Feed流信息的推荐方法、装置和设备制造方法及图纸

本申请公开了一种Feed流信息的推荐方法、装置和设备。涉及通信领域，为解决现有技术根据主题向用户推荐Feed流信息无法满足用户对同一主题内容的深层差异化需求的问题而发明专利技术。对同一主题分类下的Feed流信息进行分词，获取分词集；获取分词集中每个特征词在每个Feed流信息中的特征权重值；根据特征权重值确定与所述主题对应的两个以上子主题；根据子主题对Feed流信息重新进行分类，获取每个子主题对应的Feed流信息集合；向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

【技术实现步骤摘要】
Feed流信息的推荐方法、装置和设备
本公开一般涉及计算机
，具体涉及信息处理技术，尤其涉及Feed流信息的推荐方法、装置和设备。
技术介绍
目前，很多主流资讯类APP软件，如手机百度或者今日头条等，都采用Feed流的形式向用户推送新闻资讯等信息。现有技术向用户推荐Feed流信息的方法包括：按照预先设定的主题对Feed流信息进行分类；获取用户的使用数据，如：查看、收藏、删除等；根据用户的使用数据确定用户感兴趣的主题；向用户发送其感兴趣的主题对应的Feed流内容。在实现本专利技术的过程中，专利技术人发现：现有技术只能按照主题向用户推荐Feed流内容，然而在实际的使用过程中，同一主题下用户关注的重点也可能各不相同，例如：对于主题为体育的Feed流内容，有些用户可能关注的重点在于体育赛事的输赢结果，有些用户可能关注的重点在于体育明星，另外，还有一些用户可能关注的重点在于体育相关的场馆、器具或者装备等等。现有技术按照主题推荐Feed流内容无法满足用户深层需求，使得用户的使用体验差。
技术实现思路
鉴于现有技术中的上述缺陷或不足，期望提供一种能够满足用户深层需求的Feed流信息的推荐方案。第一方面，本申请实施例提供了一种Feed流信息的推荐方法，包括：对同一主题分类下的Feed流信息进行分词，获取分词集；获取所述分词集中每个特征词在每个所述Feed流信息中的特征权重值；根据所述特征权重值确定与所述主题对应的两个以上子主题；根据所述子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；向用户推送与其历史行为数据相关的子主题对应的Feed流信息。第二方面，本申请实施例还提供了一种Feed流信息的推荐装置，包括：分词模块，用于对同一主题分类下的Feed流信息进行分词，获取分词集；特征权重获取模块，用于获取所述分词模块获取的分词集中每个特征词在每个所述Feed流信息中的特征权重值；子主题确定模块，用于根据所述特征权重获取模块获取的特征权重值确定与所述主题对应的两个以上子主题；分类模块，用于根据所述子主题确定模块确定的子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；推荐模块，用于向用户推送与其历史行为数据相关的子主题对应的Feed流信息。第三方面，本申请实施例还提供了一种设备，包括处理器、存储器和显示器；所述存储器包含可由所述处理器执行的指令以使得所述处理器执行：对同一主题分类下的Feed流信息进行分词，获取分词集；获取所述分词集中每个特征词在每个所述Feed流信息中的特征权重值；根据所述特征权重值确定与所述主题对应的两个以上子主题；根据所述子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；向用户推送与其历史行为数据相关的子主题对应的Feed流信息。本申请实施例提供的Feed流信息的推荐方法、装置和设备，能够通过分词方法获取同一主题下Feed流内容对应的两个以上子主题，并根据子主题对Feed流内容进行再分类，解决了现有技术只能按照主题对Feed流内容进行分类，造成无法满足用户对同一主题内容的深层差异化需求，本专利技术提供的技术方案可以进一步细分Feed流内容，在向用户推荐时可以更精准地定位用户的阅读需求，提高了用户的使用体验，另一方面由于能够精准推送内容，使得在信息推广的过程中推广内容定位更准确。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1为本专利技术实施例提供的Feed流信息的推荐方法流程图；图2为本专利技术另一实施例提供的Feed流信息的推荐方法流程图；图3为本专利技术又一实施例提供的Feed流信息的推荐方法流程图；图4为本专利技术实施例提供的Feed流信息的推荐装置结构示意图一；图5为本专利技术实施例提供的Feed流信息的推荐装置结构示意图二；图6为本专利技术实施例提供的Feed流信息的推荐装置结构示意图三；图7为适于用来实现本申请实施例的服务器的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。为了解决现有技术根据主题向用户推荐Feed流信息无法满足用户对同一主题内容的深层差异化需求，本专利技术实施例提供一种Feed流信息的推荐方法、装置和设备。如图1所示，本专利技术实施例提供的Feed流信息的推荐方法，包括：步骤101，对同一主题分类下的Feed流信息进行分词，获取分词集。本实施例不对具体的分词方法进行限定，在实际的使用过程中，本领域技术人员可以采用任意现有的分词技术对Feed流内容进行分词，例如：ICTCLAS或者IKAnalyzer等，此处不做穷举说明。步骤102，获取分词集中每个特征词在每个Feed流信息中的特征权重值。步骤103，根据特征权重值确定与主题对应的两个以上子主题。在本实施例中，步骤103可以通过人为选取的方式，根据特征权重值从特征词中选取两个以上子主题。进一步地，为了节省人力成本，提高工作效率，降低人为因素的影响，步骤103还可以将每个特征权重值与预先设置的权重阈值进行比较，根据比较结果确定与主题对应的两个以上子主题。具体地，如果特征权重值大于权重阈值，则选取该特征权重值对应的特征词为子主题，否则，不选。步骤104，根据子主题对Feed流信息重新进行分类，获取每个子主题对应的Feed流信息集合。为了便于查找，步骤104可以对Feed流信息分类后生成的Feed流信息集合加上标签，在本实施例中，标签可以为子主题对应的特征词，也可以为主题对应的特征词和子主题对应的特征词的组合。步骤105，向用户推送与其历史行为数据相关的子主题对应的Feed流信息。具体地，步骤105对用户的历史行为数据进行分析，确定用户感兴趣的标签，其中，历史行为数据可以包括：点击、收藏、推荐或者删除等；根据标签查找对应的Feed流信息集合，即：子主题对应的Feed流信息集合；从Feed流信息集合中选取Feed流信息进行推送。需要说明的是，本实施例不对从Feed流信息集合中选取Feed流信息的具体方法进行限定，在实际的使用过程中，可以根据时间顺序选取最新的Feed流信息，也可以根据Feed流信息的热度选取，当然还可以通过其他方式选取，此处不作一一赘述。本申请实施例提供的Feed流信息的推荐方法，能够通过分词方法获取同一主题下Feed流内容对应的两个以上子主题，并根据子主题对Feed流内容进行再分类，解决了现有技术只能按照主题对Feed流内容进行分类，造成无法满足用户对同一主题内容的深层差异化需求，本专利技术提供的技术方案可以进一步细分Feed流内容，在向用户推荐时可以更精准地定位用户的阅读需求，提高了用户的使用体验，另一方面由于能够精准推送内容，使得在信息推广的过程中推广内容定位更准确。如图2所示，本专利技术另一实施例还提供一种Feed流信息的推荐方法，该方法与图1所示的基本相同，其区别在于，在步骤103本文档来自技高网...

