一种事件描述对象推荐方法及装置制造方法及图纸

本申请公开了一种事件描述对象推荐方法及装置，可以确定事件描述对象描述的事件的发生日期以及表征所述事件描述对象的语义特征的特征向量；根据发生日期和特征向量对事件描述对象进行聚类，确定事件描述对象所隶属的事件簇；根据对事件描述对象估计的点击率确定事件描述对象在所隶属的事件簇中的第一推荐优先级；根据所隶属的事件簇中的所有事件描述对象的点击率，确定所隶属的事件簇的第二推荐优先级；根据事件描述对象在所隶属的事件簇中的第一推荐优先级和所隶属的事件簇的第二推荐优先级，确定事件描述对象的综合推荐优先级。而不依赖于用户的历史浏览记录或点击数据，因此，可以感知用户的兴趣变化或隐藏性趣，满足用户的潜在需求。

An event description object recommendation method and device

The present application discloses an event description object recommendation method and device, which can determine the date of event described by the event description object and the feature vector that characterizing the semantic features of the event description object, cluster the event description object according to the occurrence date and the feature vector, and determine the subjection of the event description object. The event cluster; determine the first recommendation priority of the event description object in the event cluster under which the event description object is estimated by the click rate of the event description object; the second recommended priority level of the event cluster is determined according to the click rate of all events in the event cluster. The first recommendation priority and the second recommended priority of the event clusters belong to the cluster of events to determine the comprehensive recommendation priority of the event description objects. Instead of relying on users' historical browsing records or clicking data, users can perceive the interests of users or hide their interests to meet the potential needs of users.

【技术实现步骤摘要】
一种事件描述对象推荐方法及装置
本申请涉及计算机
，尤其涉及一种事件描述对象推荐方法及装置。
技术介绍
当今社会正处于信息爆炸的时代，伴随着互联网技术的蓬勃发展，人们可以方便、快捷地从互联网上获得丰富多样的信息，例如用户可以通过安装在手机上的新闻客户端获得各类新闻资讯。与此同时，由于不同用户感兴趣的信息内容不尽相同，使得用户想要获得自己感兴趣的信息内容的需求越来越强烈。为了满足不同用户对信息内容的个性化需求，现有技术引入了个性化信息推荐技术。现有的个性化信息推荐技术，是结合用户的历史浏览记录和历史点击数据确定出用户的兴趣点，优先向用户推荐用户与该兴趣点匹配的、当前正在发生或已经发生的事件的相关信息的技术。由于现有的个性化信息推荐技术是基于用户实时或长期积累的兴趣进行推荐的，而用户的兴趣可能会随着未来世界的变化而发生变化，但现有的信息推荐技术无法感知用户的兴趣在未来可能发生的变化，这使得现有的信息推荐技术无法满足用户的潜在需求。
技术实现思路
