了该转载来源平台中的发布信息,进一步地可确定发布该项发布信息的信息发布平台与转载来源平台之间的转载关系。
对于从各信息发布平台的各发布信息中提取的转载来源字段信息,可确定各信息发布平台之间的转载关系。
S330.确定任意两个具有转载关系的信息发布平台为信息转载平台组。
本申请实施例中的转载关系包括单向转载关系和双向转载关系,例如某一信息转载平台组中包括信息发布平台A和信息发布平台B,对于这两个信息发布平台,可能存在的转载关系包括:信息发布平台A转载了信息发布平台B的发布信息,信息发布平台B没有转载信息发布平台A的发布信息;信息发布平台A没有转载信息发布平台B的发布信息,信息发布平台B转载了信息发布平台A的发布信息;信息发布平台A转载了信息发布平台B的发布信息,信息发布平台B也转载了信息发布平台A的发布信息。
S340.基于每个信息转载平台组中两个信息发布平台之间转载的发布信息项的数量确定所述信息转载平台组中两个信息发布平台之间的转载权重。
对于包含信息发布平台A和信息发布平台B的信息转载平台组,当信息发布平台A转载了信息发布平台B的发布信息时,确定信息发布平台A转载自信息发布平台B的发布信息项的数量;当信息发布平台B转载了信息发布平台A的发布信息时,确定信息发布平台B转载自信息发布平台A的发布信息项的数量。在具体实施过程中,可确定基于单向转载关系所对应的发布信息项的数量确定相应的转载权重,也可以是基于双向转载关系所对应的发布信息项的数量确定相应的转载权重。
这里以单向转载关系为例进行说明,在基于两个信息发布平台之间转载的发布信息项的数量确定转载权重时,可仅仅将转载的发布信息项的数量确定为转载权重,也可以结合转载的发布信息项的数量以及相应的其他参数来确定转载权重。例如,信息发布平台A转载了信息发布平台B的发布信息的数量为m,可将m确定为信息发布平台A指向信息发布平台B的转载权重;若这m项发布信息在信息发布平台B中的阅读量总和为n,那么也可确定m*n为信息发布平台A指向信息发布平台B的权重;除了将转载的发布信息项的数量与阅读量总和相结合,也可将转载的发布信息项的数量与信息发布平台B的粉丝数量、信息发布平台B的m项发布信息的评论数量等相关参数相结合,具体实施过程中,可将转载的发布信息项的数量与阅读量总和、粉丝数量以及评论数量中的一种或者几种参数相结合来得到相应的转载权重。
在信息发布平台A与信息发布平台B具有双向转载关系时,可将信息发布平台A指向信息发布平台B的转载权重与信息发布平台B指向信息发布平台A的转载权重的总和确定为信息发布平台A与信息发布平台B之间的转载权重。
S220.基于各信息发布平台、各信息发布平台之间的转载关系以及转载权重,生成发布信息转载有向图。
有向图是指全部由有向边构成的图,对于发布信息转载有向图构建的具体方法可参阅图4,该方法可包括:
S410.创建与各信息发布平台对应的节点。
S420.基于各信息发布平台之间的转载关系,创建由转载信息发布平台对应的节点到被转载信息发布平台对应的节点的有向边。
这里由转载信息发布平台对应的节点到被转载信息发布平台对应的节点的有向边是指:以转载信息发布平台对应的节点为起点,以被转载信息发布平台对应的节点为终点的有向边。
S430.确定各条有向边对应的转载权重。
本申请实施例中每条有向边对应的转载权重即为该条有向边连接的两个节点对应的信息发布平台之间的转载权重,从而这里的转载权重可基于步骤S340中计算转载权重的方法来实现。
S440.基于各信息发布平台之间的转载关系、各条有向边以及各条有向边对应的转载权重,生成所述发布信息转载有向图。
最终得到的发布信息转载有向图中可包括各信息发布平台对应的节点、各条有向边以及各条有向边对应的转载权重,从而将各信息发布平台之间的转载关系通过有向图的形式进行体现。通过生成的发布信息转载有向图,能够直观、形象地标识出各信息发布平台之间的发布信息转载关系,从而便于为后续基于信息转载有向图的分析操作提供基础。
S230.确定所述发布信息转载有向图中与目标信息发布平台对应的目标节点,以及与所述目标节点相关联的至少一个关联节点。
本申请实施例中,对于与目标节点相关联的关联节点可包括两种不同的实施场景,对于第一种实施场景,关联节点可以为与目标节点相连的至少一个第一级节点,具体请参阅图5,其示出了一种关联节点确定方法,可包括:
S510.在所述发布信息转载有向图中,确定出与所述目标信息发布平台对应的目标节点。
S520.将通过有向边与所述目标节点相连的节点确定为所述第一级节点;所述第一级节点的数量为至少一个。
在发布信息转载有向图中,第一级节点是通过有向边与目标节点直接相连的节点,第一级节点的数量至少为一个。
对于第二种实施场景,关联节点除了可以包括与目标节点相连的至少一个第一级节点,还可以包括与至少一个第一级节点相连的至少一个第二级节点,相应地,本申请实施例提供了另一种关联节点确定方法,该方法可包括:
