有利于批量推送新闻的方法技术

本发明专利技术公开了有利于批量推送新闻的方法，包括以下步骤：S1：对所有的新闻建立特征标签，并以特征标签为维度建立特征向量空间；S2：将所有的新闻在特征向量空间中建立特征向量；S3：将用户所点击过的所有新闻的特征向量进行求和并除以用户点击过的新闻数量得到用户的偏好向量；S4：对所有新闻的特征向量与用户的偏好向量进行比较，当特征向量与偏好向量相似时，将该新闻推送给用户。本发明专利技术有利于批量推送新闻的方法，将新闻量化并处理的方式评估用户对新闻的偏好程度，从而实现了对用户的喜好进行精准判断，使得推送可以达到精准推送。

A way to push news in batches

The invention discloses a method for promoting news in batches, which comprises the following steps: S1: establishing feature labels for all news and establishing feature vector space with feature labels as dimensions; S2: establishing feature vectors for all news in feature vector space; S3: summing feature vectors of all news clicked by users and dividing them by the number of news clicked by users S4: compare the feature vector of all news with the user's preference vector, and push the news to the user when the feature vector is similar to the preference vector. The invention is advantageous to the method of pushing news in batches, and the method of quantifying and processing news evaluates the user's preference degree for news, thus realizing the accurate judgment of the user's preference, so that the push can achieve the accurate push.

