文本內(nèi)容推薦方法及裝置的制造方法
【專利摘要】本發(fā)明實(shí)施例公開了一種文本內(nèi)容推薦方法，包括：獲取用戶標(biāo)識，獲取所述用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽值；獲取文本內(nèi)容，提取所述文本內(nèi)容的內(nèi)容屬性標(biāo)簽值；遍歷所述內(nèi)容屬性標(biāo)簽值，對于所述遍歷到的內(nèi)容屬性標(biāo)簽值，獲取內(nèi)容屬性標(biāo)簽值的總體瀏覽率、與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例和用戶推薦比例，生成所述遍歷到的內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值；通過計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值的平均值生成所述文本內(nèi)容相對于所述用戶標(biāo)識的內(nèi)容熱度值，根據(jù)所述內(nèi)容熱度值選擇文本內(nèi)容，將選擇的文本內(nèi)容的鏈接下發(fā)給所述與用戶標(biāo)識對應(yīng)的終端。本發(fā)明還公開了一種文本內(nèi)容推薦裝置。采用本發(fā)明，可提高推薦的準(zhǔn)確性。
【專利說明】
文本內(nèi)容推薦方法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種文本內(nèi)容推薦方法及裝置。
【背景技術(shù)】
[0002] 在傳統(tǒng)技術(shù)中的新聞、資訊類、購物助手等應(yīng)用通常需要將新聞、資訊、打折消息 等文本類型的數(shù)據(jù)內(nèi)容推送給終端，從而方便用戶及時(shí)獲取最新的新聞資訊或商業(yè)資訊。 但是，服務(wù)器上存儲(chǔ)的新聞資訊或商業(yè)資訊的數(shù)量較多，需要選擇合適的咨詢推薦給用戶。
[0003] 傳統(tǒng)技術(shù)中，為了將較重要或者用戶可能更加關(guān)注的新聞資訊或商業(yè)資訊推薦給 用戶，通常采用熱度統(tǒng)計(jì)的方法，即統(tǒng)計(jì)某條新聞資訊被推薦給用戶的次數(shù)N1以及該條新 聞資訊被用戶接手后瀏覽的次數(shù)N2(由于資訊推薦給用戶后，用戶可能僅接收，但不打開 相應(yīng)的鏈接瀏覽資訊的詳細(xì)內(nèi)容，因此N1和N2可以不同），然后根據(jù)N1和N2的絕對數(shù)量 或相對數(shù)量排序后確定該條資訊的熱度，然后將熱度高的資訊推薦給用戶。
[0004] 然而，上述傳統(tǒng)技術(shù)中的內(nèi)容推薦方法根據(jù)N1和N2統(tǒng)計(jì)出的資訊的熱度為資訊 的總體熱度，并不能根據(jù)用戶的身份，所屬的群體，個(gè)人喜好等因素向某個(gè)特定用戶推薦該 用戶最感興趣的內(nèi)容，而僅能推薦所有用戶在統(tǒng)計(jì)結(jié)果下可能最感興趣的內(nèi)容，因此，推薦 的內(nèi)容與用戶個(gè)體的適配度不高，導(dǎo)致內(nèi)容推薦的準(zhǔn)確度不高。

【發(fā)明內(nèi)容】

[0005] 基于此，為了提高文本內(nèi)容推薦給用戶的準(zhǔn)確度，使其更加符合某個(gè)用戶的瀏覽 喜好，還提供了一種文本內(nèi)容推薦方法。
[0006] 一種文本內(nèi)容推薦方法，包括：
[0007] 獲取用戶標(biāo)識，獲取所述用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽值；
[0008] 獲取文本內(nèi)容，提取所述文本內(nèi)容的內(nèi)容屬性標(biāo)簽值；
[0009] 遍歷所述內(nèi)容屬性標(biāo)簽值，對于所述遍歷到的內(nèi)容屬性標(biāo)簽值，獲取包含該內(nèi)容 屬性標(biāo)簽值的文本內(nèi)容被瀏覽的總體瀏覽率、獲取瀏覽過包含該內(nèi)容屬性標(biāo)簽值的文本內(nèi) 容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例；獲取被推薦過包含該內(nèi)容屬性標(biāo) 簽值的文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶推薦比例，根據(jù)所述總體瀏覽 率、與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例和用戶推薦比例生成所述遍歷到的內(nèi)容屬 性標(biāo)簽值的標(biāo)簽熱度值；