将通过有向边与所述第一级节点相连的节点确定为所述第二级节点;所述第二级节点的数量为至少一个;其中,当所述第一级节点的数量为多个时,对于每个第一级节点,分别确定相应的第二级节点。
在发布信息转载有向图中,第二级节点是通过有向边与第一级节点直接相连的节点,对于每个第一级节点,可分别确定相应的第二级节点,第二级节点是不与目标节点直接相连的,而是均与第一级节点相连;在确定第二级节点时,可能会存在节点重合的情况,即对于不同的第一级节点,其具有相同的第二级节点。
S240.基于所述目标节点,以及与所述目标节点相关联的至少一个关联节点,从所述发布信息转载有向图中提取出发布信息转载子图。
由于发布信息转载有向图中包括了各信息发布平台之间的转载关系,在需要对某一具体的信息发布平台进行转载分析时,可以从发布信息转载有向图中仅提取出与该具体信息发布平台相关联的信息发布平台来进行分析,以缩小分析范围,提高分析效率;具体请参阅图6,其示出了一种发布信息转载子图提取方法,该方法可包括:
S610.在所述发布信息转载有向图中,确定包含所述目标节点以及与所述目标节点相关联的至少一个关联节点的有向图区域。
S620.对所述有向图区域中的各节点以及各条有向边进行提取,生成所述发布信息转载子图。
首先根据目标节点,以及与目标节点相关联的关联节点在发布信息转载有向图中圈定一个有向图区域;然后在发布信息转载有向图的有向图区域中提取各节点以及各条有向边,从而生成发布信息转载子图。
S250.基于所述发布信息转载子图中各节点之间的转载权重,确定所述目标信息发布平台与所述至少一个关联节点对应的信息发布平台的相似度。
本申请实施例的上述内容中,对于关联节点的确定可具体包括两种实施场景,相应地,对于每种实施场景均有相应的相似度计算方法。
对于第一种实施场景,关联节点是通过有向边与目标节点直接相连的第一级节点,从而请参阅图7,其示出了一种目标信息发布平台与关联节点对应的信息发布平台的相似度计算方法,该方法可包括:
S710.基于所述目标节点与各第一级节点之间的转载权重,确定所述目标节点与各第一级节点之间的相似度。
S720.基于所述目标节点与各第一级节点之间的相似度,得到所述目标信息发布平台与各第一级节点对应的信息发布平台的相似度。
在计算目标信息发布平台与关联节点对应的信息发布平台之间的相似度时,可转换为计算相应节点之间的相似度;具体地,对于每个第一级节点,根据目标节点与该第一级节点之间的转载权重,可计算目标节点与该第一级节点之间的相似度,这里的转载权重可以是指当前发布信息转载子图中各节点之间的转载权重,也可以是指对当前发布信息转载子图中各节点之间的转载权重进行归一化处理之后得到的转载权重,本申请实施例不做具体限定。这里可将目标节点与各第一级节点之间的转载权重确定为目标节点与各第一级节点之间的相似度。
在计算得到各节点之间的相似度之后,可确定各节点相应的信息发布平台,从而可确定目标信息发布平台与各第一级节点对应的信息发布平台之间的相似度。
对于第二种实施场景,关联节点是与通过有向边与第一级节点直接相连的第二级节点,请参阅图8,其示出了另一种目标信息发布平台与关联节点对应的信息发布平台的相似度计算方法,该方法可包括:
S810.对于每个第二级节点,确定所述第二级节点与所述目标节点的共同相邻第一级节点;其中,所述共同相邻第一级节点的数量为至少一个。
S820.确定所述目标节点与所述第二级节点之间的至少一条有向路径,所述有向路径中包括所述目标节点与所述共同相邻第一级节点之间的有向边,以及所述共同相邻第一级节点与所述第二级节点之间的有向边。
第二级节点与目标节点的共同相邻第一级节点可以看成第二级节点与目标节点的共同邻居节点,对于目标节点和每个第二级节点,其共同邻居节点的数量至少为一个,有几个共同邻居节点,就会对应有几条有向路径。由于每个第二级节点均是通过第一级节点与目标节点相连的,从而目标节点与每个第二级节点之间的每条有向路径中均包括两条有向边。
S830.基于各条有向路径中各条有向边对应的转载权重,计算所述目标节点与各第二级节点之间的相似度。
S840.基于所述目标节点与各第二级节点之间的相似度,得到所述目标信息发布平台与各第二级节点对应的信息发布平台的相似度。
同样地,在计算目标信息发布平台与关联节点对应的信息发布平台之间的相似度时,可转换为计算相应节点之间的相似度;具体地,对于每个第二级节点,根据目标节点与该第二级节点之间有向路径中的两条有向边的转载权重,可计算目标节点与该第二级节点之间的相似度,这里的转载权重可以是指当前发布信息转载子图中各节点之间的转载权重,也可以是指对当前发布信息转载子图中各节点之间的转载权重进行归一化处理之后得到的转载权重,本申请实施例不做具体限定。对于每个第二级节点与目标节点的相似度,可计算目标节点与该第二级节点之间有向路径中的两条有向边的转载权重的乘积,并将计算乘积得到的结果确定为目标节点与该第二级节点之间的相似度。