【技术保护点】
一种Feed流信息的推荐方法，其特征在于，包括：对同一主题分类下的Feed流信息进行分词，获取分词集；获取所述分词集中每个特征词在每个所述Feed流信息中的特征权重值；根据所述特征权重值确定与所述主题对应的两个以上子主题；根据所述子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；向用户推送与其历史行为数据相关的子主题对应的Feed流信息。

【技术特征摘要】
1.一种Feed流信息的推荐方法，其特征在于，包括：对同一主题分类下的Feed流信息进行分词，获取分词集；获取所述分词集中每个特征词在每个所述Feed流信息中的特征权重值；根据所述特征权重值确定与所述主题对应的两个以上子主题；根据所述子主题对所述Feed流信息重新进行分类，获取每个所述子主题对应的Feed流信息集合；向用户推送与其历史行为数据相关的子主题对应的Feed流信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述特征权重值确定与所述主题对应的两个以上子主题包括：将每个所述特征权重值与预先设置的权重阈值进行比较，根据比较结果确定与所述主题对应的两个以上子主题。3.根据权利要求1所述的方法，其特征在于，还包括：对所述两个以上子主题进行相似性合并。4.根据权利要求1所述的方法，其特征在于，还包括：对所述两个以上子主题进行逻辑排序；则所述向用户推送与其历史行为数据相关的子主题对应的Feed流信息包括：获取用户历史行为数据对应的子主题，以及按照所述逻辑排序的下一子主题；向所述用户发送所述子主题和下一子主题对应的Feed流信息。5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述Feed流信息包括：资讯内容和评论区内容。6.一种Feed流信息的推荐装置，其特征在于，包括：分词模块，用于对同一主题分类下的Feed流信息进行分词，获取分词集；特征权重获取模块，用于获取所述分词模块获取的分词集中每个特征词在每个所述Feed流信息中的特征权重值；子主题确定模...

【专利技术属性】
技术研发人员：孟波，侯文，李冰冰，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11