关联话题推荐方法和装置制造方法及图纸

本申请公开了一种关联话题推荐方法和装置，其中，方法包括：获取与用户当前阅读的文章对应的关联话题推荐请求，其中，请求包括：用户偏好信息、文章类型，以及从文章提取的基础话题集合；根据用户偏好信息和文章类型对基础话题集合进行筛选获取候选话题集合；根据预先建立的话题关联索引信息获取与候选话题集合对应的关联话题集合，并根据预设的排序特征计算关联话题集合中每个关联话题的推荐分数；根据推荐分数和预设阈值对关联话题集合进行筛选获取文章的扩展话题集合，并展示给用户。由此，该方法根据用户当前阅读的信息推荐扩展话题，提供关联话题的拓展浏览，针对用户的兴趣提供个性化的信息服务，提高推送能力的灵活性。

【技术实现步骤摘要】
关联话题推荐方法和装置
本专利技术涉及信息推送
，尤其涉及一种关联话题推荐方法和装置。
技术介绍
随着通信技术的发展，越来越多的网络平台使用信息流推荐技术向用户提供个性化的网络信息服务，在用户通过终端设备浏览信息的同时，把与浏览信息相关的话题推送给用户，为用户提供不搜即得的信息浏览体验。相关技术中，信息流推荐产品提取用户正在浏览的信息中包含的话题，把话题提炼后的关键词展示在浏览界面上供用户选择，这种方式只能推送当前信息中包含的话题，无法拓展其他关联的话题，推送的话题具有重复性和局限性。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的第一个目的在于提出一种关联话题的推荐方法。该方法根据用户当前阅读的信息推荐扩展话题，提供关联话题的拓展浏览，针对用户的兴趣提供个性化的信息服务，提高推送能力的灵活性。本专利技术第二个目的在于提出一种关联话题的推荐装置。为了实现上述目的，本专利技术第一方面实施例提出了一种关联话题的推荐方法，包括以下步骤：获取与用户当前阅读的文章对应的关联话题推荐请求，其中，请求包括：用户偏好信息、文章类型，以及从文章提取的基础话题集合；根据用户偏好信息和文章类型对基础话题集合进行筛选获取候选话题集合；根据预先建立的话题关联索引信息获取与候选话题集合对应的关联话题集合，并根据预设的排序特征计算关联话题集合中每个关联话题的推荐分数；根据推荐分数和预设阈值对关联话题集合进行筛选获取文章的扩展话题集合，并展示给用户。本专利技术实施例的关联话题推荐方法，首先获取与用户当前阅读的文章对应的关联话题推荐请求，根据用户偏好信息和文章类型获取用户可能感兴趣的候选话题集合。然后根据预先建立的话题关联索引信息获取与候选话题集合对应的关联话题集合，并根据预设的排序特征计算关联话题集合中每个关联话题的推荐分数。最后根据推荐分数和预设阈值对关联话题集合进行筛选获取文章的扩展话题集合，并展示给用户。由此，该方法根据用户当前阅读的信息推荐扩展话题，提供关联话题的拓展浏览，针对用户的兴趣提供个性化的信息服务，提高信息流的分发能力。另外，根据本专利技术上述实施例的关联话题推荐方法，还可以具有如下附加的技术特征：在本专利技术一个实施例中，预设的排序特征，包括：关联话题与候选话题之间的关联权值、基础话题的权重、用户偏好与关联话题的相关度、以及文章类型与关联话题的相关度中的一种或者多种特征。在本专利技术一个实施例中，根据推荐分数和预设阈值对关联话题集合进行筛选获取文章的扩展话题集合之后，还包括：按照话题类型对扩展话题集合进行多样性排序。在本专利技术一个实施例中，上述关联话题的推荐方法，还包括：采集用户行为进行分析挖掘不同属性的话题集合；对不同属性的话题集合挖掘话题关联关系；按照预设的质量过滤策略对话题关联关系进行过滤筛选，并根据预设的存储格式对筛选结果进行存储，建立话题关联索引信息。在本专利技术一个实施例中，对不同属性的话题集合挖掘话题关联关系，包括：根据预设的多种挖掘方式对不同属性的话题集合进行话题挖掘生成多组话题关系；按照预设的融合策略对多组话题关系进行整合处理生成话题关联关系。为达上述目的，本专利技术第二方面实施例提出了一种关联话题推荐装置，包括：第一获取模块，用于获取与用户当前阅读的文章对应的关联话题推荐请求；第一筛选模块，用于根据用户偏好信息和文章类型对基础话题集合进行筛选获取候选话题集合；第二获取模块，用于根据预先建立的话题关联索引信息获取与候选话题集合对应的关联话题集合，并根据预设的排序特征计算所联话题集合中每个关联话题的推荐分数；第二筛选模块，用于根据推荐分数和预设阈值对关联话题集合进行筛选获取文章的扩展话题集合，并展示给用户；另外，根据本专利技术上述实施例的关联话题推荐装置还可以具有如下附加的技术特征：可选的，还包括：采集模块，用于采集用户行为进行分析挖掘不同属性的话题集合；挖掘模块，用于对不同属性的话题集合挖掘话题关联关系；在本专利技术一个实施例中，所述挖掘模块，用于根据预设的多种挖掘方式对所述不同属性的话题集合进行话题挖掘生成多组话题关系，并且按照预设的融合策略对所述多组话题关系进行整合处理生成所述话题关联关系。建立模块，用于按照预设的质量过滤策略对话题关联关系进行过滤筛选，并根据预设的存储格式对筛选结果进行存储，建立话题关联索引信息。为了实现上述目的，本专利技术还提出一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述计算机程序时，实现上述关联话题的推荐方法。为了实现上述目的，本专利技术还提出一种计算机程序产品，当计算机程序产品中的指令由处理器执行时，执行上述关联话题的推荐方法。为了实现上述目的，本专利技术还提出一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述关联话题的推荐方法。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本专利技术一个实施例的关联话题推荐方法的流程图；图2为本专利技术另一个实施例的关联话题推荐方法的流程图；图3为本专利技术一个实施例的关联话题推荐装置的结构示意图；以及图4为本专利技术另一个实施例的关联话题推荐装置的结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参考附图描述本专利技术实施例的关联话题推荐方法和装置。其中，本专利技术实施例中用户可以通过终端设备阅读文章，其中，终端设备可以是个人电脑、手机、电子书阅读器等装载了信息流推荐多种应用的硬件设备。图1是根据本专利技术一个实施例的关联话题推荐方法的流程图，如图1所示，该关联话题推荐方法可包括：步骤101，获取与用户当前阅读的文章对应的关联话题推荐请求，其中，请求包括：用户偏好信息、文章的类型，以及从文章提取的基础话题集合。具体的，生活中用户通过终端设备上的多种应用阅读感兴趣的文章，其中上述应用为向用户提供信息服务的信息流推荐产品，比如，包含信息流广告功能的社交软件或者各种资讯流服务平台等。用户可以在多种应用上搜索自己感兴趣的文章或是选择阅读多种应用推荐的话题。当用户在应用上阅读文章时，应用客户端通过向后台发起关联话题推荐请求，进而向用户推荐更多感兴趣的话题。可以理解，为了使推荐的文章更符合用户的兴趣，需要了解用户已表达的感兴趣的话题的相关参数，进而解析参数推荐相应的关联话题。因此，发送请求包括用户偏好信息、文章的类型，以及从文章提取的基础话题集合。为了更加清楚的描述推荐请求中包含的参数，下面以用户阅读一篇新闻报道为例，进行详细说明。作为一种示例，当用户使用终端设备上的多种应用浏览新闻时，在推荐的各类型新闻中选择阅读一篇属于科技类新闻的“国之重器，中国天眼竣工”的文章。应用客户端检测用户当前阅读的新闻，提取新闻中的户偏好信息、文章的类型，以及基础话题集合。需要说明的是，用户偏好信息是用户更感兴趣、更愿意深入了解的话题，它可以从用户当前阅读本文档来自技高网...