在计算得到各节点之间的相似度之后,可确定各节点相应的信息发布平台,从而可确定目标信息发布平台与各第二级节点对应的信息发布平台之间的相似度。
S260.基于所述相似度,从所述至少一个关联节点对应的信息发布平台中确定出待推荐信息发布平台。
在计算得到了目标信息发布平台与各第一级节点对应的信息发布平台的相似度,或者目标信息发布平台与各第二级节点对应的信息发布平台的相似度之后,可根据预先设置的相似度阈值,来确定需要被推荐的信息发布平台。具体地,对于从第一级节点对应的信息发布平台中筛选出待推荐的信息发布平台可设置第一阈值,将与目标信息发布平台的相似度大于第一阈值的第一级节点对应的信息发布平台确定为待推荐平台;对于从第二级节点对应的信息发布平台中筛选出待推荐的信息发布平台可设置第二阈值,将与目标信息发布平台的相似度大于第二阈值的第二级节点对应的信息发布平台确定为待推荐平台;其中第一阈值与第二阈值可以相同,也可以不同。
因此,通过分别计算目标信息发布平台与相应关联信息发布平台之间的相似度,可实现基于目标信息发布平台确定与其相似的待推荐信息发布平台的效果。在具体实施过程中,可推荐至少两种与目标信息发布平台具有不同关联关系的信息发布平台,一种是基于一条有向边直接相连的节点对应的信息发布平台,该信息发布平台推荐方法能够为用户推荐与目标信息发布平台具有直接关联的信息发布平台;另一种是基于两条有向边以及第一级节点间接相连的节点对应的信息发布平台,该信息发布平台能够为用户推荐与目标信息发布平台具有更深层次关联的信息发布平台;用户可自由选择相应的信息发布平台推荐方法,从而实现为用户提供灵活、方便的信息发布平台推荐方法,并且能够扩大信息发布平台的推荐范围,避免了推荐的局限性。
本申请基于提取的多个信息发布平台中各项发布信息的转载来源字段信息,确定各信息发布平台之间的转载关系以及转载权重,进而生成发布信息转载有向图;通过生成的发布信息转载有向图,能够直观、形象地标识出各信息发布平台之间的发布信息转载关系,从而便于为后续基于信息转载有向图的分析操作提供基础;在发布信息转载有向图中确定与目标信息发布平台对应的目标节点,以及与目标节点相关联的至少一个关联节点;从发布信息转载有向图中提取包含目标节点以及关联节点的发布信息转载子图;基于所述发布信息转载子图中各节点之间的转载权重确定目标信息发布平台与各关联节点对应的信息发布平台的相似度;根据相似度从各关联节点对应的信息发布平台中确定出待推荐信息发布平台。本申请不需要依赖于用户的好友关系链为用户推荐相关的信息发布平台,并且能够为用户推荐与目标信息发布平台相关联的、潜在的、更新颖的信息发布平台,避免了信息发布平台推荐范围受限的问题,扩大了信息发布平台的推荐范围,从而提升了用户体验,增强用户粘度。
下面以一具体示例说明本申请的实施过程,基于各信息发布平台所发布的发布信息中的转载来源字段信息,确定相应的转载关系以及转载权重,以自媒体平台为例,例如自媒体平台1转载了自媒体平台2发布的一篇文章,则定义一条从节点1到节点2的有向边,且相应的权重为w,w为转载了对方平台文章的篇数,这里为1。以此类推,会得到本次分析中所涉及到的各自媒体平台之间的转载关系有向图,各节点之间的有向边的转载权重取值即可为上述w的取值,从而得到的转载关系有向图可参阅图9。
如果自媒体平台对应的节点vx与vy之间的共同转载邻居越多,vx与vy可以互相推荐的机会也越大。对于任意节点vx,Γ(x)表示vx的转载邻居集合,那么节点vx与vy的相似性可以表示为共同转载邻居的个数,并用共同转载邻居总数做归一化,如式(1)所示:
SimRA(x,y)=∑z∈Γ(x)∩Γ(y)1/Γ(z) (1)
式(1)中节点vx与vy的共同转载邻居的地位是一致的,进一步可对式(1)进行改进,考虑到图9的转载关系有向图不同有向边上的权重占比,以及两个自媒体平台之间的转载数占比,得到式(2):
其中,w(x,z)表示节点vx转载自节点vy的转载数量,w(x)表示节点vx的所有相邻边的权重值之和,即节点vx对应的自媒体平台对其转载来源平台的转载量之和(即认可度),从而对图9所示的转载关系有向图进行权重值归一化之后,得到如图10所示的有向图。
从图10可以得出各节点以及与其相关联的节点之间的相似度,例如对于第一级节点,节点1和节点2直接相连,节点1与节点2之间的权重为1/3,相应可确定节点1和节点2的相似度为1/3;对于第二级节点,节点1和节点5具有两个共同邻居节点,即节点2和节点3,从而可计算节点1和节点5的相似度为:(1/3)*(4/7)+(2/3)*(5/11)=0.494。
