[发明专利]一种表情数据推荐方法及装置有效

专利信息
申请号: 201710648056.1 申请日: 2017-08-01
公开(公告)号: CN110019885B 公开(公告)日: 2021-10-15
发明(设计)人: 刘鑫;张扬;涂畅 申请(专利权)人: 北京搜狗科技发展有限公司
主分类号: G06F16/58 分类号: G06F16/58
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王玲;王宝筠
地址: 100084 北京市海淀区中关*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 表情 数据 推荐 方法 装置
【权利要求书】:

1.一种表情数据推荐方法,其特征在于,包括:

根据用户历史输入数据确定表情输入关键词,所述表情输入关键词为与表情数据具有强关联关系的词语;

接收用户输入信息,判断所述用户输入信息是否与所述表情输入关键词匹配;

若判断所述用户输入信息与所述表情输入关键词匹配,获取与所述表情输入关键词关联的表情数据;

其中,所述根据用户历史输入数据确定表情输入关键词包括:

获取用户历史表情输入数据,确定与所述表情输入数据对应的上文输入数据;

根据所述历史表情输入数据和所述上文输入数据确定初步表情输入关键词;

获取用户历史搜索数据,根据所述用户历史搜索数据确定至少一个搜索关键词中每个搜索关键词的表情数据点击率;

根据所述表情数据点击率确定第一表情输入关键词;

根据所述表情数据点击率和所述初步表情输入关键词确定第二表情输入关键词;

根据所述第一表情输入关键词与所述第二表情输入关键词生成表情输入关键词集合。

2.根据权利要求1所述的方法,其特征在于,所述根据用户历史输入数据确定表情输入关键词包括:

根据用户历史输入数据计算用户输入与表情数据的关联程度值;

将与表情数据的关联程度值符合预设条件的用户输入确定为表情输入关键词。

3.根据权利要求2所述的方法,其特征在于,所述根据用户历史输入数据计算用户输入与表情数据的关联程度值包括:

获取用户历史搜索数据,根据用户历史搜索数据确定搜索关键词,计算与所述搜索关键词对应的表情数据点击率作为用户输入与表情数据的关联程度值。

4.根据权利要求3所述的方法,其特征在于,所述将与表情数据的关联程度值符合预设条件的用户输入确定为表情输入关键词包括:

判断表情数据点击率是否大于第一阈值,若判断结果为是,将与所述表情数据点击率对应的搜索关键词确定为表情输入关键词。

5.根据权利要求3所述的方法,其特征在于,所述方法还包括:

获取用户历史表情输入数据,确定与所述表情输入数据对应的上文输入;

计算所述上文输入的单文本词汇频率-逆文本频率TF-IDF值;

判断所述TF-IDF值是否大于第二设定阈值,若判断结果为是,获取所述TF-IDF值大于第二设定阈值的上文输入;

所述将与表情数据的关联程度值符合预设条件的用户输入确定为表情输入关键词包括:

判断表情数据点击率是否大于第一阈值,若判断结果为是,将所述表情数据点击率大于第一阈值的搜索关键词确定为表情输入关键词;和/或,

获取表情数据点击率不大于第一阈值的搜索关键词与TF-IDF值大于第二设定阈值的上文输入的交集,将所述交集中的输入作为表情输入关键词。

6.根据权利要求3所述的方法,其特征在于,所述计算与所述搜索关键词对应的表情数据点击率包括:

确定搜索关键词的搜索次数以及所述搜索关键词对应的表情数据的点击次数,计算所述表情数据的点击次数与所述搜索次数的比值作为表情数据点击率;或者,

确定搜索关键词的搜索人数以及所述搜索关键词对应的表情数据的点击人数,计算所述表情数据的点击人数与所述搜索人数的比值作为表情数据点击率。

7.根据权利要求2所述的方法,其特征在于,所述根据用户历史输入数据计算用户输入与表情数据的关联程度值包括:

获取用户历史表情输入数据,确定与所述表情输入数据对应的上文输入;

计算所述上文输入的单文本词汇频率-逆文本频率TF-IDF值,将所述TF-IDF值作为所述上文输入与表情数据的关联程度值;

所述将与表情数据的关联程度值符合预设条件的用户输入确定为表情输入关键词包括:

判断所述TF-IDF值是否大于第二设定阈值,若判断结果为是,将所述上文输入确定为表情输入关键词。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京搜狗科技发展有限公司,未经北京搜狗科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710648056.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top