[0010] 通過計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值的平均值生成 所述文本內(nèi)容相對于所述用戶標(biāo)識的內(nèi)容熱度值，根據(jù)所述內(nèi)容熱度值選擇文本內(nèi)容，將 選擇的文本內(nèi)容的鏈接下發(fā)給所述與用戶標(biāo)識對應(yīng)的終端。
[0011] 此外，為了提高文本內(nèi)容推薦給用戶的準(zhǔn)確度，使其更加符合某個(gè)用戶的瀏覽喜 好，還提供了一種文本內(nèi)容推薦裝置。
[0012] -種文本內(nèi)容推薦裝置，包括：
[0013] 用戶屬性獲取模塊，用于獲取用戶標(biāo)識，獲取所述用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽 值；
[0014] 內(nèi)容標(biāo)簽獲取模塊，用于獲取文本內(nèi)容，提取所述文本內(nèi)容的內(nèi)容屬性標(biāo)簽值；
[0015] 標(biāo)簽熱度值生成模塊，用于遍歷所述內(nèi)容屬性標(biāo)簽值，對于所述遍歷到的內(nèi)容屬 性標(biāo)簽值，獲取包含該內(nèi)容屬性標(biāo)簽值的文本內(nèi)容被瀏覽的總體瀏覽率、獲取瀏覽過包含 該內(nèi)容屬性標(biāo)簽值的文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例；獲取 被推薦過包含該內(nèi)容屬性標(biāo)簽值的文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶 推薦比例，根據(jù)所述總體瀏覽率、與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例和用戶推薦 比例生成所述遍歷到的內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值；
[0016] 文本內(nèi)容下發(fā)模塊，用于通過計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo) 簽熱度值的平均值生成所述文本內(nèi)容相對于所述用戶標(biāo)識的內(nèi)容熱度值，根據(jù)所述內(nèi)容熱 度值選擇文本內(nèi)容，將選擇的文本內(nèi)容的鏈接下發(fā)給所述與用戶標(biāo)識對應(yīng)的終端。
[0017] 實(shí)施本發(fā)明實(shí)施例，將具有如下有益效果：
[0018] 首先，由于求得的內(nèi)容熱度值與用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽值一一相關(guān)，因此 使得選擇的文本內(nèi)容均為與用戶的興趣愛好或操作習(xí)慣相關(guān)的內(nèi)容，從而提高了推薦的準(zhǔn) 確度。
[0019] 其次，上述計(jì)算標(biāo)簽熱度值的方式參考的是歷史推薦數(shù)據(jù)，因此在統(tǒng)計(jì)學(xué)上使得 推薦結(jié)果更加符合用戶的瀏覽習(xí)慣。
[0020] 再次，在計(jì)算標(biāo)簽熱度值時(shí)，采用的是相乘的方式，也就是說，若在該服務(wù)器的運(yùn) 行時(shí)動(dòng)態(tài)添加了用戶屬性標(biāo)簽值或更改了用戶屬性標(biāo)簽值（例如，用戶修改注冊信息），月艮 務(wù)器上運(yùn)行的計(jì)算機(jī)本身并不需要進(jìn)行改動(dòng)，由于是相乘的關(guān)系，只需要將與更新的用戶 屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例與用戶推薦比例添加到乘法因子中即可得到更新的標(biāo)簽 熱度值，從而得到更新的內(nèi)容熱度值，因此，上述方式的擴(kuò)展性較好。
【附圖說明】
[0021] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0022] 其中：
[0023] 圖1為一個(gè)實(shí)施例中一種文本內(nèi)容推薦方法的流程圖；
[0024] 圖2為一個(gè)實(shí)施例中計(jì)算內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值的過程的流程圖；