根据不同自媒体平台推荐需求,可为不同层级的节点设置相应的相似度阈值,对于与目标自媒体平台的相似度大于相似度阈值的自媒体平台可进行推荐;例如对于第一级节点的推荐,可设置相似度阈值为0.5,从而可将节点3对应的自媒体平台确定为推荐平台;对于第二级节点的推荐,可设置相似度阈值为0.45,从而可将节点5对应的自媒体平台作为推荐平台。在具体应用场景中,当用户订阅了自媒体平台1时,可向用户推荐自媒体平台3和/或自媒体平台5,对于需要被推荐的自媒体平台的层级,即需要被推荐第一级节点对应的自媒体平台,还是第二级节点对应的自媒体平台,可在用户端或者后台进行相应的设置。
本申请基于带权重的转载关系有向图来实现相关自媒体平台的推荐,对于目标自媒体平台而言,对某个自媒体平台号的转载量越多说明对其越认可,从而可基于转载量来确定与目标自媒体平台相似度较高的平台作为待推荐的平台;另外在具体确定待推荐平台过程中,可确定不同层级的平台作为待推荐平台,进一步扩大的自媒体平台的推荐范围和广度,提高了自媒体平台推荐的全面性。
相应地,请参阅图11,本申请实施例还提供了一种信息发布平台推荐装置,该装置可包括:
字段信息提取模块1110,用于提取各信息发布平台中各项发布信息的转载来源字段信息,基于各项转载来源字段信息确定各信息发布平台之间的转载关系以及转载权重;
发布信息转载有向图生成模块1120,用于基于各信息发布平台、各信息发布平台之间的转载关系以及转载权重,生成发布信息转载有向图;
节点确定模块1130,用于确定所述发布信息转载有向图中与目标信息发布平台对应的目标节点,以及与所述目标节点相关联的至少一个关联节点;
信息转载子图提取模块1140,用于基于所述目标节点,以及与所述目标节点相关联的至少一个关联节点,从所述发布信息转载有向图中提取出发布信息转载子图;
相似度确定模块1150,用于基于所述发布信息转载子图中各节点之间的转载权重,确定所述目标信息发布平台与所述至少一个关联节点对应的信息发布平台的相似度;
待推荐信息发布平台确定模块1160,用于基于所述相似度,从所述至少一个关联节点对应的信息发布平台中确定出待推荐信息发布平台。
进一步地,字段信息提取模块1110包括:
转载来源平台确定模块,用于对于每个信息发布平台,基于所述信息发布平台中各项发布信息的转载来源字段信息,确定所述信息发布平台指向的转载来源平台;
转载关系生成模块,用于基于各信息发布平台指向的转载来源平台,生成各信息发布平台之间的转载关系;
信息转载平台组确定模块,用于确定任意两个具有转载关系的信息发布平台为信息转载平台组;
转载权重确定模块,用于基于每个信息转载平台组中两个信息发布平台之间转载的发布信息项的数量确定所述信息转载平台组中两个信息发布平台之间的转载权重。
进一步地,发布信息转载有向图生成模块1120包括:
节点创建模块,用于创建与各信息发布平台对应的节点;
有向边创建模块,用于基于各信息发布平台之间的转载关系,创建由转载信息发布平台对应的节点到被转载信息发布平台对应的节点的有向边;
第一确定模块,用于确定各条有向边对应的转载权重;
第一生成模块,用于基于各信息发布平台之间的转载关系、各条有向边以及各条有向边对应的转载权重,生成所述发布信息转载有向图。
本申请实施例中的至少一个关联节点包括与所述目标节点相连的至少一个第一级节点;相应地,节点确定模块1130包括:
目标节点确定模块,用于在所述发布信息转载有向图中,确定出与所述目标信息发布平台对应的目标节点;
第一级节点确定模块,用于将通过有向边与所述目标节点相连的节点确定为所述第一级节点;所述第一级节点的数量为至少一个。
本申请实施例中的至少一个关联节点还包括与所述至少一个第一级节点相连的至少一个第二级节点;相应地,节点确定模块1130包括:
第二级节点确定模块,用于将通过有向边与所述第一级节点相连的节点确定为所述第二级节点;所述第二级节点的数量为至少一个;其中,当所述第一级节点的数量为多个时,对于每个第一级节点,分别确定相应的第二级节点。
信息转载子图提取模块1140可包括:
有向图区域确定模块,用于在所述发布信息转载有向图中,确定包含所述目标节点以及与所述目标节点相关联的至少一个关联节点的有向图区域;
子图提取模块,用于对所述有向图区域中的各节点以及各条有向边进行提取,生成所述发布信息转载子图。
进一步地,相似度确定模块1150包括:
第二确定模块,用于基于所述目标节点与各第一级节点之间的转载权重,确定所述目标节点与各第一级节点之间的相似度;
第一相似度生成模块,用于基于所述目标节点与各第一级节点之间的相似度,得到所述目标信息发布平台与各第一级节点对应的信息发布平台的相似度。
相似度确定模块1150还可以包括:
共同相邻节点确定模块,用于对于每个第二级节点,确定所述第二级节点与所述目标节点的共同相邻第一级节点;其中,所述共同相邻第一级节点的数量为至少一个;
有向路径确定模块,用于确定所述目标节点与所述第二级节点之间的至少一条有向路径,所述有向路径中包括所述目标节点与所述共同相邻第一级节点之间的有向边,以及所述共同相邻第一级节点与所述第二级节点之间的有向边;
相似度计算模块,用于基于各条有向路径中各条有向边对应的转载权重,计算所述目标节点与各第二级节点之间的相似度;
