[发明专利]资讯推荐方法及装置有效
| 申请号: | 202010199799.7 | 申请日: | 2020-03-20 |
| 公开(公告)号: | CN111400456B | 公开(公告)日: | 2023-09-26 |
| 发明(设计)人: | 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 |
| 主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/36;G06F16/35;G06F16/335;G06F16/9535;G06F40/295;G06F40/30 |
| 代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 张娜;臧建明 |
| 地址: | 100085 北京市*** | 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: | 资讯 推荐 方法 装置 | ||
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,所述从属关系包括两个或两个以上的事件具有相同的主题,该些事件之间不存在连接词,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,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,所述语义特征通过语义向量表示,每个所述事件的语义向量为根据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的,所述隐式特征和显式特征用于指示利用事件包含的实体学习到的特征;
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;
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;
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。
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。
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京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202010199799.7/1.html,转载请声明来源钻瓜专利网。





