资讯推荐方法及装置制造方法及图纸

本申请实施例公开了一种资讯推荐方法及装置，涉及人工智能领域。具体实现方案为：服务器预先利用样本资讯训练分类模型，利用分类模型挖掘事件数据库中事件之间的从属关系得到事件图谱并保存，该事件图谱中的节点为事件，事件之间具有边，则表示该两个事件为从属关系。每次接收到用户通过终端设备发送的推荐请求后，根据用户的历史浏览记录等确定出用户感兴趣的第一事件，基于该第一事件和事件图谱，确定出与第一事件为从属事件的第二事件，并向终端设备发送包含该第二事件的目标资讯。采用该种方案，通过利用事件的特征训练出的分类模型确定两个事件是否为从属事件，实现挖掘事件之间的从属关系的目的，进而实现精准推荐。

【技术实现步骤摘要】
资讯推荐方法及装置
本申请实施例涉及人工智能
，尤其涉及一种资讯推荐方法及装置。
技术介绍
随着移动互联网技术的飞速发展，各大新闻资讯类应用程序(application，APP)也随之迅速发展。如何向用户精准推荐，成为各大APP关注的问题。通常情况下，一篇新闻资讯主要报道一个事件，而热门事件通常不止一篇新闻资讯，将讲述同一个事件的新闻资讯可以聚簇得到资讯簇事件。不同事件并不是孤立的，而是存在一定的关系。事件之间的关系包括共指关系、从属关系、时序关系以及因果关系。如果某几个事件具有相同的主题，则该几个事件为从属事件，因为他们从属于同一个主题。例如，假设张三和李四为著名演员，事件A为张三与经纪公司甲解约，事件B为李四主动与经纪公司乙解约，该两个事件的主题同为品牌代言，因此该两个事件为从属事件。挖掘事件之间的从属关系，向用户推荐同一个主题的多篇资讯，是实现精准推荐的一部分。但是，现有的关系挖掘方案主要用于挖掘事件之间的因果关系。挖掘方案为：基于句子内词语级别的关系或篇章内句子级别的关系，挖掘事件之间的因果关系。该挖掘方案中，事件本文档来自技高网...

【技术保护点】
1.一种资讯推荐方法，其特征在于，包括：/n接收来自终端设备的推荐请求，所述推荐请求用于请求向用户推荐资讯；/n利用所述用户感兴趣的第一事件和事件图谱确定第二事件，所述第一事件和所述第二事件具有从属关系，所述事件图谱是预先利用分类模型挖掘事件数据库中不同事件之间的从属关系得到的，所述分类模型为服务器预先利用样本事件集包含的事件的特征训练得到的；/n向所述终端设备发送目标资讯，所述目标资讯为包含所述第二事件的资讯。/n

【技术特征摘要】
1.一种资讯推荐方法，其特征在于，包括：
接收来自终端设备的推荐请求，所述推荐请求用于请求向用户推荐资讯；
利用所述用户感兴趣的第一事件和事件图谱确定第二事件，所述第一事件和所述第二事件具有从属关系，所述事件图谱是预先利用分类模型挖掘事件数据库中不同事件之间的从属关系得到的，所述分类模型为服务器预先利用样本事件集包含的事件的特征训练得到的；
向所述终端设备发送目标资讯，所述目标资讯为包含所述第二事件的资讯。


2.根据权利要求1所述的方法，其特征在于，所述利用所述用户感兴趣的第一事件和事件图谱确定出第二事件之前，还包括：
从所述样本事件集包含的各事件中提取出特征，所述特征包括下述特征中的至少一个：语义特征、隐式特征、显式特征，其中，所述语义特征用于指示利用事件包含的关键词学习到的特征，所述隐式特征用于指示利用所述事件包含的不同实体的共现次数学习到的知识，所述显式特征用于指示利用所述事件包含的实体和知识图谱学习到的知识；
利用所述特征，训练所述分类模型。


3.根据权利要求2所述的方法，其特征在于，所述事件的特征包括语义特征，所述语义特征通过语义向量表示，所述从所述样本事件集包含的各事件中提取出特征，包括：
从所述样本事件集包含的每个事件中抽取出多个关键词；
利用每个所述事件中的各关键词在所述样本事件集中出现的次数，确定每个所述事件的语义向量。