第二相似度生成模块,用于基于所述目标节点与各第二级节点之间的相似度,得到所述目标信息发布平台与各第二级节点对应的信息发布平台的相似度。
待推荐信息发布平台确定模块1160包括:
比较模块,用于将所述目标信息发布平台与各关联节点对应的信息发布平台的相似度与预设值进行比较;
第三确定模块,用于确定与所述目标信息发布平台的相似度大于所述预设值的关联节点对应的信息发布平台为所述待推荐信息发布平台。
上述实施例中提供的装置可执行本申请任意实施例所提供方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的方法。
本申请实施例还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行如本实施例上述任一方法。
本申请实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行如本实施例上述任一方法。
本实施例还提供了一种设备,其结构图请参见图12,该设备1200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 processingunits,CPU)1222(例如,一个或一个以上处理器)和存储器1232,一个或一个以上存储应用程序1242或数据1244的存储媒体1230(例如一个或一个以上海量存储设备)。其中,存储器1232和存储媒体1230可以是短暂存储或持久存储。存储在存储媒体1230的程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对设备中的一系列指令操作。更进一步地,中央处理器1222可以设置为与存储媒体1230通信,在设备1200上执行存储媒体1230中的一系列指令操作。设备1200还可以包括一个或一个以上电源1226,一个或一个以上有线或无线网络接口1250,一个或一个以上输入输出接口1258,和/或,一个或一个以上操作***1241,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。本实施例上述的任一方法均可基于图12所示的设备进行实施。
本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤和顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的***或中断产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本实施例中所示出的结构,仅仅是与本申请方案相关的部分结构,并不构成对本申请方案所应用于其上的设备的限定,具体的设备可以包括比示出的更多或更少的部件,或者组合某些部件,或者具有不同的部件的布置。应当理解到,本实施例中所揭露的方法、装置等,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分仅仅为一种逻辑功能的划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元模块的间接耦合或通信连接。
基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员还可以进一步意识到,结合本说明书所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但这种实现不应认为超出本申请的范围。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种信息发布平台推荐方法,其特征在于,包括:
提取多个信息发布平台中各项发布信息的转载来源字段信息,基于各项转载来源字段信息确定各信息发布平台之间的转载关系以及转载权重;
基于各信息发布平台、各信息发布平台之间的转载关系以及转载权重,生成发布信息转载有向图;
确定所述发布信息转载有向图中与目标信息发布平台对应的目标节点,以及与所述目标节点相关联的至少一个关联节点;
基于所述目标节点,以及与所述目标节点相关联的至少一个关联节点,从所述发布信息转载有向图中提取出发布信息转载子图;
基于所述发布信息转载子图中各节点之间的转载权重,确定所述目标信息发布平台与所述至少一个关联节点对应的信息发布平台的相似度;
基于所述相似度,从所述至少一个关联节点对应的信息发布平台中确定出待推荐信息发布平台。
2.根据权利要求1所述的一种信息发布平台推荐方法,其特征在于,所述基于各项转载来源字段信息确定各信息发布平台之间的转载关系以及转载权重包括:
对于每个信息发布平台,基于所述信息发布平台中各项发布信息的转载来源字段信息,确定所述信息发布平台指向的转载来源平台;