【技术保护点】
一种关联话题推荐方法，其特征在于，包括以下步骤：获取与用户当前阅读的文章对应的关联话题推荐请求，其中，所述请求包括：用户偏好信息、所述文章的文章类型，以及从所述文章提取的基础话题集合；根据所述用户偏好信息和所述文章类型对所述基础话题集合进行筛选获取候选话题集合；根据预先建立的话题关联索引信息获取与所述候选话题集合对应的关联话题集合，并根据预设的排序特征计算所述关联话题集合中每个关联话题的推荐分数；根据所述推荐分数和预设阈值对所述关联话题集合进行筛选获取所述文章的扩展话题集合，并展示给所述用户。

【技术特征摘要】
1.一种关联话题推荐方法，其特征在于，包括以下步骤：获取与用户当前阅读的文章对应的关联话题推荐请求，其中，所述请求包括：用户偏好信息、所述文章的文章类型，以及从所述文章提取的基础话题集合；根据所述用户偏好信息和所述文章类型对所述基础话题集合进行筛选获取候选话题集合；根据预先建立的话题关联索引信息获取与所述候选话题集合对应的关联话题集合，并根据预设的排序特征计算所述关联话题集合中每个关联话题的推荐分数；根据所述推荐分数和预设阈值对所述关联话题集合进行筛选获取所述文章的扩展话题集合，并展示给所述用户。2.如权利要求1所述的方法，其特征在于，所述预设的排序特征，包括：关联话题与候选话题之间的关联权值、基础话题的权重、用户偏好与关联话题的相关度、以及文章类型与关联话题的相关度中的一种或者多种特征。3.如权利要求1所述的方法，其特征在于，在所述根据所述推荐分数和预设阈值对所述关联话题集合进行筛选获取所述文章的扩展话题集合之后，还包括：按照话题类型对所述扩展话题集合进行多样性排序。4.如权利要求1-3任一所述的方法，其特征在于，还包括：采集用户行为进行分析挖掘不同属性的话题集合；对所述不同属性的话题集合挖掘话题关联关系；按照预设的质量过滤策略对所述话题关联关系进行过滤筛选，并根据预设的存储格式对筛选结果进行存储，建立所述话题关联索引信息。5.如权利要求4所述的方法，其特征在于，对所述不同属性的话题集合挖掘话题关联关系，包括：根据预设的多种挖掘方式对所述不同属性的话题集合进行话题挖掘生成多组话题关系；按...

【专利技术属性】
技术研发人员：林泽南，卢佳俊，王希蒙，张晓寒，梁海金，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11