【技术实现步骤摘要】
有利于批量推送新闻的方法
本专利技术涉及计算机
，具体涉及有利于批量推送新闻的方法。
技术介绍
推送服务通常是在事先表达喜好的信息。这就是所谓的发布/订阅模型。一个客户端可能“订阅”的各种信息“通道”。每当新的内容可以在这些渠道之一，服务器会推出的信息给用户。同步会议和即时消息是推动服务的典型例子。邮件和聊天，有时文件推到了只要他们是由信息服务受到了用户。同行都分散的对等程序，并集中程序(如IRC或XMPP协议)允许推送文件，这意味着发送者发起数据传输,而不是接受者。电邮也是一个推动系统：SMTP协议的基础上，它是一个推动协议(见PushMail)。不过，最后一步，从邮件服务器到桌面计算机通常使用的POP3或IMAP像拉协议。现代电子邮件客户端走这一步似乎瞬间通过反复投票的邮件服务器，经常检查新邮件了。IMAP协议包括IDLE命令，它允许服务器告诉客户端新邮件到达时。原来的黑莓是第一推技术流行的例子了在无线方面的电子邮件。另一种普及型互联网推送技术为pointcast公司网络，该网络在1990年代获得了知名度。它传递新闻和股市数据。Netscape和微软自己的软件集成到它在浏览器大战的高度，但后来逐渐消失，并在与RSS(一拉技术)2000年代取代。其他用途的Web应用，包括推动市场数据发布(股票行情)，在线聊天/消息系统(网上聊天)，拍卖，网上博彩和游戏，运动的结果，监测主机和传感器网络监控。虽然现有的推送技术已经可以做到点对点的推送，但是由于无法对用户的喜好进行精准判断，导致了现有的推送无法达到精准推送的目的。
技术实现思路
本专利技术所要解决的技术问题是现有的推送技术由于无法对用户的喜好进行精准判断，导致了现有的推送无法达到精准推送的目的，目的在于提供有利于批量推送新闻的方法，解决上述问题。本专利技术通过下述技术方案实现：有利于批量推送新闻的方法，包括以下步骤：S1：对所有的新闻建立特征标签，并以特征标签为维度建立特征向量空间；S2：将所有的新闻在特征向量空间中建立特征向量；S3：将用户所点击过的所有新闻的特征向量进行求和并除以用户点击过的新闻数量得到用户的偏好向量；S4：对所有新闻的特征向量与用户的偏好向量进行比较，当特征向量与偏好向量相似时，将该新闻推送给用户。现有技术中，推送技术已经可以做到点对点的推送，但是由于无法对用户的喜好进行精准判断，导致了现有的推送无法达到精准推送的目的。本专利技术应用时，先对所有的新闻建立特征标签，并以特征标签为维度建立特征向量空间，然后将所有的新闻在特征向量空间中建立特征向量，从而将新闻进行量化，再然后，将用户所点击过的所有新闻的特征向量进行求和并除以用户点击过的新闻数量得到用户的偏好向量，从而得到用户对于各种新闻的偏好，再然后对所有新闻的特征向量与用户的偏好向量进行比较，当特征向量与偏好向量相似时，将该新闻推送给用户。本专利技术通过将新闻量化并处理的方式评估用户对新闻的偏好程度，从而实现了对用户的喜好进行精准判断，使得推送可以达到精准推送。进一步的，还包括以下子步骤：S5：将用户的社交圈内的人员所点击的新闻的特征向量加权求和并除以数量得到社交向量；将社交向量与所有新闻的特征向量进行比较，当特征向量与社交向量相似时，将该新闻推送给用户。本专利技术应用时，将用户的社交圈进行分析，从而从更广的范围内完整的对用户的喜好进行分析，使得推送更加精准。进一步的，将社交圈内的用户关注人员的权值设置为0.3～0.6；将社交圈内的用户好友的权值设置为0.2～0.3；将社交圈内的关注用户的人员的权值设置为0.4～0.6。进一步的，所有权值之和为1。进一步的，步骤S4中所述特征向量与偏好向量相似是指两个向量的夹角余弦值小于阈值。本专利技术与现有技术相比，具有如下的优点和有益效果：本专利技术有利于批量推送新闻的方法，将新闻量化并处理的方式评估用户对新闻的偏好程度，从而实现了对用户的喜好进行精准判断，使得推送可以达到精准推送。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。实施例本专利技术有利于批量推送新闻的方法，包括以下步骤：S1：对所有的新闻建立特征标签，并以特征标签为维度建立特征向量空间；S2：将所有的新闻在特征向量空间中建立特征向量；S3：将用户所点击过的所有新闻的特征向量进行求和并除以用户点击过的新闻数量得到用户的偏好向量；S4：对所有新闻的特征向量与用户的偏好向量进行比较，当特征向量与偏好向量相似时，将该新闻推送给用户。还包括以下子步骤：S5：将用户的社交圈内的人员所点击的新闻的特征向量加权求和并除以数量得到社交向量；将社交向量与所有新闻的特征向量进行比较，当特征向量与社交向量相似时，将该新闻推送给用户。将社交圈内的用户关注人员的权值设置为0.3～0.6；将社交圈内的用户好友的权值设置为0.2～0.3；将社交圈内的关注用户的人员的权值设置为0.4～0.6。所有权值之和为1。步骤S4中所述特征向量与偏好向量相似是指两个向量的夹角余弦值小于阈值。本实施例实施时，先对所有的新闻建立特征标签，并以特征标签为维度建立特征向量空间，然后将所有的新闻在特征向量空间中建立特征向量，从而将新闻进行量化，再然后，将用户所点击过的所有新闻的特征向量进行求和并除以用户点击过的新闻数量得到用户的偏好向量，从而得到用户对于各种新闻的偏好，再然后对所有新闻的特征向量与用户的偏好向量进行比较，当特征向量与偏好向量相似时，将该新闻推送给用户。本专利技术通过将新闻量化并处理的方式评估用户对新闻的偏好程度，从而实现了对用户的喜好进行精准判断，使得推送可以达到精准推送。将用户的社交圈进行分析，从而从更广的范围内完整的对用户的喜好进行分析，使得推送更加精准。以上所述的具体实施方式，对本专利技术的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本专利技术的具体实施方式而已，并不用于限定本专利技术的保护范围，凡在本专利技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.有利于批量推送新闻的方法，其特征在于，包括以下步骤：S1：对所有的新闻建立特征标签，并以特征标签为维度建立特征向量空间；S2：将所有的新闻在特征向量空间中建立特征向量；S3：将用户所点击过的所有新闻的特征向量进行求和并除以用户点击过的新闻数量得到用户的偏好向量；S4：对所有新闻的特征向量与用户的偏好向量进行比较，当特征向量与偏好向量相似时，将该新闻推送给用户。

【技术特征摘要】
1.有利于批量推送新闻的方法，其特征在于，包括以下步骤：S1：对所有的新闻建立特征标签，并以特征标签为维度建立特征向量空间；S2：将所有的新闻在特征向量空间中建立特征向量；S3：将用户所点击过的所有新闻的特征向量进行求和并除以用户点击过的新闻数量得到用户的偏好向量；S4：对所有新闻的特征向量与用户的偏好向量进行比较，当特征向量与偏好向量相似时，将该新闻推送给用户。2.根据权利要求1所述的有利于批量推送新闻的方法，其特征在于，还包括以下子步骤：S5：将用户的社交圈内的人员所点击的新闻的特征向量加权求和并除以数量得到社交...

【专利技术属性】
技术研发人员：孙毅，
申请(专利权)人：孙毅，
类型：发明
国别省市：四川,51