基于各信息发布平台指向的转载来源平台,生成各信息发布平台之间的转载关系;
确定任意两个具有转载关系的信息发布平台为信息转载平台组;
基于每个信息转载平台组中两个信息发布平台之间转载的发布信息项的数量确定所述信息转载平台组中两个信息发布平台之间的转载权重。
3.根据权利要求1所述的一种信息发布平台推荐方法,其特征在于,所述基于各信息发布平台、各信息发布平台之间的转载关系以及转载权重,生成发布信息转载有向图包括:
创建与各信息发布平台对应的节点;
基于各信息发布平台之间的转载关系,创建由转载信息发布平台对应的节点到被转载信息发布平台对应的节点的有向边;
确定各条有向边对应的转载权重;
基于各信息发布平台之间的转载关系、各条有向边以及各条有向边对应的转载权重,生成所述发布信息转载有向图。
4.根据权利要求1所述的一种信息发布平台推荐方法,其特征在于,所述至少一个关联节点包括与所述目标节点相连的至少一个第一级节点;
所述确定所述发布信息转载有向图中与目标信息发布平台对应的目标节点,以及与所述目标节点相关联的至少一个关联节点包括:
在所述发布信息转载有向图中,确定出与所述目标信息发布平台对应的目标节点;
将通过有向边与所述目标节点相连的节点确定为所述第一级节点;所述第一级节点的数量为至少一个。
5.根据权利要求4所述的一种信息发布平台推荐方法,其特征在于,所述至少一个关联节点还包括与所述至少一个第一级节点相连的至少一个第二级节点;
所述确定所述发布信息转载有向图中与目标信息发布平台对应的目标节点,以及与所述目标节点相关联的至少一个关联节点还包括:
将通过有向边与所述第一级节点相连的节点确定为所述第二级节点;所述第二级节点的数量为至少一个;
其中,当所述第一级节点的数量为多个时,对于每个第一级节点,分别确定相应的第二级节点。
6.根据权利要求1所述的一种信息发布平台推荐方法,其特征在于,所述基于所述目标节点,以及与所述目标节点相关联的至少一个关联节点,从所述发布信息转载有向图中提取出发布信息转载子图包括:
在所述发布信息转载有向图中,确定包含所述目标节点以及与所述目标节点相关联的至少一个关联节点的有向图区域;
对所述有向图区域中的各节点以及各条有向边进行提取,生成所述发布信息转载子图。
7.根据权利要求4-5任一项所述的一种信息发布平台推荐方法,其特征在于,所述基于所述发布信息转载子图中各节点之间的转载权重,确定所述目标信息发布平台与所述至少一个关联节点对应的信息发布平台的相似度包括:
基于所述目标节点与各第一级节点之间的转载权重,确定所述目标节点与各第一级节点之间的相似度;
基于所述目标节点与各第一级节点之间的相似度,得到所述目标信息发布平台与各第一级节点对应的信息发布平台的相似度。
8.根据权利要求5所述的一种信息发布平台推荐方法,其特征在于,所述基于所述发布信息转载子图中各节点之间的转载权重,确定所述目标信息发布平台与所述至少一个关联节点对应的信息发布平台的相似度包括:
对于每个第二级节点,确定所述第二级节点与所述目标节点的共同相邻第一级节点;其中,所述共同相邻第一级节点的数量为至少一个;
确定所述目标节点与所述第二级节点之间的至少一条有向路径,所述有向路径中包括所述目标节点与所述共同相邻第一级节点之间的有向边,以及所述共同相邻第一级节点与所述第二级节点之间的有向边;
基于各条有向路径中各条有向边对应的转载权重,计算所述目标节点与各第二级节点之间的相似度;
基于所述目标节点与各第二级节点之间的相似度,得到所述目标信息发布平台与各第二级节点对应的信息发布平台的相似度。
9.根据权利要求1所述的一种信息发布平台推荐方法,其特征在于,所述基于所述相似度,从所述至少一个关联节点对应的信息发布平台中确定出待推荐信息发布平台包括:
将所述目标信息发布平台与各关联节点对应的信息发布平台的相似度与预设值进行比较;
确定与所述目标信息发布平台的相似度大于所述预设值的关联节点对应的信息发布平台为所述待推荐信息发布平台。
10.一种信息发布平台推荐装置,其特征在于,包括:
字段信息提取模块,用于提取各信息发布平台中各项发布信息的转载来源字段信息,基于各项转载来源字段信息确定各信息发布平台之间的转载关系以及转载权重;
发布信息转载有向图生成模块,用于基于各信息发布平台、各信息发布平台之间的转载关系以及转载权重,生成发布信息转载有向图;
节点确定模块,用于确定所述发布信息转载有向图中与目标信息发布平台对应的目标节点,以及与所述目标节点相关联的至少一个关联节点;
信息转载子图提取模块,用于基于所述目标节点,以及与所述目标节点相关联的至少一个关联节点,从所述发布信息转载有向图中提取出发布信息转载子图;
相似度确定模块,用于基于所述发布信息转载子图中各节点之间的转载权重,确定所述目标信息发布平台与所述至少一个关联节点对应的信息发布平台的相似度;