4.根据权利要求2所述的方法，其特征在于，所述事件的特征包括隐式特征，所述隐式特征通过隐式向量表示，所述从所述样本事件集包含的各事件中提取出特征，包括：
从所述样本事件集包含的各事件中抽取出K个实体，K≥1且为整数；
利用所述K个实体，确定K×K的共现矩阵，所述共现矩阵的一个元素为一个实体对，所述元素的值表示同时出现该实体对中的两个实体的样本事件的数量，所述共现矩阵的每一行表示K个实体中一个实体的隐式向量；
利用每个所述事件包含的各实体的隐式向量，确定每个所述事件的隐式向量。


5.根据权利要求2所述的方法，其特征在于，所述特征包括显式特征，所述显式特征通过显式向量表示，所述从所述样本事件集包含的各事件中提取出特征，包括：
从所述样本事件集包含的各事件中抽取出K个实体，所述K≥1且为整数；
对于所述K个实体中的任意两个实体形成的实体对，利用知识图谱确定与第一实体连接的实体，以及与第二实体连接的实体，所述第一实体和所述第二实体为所述实体对包含的两个实体；
利用与所述与第一实体连接的实体，以及与所述第二实体连接的实体，确定所述第一实体的显式向量和所述第二实体的显式向量；
利用每个所述事件包含的各实体的显式向量，确定每个所述事件的显式向量。


6.根据权利要求2～5任一项所述的方法，其特征在于，所述利用所述特征，训练所述分类模型之前，还包括：
当所述样本事件集中事件的特征包含所述语义特征、所述隐式特征、所述显式特征中的至少两个时，将所述语义特征、所述隐式特征、所述显式特征中的至少两个特征各自对应的向量拼接，得到所述事件的特征向量。


7.根据权利要求1～5任一项所述的方法，其特征在于，所述事件图谱包含至少一个父事件，所述至少一个父事件下属的各子事件互为从属关系，所述利用所述用户感兴趣的第一事件和事件图谱确定出第二事件之前，还包括：
从所述事件数据库中获取第三事件，所述第三事件是所述事件数据库中的最新事件；
利用所述分类模型确定所述至少一个父事件中是否存在目标父事件，所述目标父事件下属的子事件与所述第三事件为从属事件；
若所述至少一个父事件中存在所述目标父事件，则将所述第三事件添加至所述目标父事件的子事件中。


8.根据权利要求7所述的方法，其特征在于，还包括：
若所述至少一个父事件中不存在所述目标父事件，则利用所述分类模型判断所述事件数据库中是否存在第四事件，所述第四事件与所述第三事件互为从属事件；
若所述事件数据库中存在所述第四事件，则根据所述第三事件和所述第四事件生成所述目标父事件；
将所述目标父事件、所述第三事件和所述第四事件添加至所述事件图谱。


9.根据权利要求8所述的方法，其特征在于，若所述至少一个父事件中不存在所述目标父事件，则利用所述分类模型判断所述事件数据库中是否存在第四事件，包括：
若所述至少一个父事件中不存在所述目标父事件，则确定所述第三事件的特征向量与候选事件的特征向量之间的距离，所述候选事件是所述事件数据库中不属于任意一个父事件的事件；
若所述第三事件的特征向量和所述候选事件的特征向量之间的距离小于预设阈值，则确定所述候选事件是所述第四事件。


10.根据权利要求1～5任一项所述的方法，其特征在于，所述利用所述用户感兴趣的第一事件和事件图谱确定出第二事件，包括：
从所述事件图谱中确定出所述第一事件的父事件，将所述第一事件的父事件的其他子事件作为所述第二事件。


11.一种资讯推荐装置，其特征在于，包括：
接收单元，用于接收来自终端设备的推荐请求，所述推荐请求用于请求向用户推荐资讯；
处理单元，用于利用所述用户感兴趣的第一事件和事件图谱确定第二事件，所述第一事件和所述第二事件具有从属关系，所述事件图谱是预先利用分类模型挖掘事件数据库中不同事件之间的从属关系得到的，所述分类模型为服务器预先利用...

【专利技术属性】
技术研发人员：韩翠云，陈玉光，黄佳艳，李法远，刘远圳，潘禄，
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