本申请实施例提供一种事件描述是对象方法及装置，以解决现有的信息推荐技术无法满足用户的潜在需求的技术问题。第一方面，本申请实施例提供一种事件描述对象推荐方法，所述方法包括：确定事件描述对象描述的事件的发生日期，以及表征所述事件描述对象的语义特征的特征向量；根据所述发生日期和所述特征向量对事件描述对象进行聚类，确定事件描述对象所隶属的事件簇；根据对事件描述对象估计的点击率，确定事件描述对象在所隶属的事件簇中的第一推荐优先级；根据所隶属的事件簇中的所有事件描述对象的点击率，确定所隶属的事件簇的第二推荐优先级；根据事件描述对象在所隶属的事件簇中的第一推荐优先级，以及所隶属的事件簇的第二推荐优先级，确定事件描述对象的综合推荐优先级。第二方面，本申请实施例还提供一种事件描述对象推荐装置，所述装置包括：第一确定模块，用于确定事件描述对象描述的事件的发生日期，以及表征所述事件描述对象的语义特征的特征向量；第一聚类模块，用于根据所述发生日期和所述特征向量对事件描述对象进行聚类，确定事件描述对象所隶属的事件簇；第一预估模块，用于根据对事件描述对象估计的点击率，确定事件描述对象在所隶属的事件簇中的第一推荐优先级；第二预估模块，用于根据所隶属的事件簇中的所有事件描述对象的点击率，确定所隶属事件簇的第二推荐优先级；优先级确定模块，用于根据事件描述对象在所隶属的事件簇中的第一推荐优先级，以及所隶属的事件簇的第二推荐优先级，确定事件描述对象的综合推荐优先级。第三方面，本申请实施例还提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的方法的步骤。第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法的步骤。本申请实施例采用的上述至少一个技术方案，由于可以根据所述发生日期和所述特征向量对事件描述对象进行聚类，以确定事件描述对象所隶属的事件簇；可以估计出事件描述对象的点击率和事件描述对象在所隶属的事件簇的第一推荐优先级，和所隶属的事件簇的第二推荐优先级；然后根据事件描述对象在所隶属的事件簇中的第一推荐优先级，以及所隶属的事件簇的第二推荐优先级，确定事件描述对象的综合推荐优先级。而不依赖于用户的历史浏览记录或点击数据确定事件描述对象的推荐优先级，因此，可以试探、挖掘或感知用户的兴趣变化或隐藏性趣，进而可以满足用户的潜在需求。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请实施例提供的一种事件描述对象推荐方法的一种具体实现方式的流程示意图；图2为本申请实施例提供的一种训练事件领域模型的训练过程的原理示意图；图3为图1所示实施例中的步骤S102的一种详细流程示意图；图4为本申请实施例提供的一种事件簇索引的层次结构示意图；图5为本申请实施例提供的一种事件描述对象推荐装置的一种具体实现方式的结构框图；图6为图5所示实施例中的模块502的一种详细结构框图；图7为本申请实施例提供的一种电子设备的结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，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。为了解决现有技术中的信息推荐技术无法感知用户的兴趣在未来可能发生的变化，进而无法满足用户的潜在需求的技术问题。例如，一个平时对体育不感兴趣的用户可能会随着奥运会或世界杯的即将来临而对相关的新闻产生兴趣；再如，一个平时不太关注科技新闻的用户可能会对即将发布的新款手机(例如iPhone)产生兴趣，但是现有技术并不能发现用户的这些潜在兴趣。本申请实施例提供了一种事件描述对象推荐方法和装置，下面分别进行说明。下面先对本申请实施例提供的一种事件描述对象推荐方法进行说明。需要说明的是，实施本申请实施例提供的一种事件描述对象推荐方法的及装置的执行主体，可以是各事件描述对象推荐客户端的服务器，具体可以是事件描述对象推荐客户端的服务器上的一个数据分析平台或服务平台，例如具体可以是新闻客户端(如新浪新闻)的服务器上的Simba数据分析平台，或thrift服务。本申请实施例对实施上述方法及装置的具体实施主体不做限定。以下结合附图，详细说明本申请各实施例提供的技术方案。如图1所示，本申请实施例提供的一种事件描述对象推荐方法，可以包括如下步骤：S101、确定事件描述对象描述的事件的发生日期，以及表征所述事件描述对象的语义特征的特征向量；事件可以是比较重大、对一定的人群会产生一定影响的事情。事件描述对象可以是能够描述事件的相关信息的载体。事件描述对象可以是文本形式的也可以是非文本形式的。其中，文本形式的事件描述对象既可以是短文本也可以是长文本，短文本例如可以是一条微博，长文本例如可以是一篇文章等；非文本形式的事件描述对象例如可以是一张图片、一段动画、一段视频或一段音频，等等。事件的发生日期可以是指事件的实际发生日期。在本申请实施例中，待聚类的事件描述对象的数量可以是一个也可以是多个，本申请实施例对此不做限定。在步骤S101中，确定事件描述对象描述的事件的发生日期的具体方式可以包括：利用正则表达式提取事件描述对象中描述事件发生时间的时间词；根据所述描述事件发生时间的时间词，确定事件描述对象描述的事件的发生日期。正则表达式是用于匹配预设字符串的表达式，例如，一段文本形式的事件描述对象为：金州勇士队将于11月12日在主场迎战迈阿密热火队，正则表达式的形式可以为“XX月XX日”。在步骤S101中，确定表征事件描述对象的语义特征的特征向量，具体可以包括：对事件描述对象进行分词处理获得事件描述对象的分词结果；根据分词结果和语义特征向量模型，确定表征事件描述对象的语义特征的特征向量。通常来讲，表征事件描述对象的语义特征的特征向量中本文档来自技高网...