待推荐信息发布平台确定模块,用于基于所述相似度,从所述至少一个关联节点对应的信息发布平台中确定出待推荐信息发布平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010897909.7A CN112084423B (zh) | 2020-08-31 | 2020-08-31 | 一种信息发布平台推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010897909.7A CN112084423B (zh) | 2020-08-31 | 2020-08-31 | 一种信息发布平台推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112084423A true CN112084423A (zh) | 2020-12-15 |
CN112084423B CN112084423B (zh) | 2023-12-12 |
Family
ID=73731773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010897909.7A Active CN112084423B (zh) | 2020-08-31 | 2020-08-31 | 一种信息发布平台推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112084423B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170171336A1 (en) * | 2015-12-15 | 2017-06-15 | Le Holdings (Beijing) Co., Ltd. | Method and electronic device for information recommendation |
CN107909428A (zh) * | 2017-11-01 | 2018-04-13 | 平安科技(深圳)有限公司 | 电子装置、产品推荐方法和计算机可读存储介质 |
CN108446297A (zh) * | 2018-01-24 | 2018-08-24 | 北京三快在线科技有限公司 | 一种推荐方法及装置,电子设备 |
CN108446359A (zh) * | 2018-03-12 | 2018-08-24 | 百度在线网络技术(北京)有限公司 | 信息推荐方法和装置 |
CN108804516A (zh) * | 2018-04-26 | 2018-11-13 | 平安科技(深圳)有限公司 | 相似用户查找装置、方法及计算机可读存储介质 |
CN109951725A (zh) * | 2019-03-07 | 2019-06-28 | 武汉斗鱼鱼乐网络科技有限公司 | 一种直播间的推荐方法以及相关设备 |
CN111342991A (zh) * | 2020-01-10 | 2020-06-26 | 西安电子科技大学 | 基于跨社交网络的信息传播方法 |
-
2020
- 2020-08-31 CN CN202010897909.7A patent/CN112084423B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170171336A1 (en) * | 2015-12-15 | 2017-06-15 | Le Holdings (Beijing) Co., Ltd. | Method and electronic device for information recommendation |
CN107909428A (zh) * | 2017-11-01 | 2018-04-13 | 平安科技(深圳)有限公司 | 电子装置、产品推荐方法和计算机可读存储介质 |
CN108446297A (zh) * | 2018-01-24 | 2018-08-24 | 北京三快在线科技有限公司 | 一种推荐方法及装置,电子设备 |
CN108446359A (zh) * | 2018-03-12 | 2018-08-24 | 百度在线网络技术(北京)有限公司 | 信息推荐方法和装置 |
CN108804516A (zh) * | 2018-04-26 | 2018-11-13 | 平安科技(深圳)有限公司 | 相似用户查找装置、方法及计算机可读存储介质 |
CN109951725A (zh) * | 2019-03-07 | 2019-06-28 | 武汉斗鱼鱼乐网络科技有限公司 | 一种直播间的推荐方法以及相关设备 |
CN111342991A (zh) * | 2020-01-10 | 2020-06-26 | 西安电子科技大学 | 基于跨社交网络的信息传播方法 |
Non-Patent Citations (1)