【技术保护点】
一种事件描述对象推荐方法，其特征在于，所述方法包括：确定事件描述对象描述的事件的发生日期，以及表征所述事件描述对象的语义特征的特征向量；根据所述发生日期和所述特征向量对事件描述对象进行聚类，确定事件描述对象所隶属的事件簇；根据对事件描述对象估计的点击率，确定事件描述对象在所隶属的事件簇中的第一推荐优先级；根据所隶属的事件簇中的所有事件描述对象的点击率，确定所隶属的事件簇的第二推荐优先级；根据事件描述对象在所隶属的事件簇中的第一推荐优先级，以及所隶属的事件簇的第二推荐优先级，确定事件描述对象的综合推荐优先级。

【技术特征摘要】
1.一种事件描述对象推荐方法，其特征在于，所述方法包括：确定事件描述对象描述的事件的发生日期，以及表征所述事件描述对象的语义特征的特征向量；根据所述发生日期和所述特征向量对事件描述对象进行聚类，确定事件描述对象所隶属的事件簇；根据对事件描述对象估计的点击率，确定事件描述对象在所隶属的事件簇中的第一推荐优先级；根据所隶属的事件簇中的所有事件描述对象的点击率，确定所隶属的事件簇的第二推荐优先级；根据事件描述对象在所隶属的事件簇中的第一推荐优先级，以及所隶属的事件簇的第二推荐优先级，确定事件描述对象的综合推荐优先级。2.如权利要求1所述的方法，其特征在于，在所述根据所述发生日期和所述特征向量对事件描述对象进行聚类前，所述方法还包括：根据事件领域模型确定事件描述对象所属的事件领域；所述事件领域模型是根据已知事件领域的事件描述对象确定的、用于确定事件描述对象属于预设事件领域的概率的模型；根据事件描述对象所属的事件领域，对事件描述对象进行预聚类；则，所述根据所述发生日期和所述特征向量对事件描述对象进行聚类，包括：根据所述发生日期和所述特征向量对预聚类后的事件描述对象进行聚类。3.如权利要求2所述的方法，其特征在于，所述根据事件领域模型确定事件描述对象所属的事件领域，包括：确定事件描述对象的分词的词向量；将事件描述对象的分词的词向量组成的矩阵输入事件领域模型，获得事件描述对象属于预设事件领域的概率；根据事件描述对象属于预设事件领域的概率的大小，确定事件描述对象所属的事件领域。4.如权利要求1所述的方法，其特征在于，所述确定表征事件描述对象的语义特征的特征向量，包括：对事件描述对象进行分词处理获得事件描述对象的分词结果；根据分词结果和语义特征向量模型，确定表征事件描述对象的语义特征的特征向量；所述语义特征向量模型为doc2vec模型。5.如权利要求1所述的方法，其特征在于，所述根据所述发生日期和所述特征向量对事件描述对象进行聚类，确定事件描述对象所隶属的事件簇，包括：根据所述发生日期确定事件描述对象描述的事件的时间属性，所述时间属性包括：未来型或当前型；根据确定出的时间属性和所述发生日期，对事件描述对象进行预聚类；根据所述特征向量对预聚类后的事件描述对象进行聚类，确定事件描述对象所隶属的事件簇。6.如权利要求5所述的方法，其特征在于，所述根据所述特征向量对预聚类后的事件描述对象进行聚类，确定事件描述对象所隶属的事件簇，包括：计算所述特征向量与目标事件簇的聚类中心的余弦相似度；所述聚类中心为表征事件簇中存储的事件描述对象的特征向量的平均向量；所述目标事件簇为与预聚类后的事件描述对象描述的事件的发生时间和时间属性相同的事件簇；确定计算出的余弦相似度中的最大值是否大于第一阈值；若为是，将所述最大值对应的目标事件簇确定为事件描述对象所隶属的事件簇。7.如权利要求6所述的方法，其特征在于，若计算出的余弦相似度中的最大值不大于第一阈值，所述方法还包括：当事件描述对象对应的时间属性为未来型时，新建事件簇作为事件描述对象所隶属的事件簇；当事件描述对象对应的时间属性为当前型时，将事件描述对象丢弃。8.如权利要求5所述的方法，其特征在于，当事件描述对象对应的时间属性为未来型时，所述方法还包括：利用正则表达式提取事件描述对象中描述事件发生时间的第一时间词；根据表征第一时间词的词向量，扩展出与所述第一时间词的语义相同或语义相近的第二时间词；从未聚类的事件描述对象中检索出与所述第二时间词匹配的事件描述对象，并返回执行所述确定事件描述对象描述的事件的发生日期的步骤至所述确定事件描述对象的综合推荐优先级的步骤。9.如权利要求5所述的方法，其特征在于，所述方法还包括：在时间属性为未来型的事件发生日期之前的预设时间，按照事件描述对象的综合推荐优先级向用户推荐时间属性为未来型的第一事件描述对象；若监测到所述用户关注所述第一事件描述对象，在所述第一事件描述对象描述的事件发生日或发生日后，按照事件描述对象的综合推荐优先级向用户推荐时间属性为当前型的第二事件描述对象；所述第二事件描述对象与所述第一事件描述对象描述的事件相关。10.如权利要求1所述的方法，其特征在于，所述根据对事件描述对象估计的点击率，确定事件描述对象在所隶属的事件簇中的第一推荐优先级，包括：提取事件描述对象的多维度静态特征；将所述多维度静态特征和所述特征向量进行合并，得到表征事件描述对象的组合向量；根据所述组合向量和点击率预估模型，估计事件描述对象的点击率；所述点击率预估模型，是根据已推荐的事件描述对象的组合向量和真实点击率确定的、用于估计事件描述对象的点击率的模型；根据估计出的事件描述对象的点击率的大小，确定事件描述对象在所隶属的事件簇中的第一推荐优先级的高低。11.如权利要求1所述的方法，其特征在于，所述根据所隶属的事件簇中的所有事件描述对象的点击率，确定所隶属的事件簇的第二推荐优先级，包括：对所隶属的事件簇中的所有事件描述对象的点击率进行加权求和，获得所隶属的事件簇的预估关注度；根据所隶属的事件簇的预估关注度，确定所隶属的事件簇的第二推荐优先级。12.一种事件描述对象推荐装置，其特征在于，所述装置包括：第一确定模块，用于确定事件描述对象描述的事件的发生日期，以及表征所述事件描述对象的语义特征的特征向量；第一聚类模块，用于根据所述发生日...

【专利技术属性】
技术研发人员：杨宠，王晓栋，
申请(专利权)人：星潮闪耀移动网络科技中国有限公司，
类型：发明
国别省市：北京,11