Title |
---|
时国华: "微博信息溯源及传播面分析技术的研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 12, pages 2 - 5 * |
Also Published As
Publication number | Publication date |
---|---|
CN112084423B (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9411829B2 (en) | Image-based faceted system and method | |
Hegedűs et al. | Decentralized recommendation based on matrix factorization: A comparison of gossip and federated learning | |
CN109815406B (zh) | 一种数据处理、信息推荐方法及装置 | |
CN105630800B (zh) | 一种节点重要性排序的方法和*** | |
CN111314138B (zh) | 有向网络的检测方法、计算机可读存储介质及相关设备 | |
Elsayed et al. | Self-adaptive differential evolution incorporating a heuristic mixing of operators | |
CN113239249A (zh) | 一种对象关联识别方法、装置和存储介质 | |
Candan et al. | A dynamic island model for adaptive operator selection | |
CN112566093A (zh) | 一种终端关系识别方法、装置、计算机设备及存储介质 | |
Nokleby et al. | Scaling-up distributed processing of data streams for machine learning | |
CN114297338A (zh) | 文本匹配方法、装置、存储介质和程序产品 | |
CN112989211B (zh) | 一种确定信息相似度的方法及*** | |
Bhaskar et al. | A MapReduce‐based modified Grey Wolf optimizer for QoS‐aware big service composition | |
CN109951725B (zh) | 一种直播间的推荐方法以及相关设备 | |
Abeysekara et al. | Data-driven trust prediction in mobile edge computing-based iot systems | |
CN111667018B (zh) | 一种对象聚类的方法、装置、计算机可读介质及电子设备 | |
Czarnul et al. | Simulation of parallel similarity measure computations for large data sets | |
Tang et al. | Availability/network-aware mapreduce over the internet | |
Ying et al. | FrauDetector+ An Incremental Graph-Mining Approach for Efficient Fraudulent Phone Call Detection | |
Hegedűs et al. | Fully distributed robust singular value decomposition | |
CN112084423A (zh) | 一种信息发布平台推荐方法及装置 | |
Mueller-Bady et al. | Optimization of monitoring in dynamic communication networks using a hybrid evolutionary algorithm | |
CN116957070A (zh) | 多任务训练方法和装置、存储介质及电子设备 | |
Olshevsky et al. | Asymptotic network independence in distributed optimization for machine learning | |
CN112749540B (zh) | 文本匹配方法、文本匹配模型的训练方法及装置、设备 |
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 |