[0025] 圖3為一個(gè)實(shí)施例中一種文本內(nèi)容推薦裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0026] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0027] 為解決上述資訊類應(yīng)用的服務(wù)器向用戶推薦的內(nèi)容與用戶個(gè)體的適配度不高，導(dǎo) 致內(nèi)容推薦的準(zhǔn)確度較低的技術(shù)問題，在一個(gè)實(shí)施例中，特提出了一種文本內(nèi)容推薦方法， 該方法的執(zhí)行可依賴于計(jì)算機(jī)程序，該計(jì)算機(jī)程序可以是資訊類應(yīng)用（例如推薦新聞資訊 的報(bào)刊應(yīng)用、雜志應(yīng)用等）、社交網(wǎng)絡(luò)類應(yīng)用（例如推薦話題帖子的論壇，微博等應(yīng)用）、電 商類應(yīng)用（例如推薦打折消息活動(dòng)消息的團(tuán)購應(yīng)用、網(wǎng)上商城應(yīng)用）等可向用戶終端推送 文本類型的數(shù)據(jù)內(nèi)容的應(yīng)用的服務(wù)器程序。該計(jì)算機(jī)程序可運(yùn)行于馮諾依曼體系的計(jì)算機(jī) 系統(tǒng)之上。該計(jì)算機(jī)系統(tǒng)則可以是運(yùn)行上述應(yīng)用的服務(wù)器程序的服務(wù)器設(shè)備。
[0028] 具體的，在本實(shí)施例中，文本內(nèi)容推薦方法如圖1所示，包括：
[0029] 步驟S102 :獲取用戶標(biāo)識，獲取所述用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽值。
[0030] 在本實(shí)施例中，用戶需要先在資訊類應(yīng)用上使用賬號登錄，登錄之后該應(yīng)用的服 務(wù)器上即存儲(chǔ)了與該賬號對應(yīng)的會(huì)話（session)，該用戶登錄的賬號即為用戶標(biāo)識。該資訊 類應(yīng)用的服務(wù)器上可以同時(shí)存儲(chǔ)有多個(gè)會(huì)話，服務(wù)器在進(jìn)行內(nèi)容推薦時(shí)，可遍歷會(huì)話，獲取 各個(gè)會(huì)話對應(yīng)的各個(gè)用戶賬號，然后對每個(gè)用戶賬號分別進(jìn)行內(nèi)容推薦，也就是說，為每個(gè) 用戶賬號推薦的文本內(nèi)容可能不同，且與用戶賬號相關(guān)。
[0031] 在上例中，用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽即為登錄的用戶賬號的用戶資料或用戶 操作記錄中的屬性值。例如，若用戶在注冊用戶賬號時(shí)，在注冊信息的性別、年齡、星座、住 址、興趣愛好等欄目中填寫了相應(yīng)的"男"、"31歲"、"金牛"、"深圳"、"體育"、"電影"、"旅游" 等資料內(nèi)容，則該填寫的內(nèi)容即為該用戶賬號的用戶屬性標(biāo)簽值。
[0032] 另外，也可通過分詞對用戶資料進(jìn)行分詞得到用戶屬性標(biāo)簽值。例如，若用戶填寫 的自我介紹的內(nèi)容中為一段文字，則可通過對該段文字進(jìn)行分詞，將分詞得到的名詞作為 該用戶賬號的用戶屬性標(biāo)簽值。
[0033] 還可根據(jù)用戶操作記錄提取用戶屬性標(biāo)簽，例如，服務(wù)器可統(tǒng)計(jì)用戶的常用登錄 地、經(jīng)常瀏覽的板塊（在資訊類應(yīng)用中通常包含多個(gè)板塊，例如財(cái)經(jīng)板塊、娛樂板塊等，若 用戶經(jīng)常瀏覽的板塊為財(cái)經(jīng)板塊，則相應(yīng)的用戶屬性標(biāo)簽值即為"財(cái)經(jīng)"）等，并將其作為用 戶屬性標(biāo)簽值。
[0034] 在另一個(gè)實(shí)施例中，服務(wù)器上運(yùn)行的計(jì)算機(jī)程序?yàn)榉?wù)推廣類或廣告類的應(yīng)用的 服務(wù)器程序，用戶標(biāo)識可僅為用戶的郵箱、手機(jī)號或即時(shí)通信應(yīng)用賬號，用戶不需要先在服 務(wù)器上登錄，而由服務(wù)器直接通過預(yù)設(shè)的郵箱列表或手機(jī)號列表提取用戶標(biāo)識。相應(yīng)的用 戶屬性標(biāo)簽值可以是為用戶標(biāo)識預(yù)設(shè)的屬性值，也可以是根據(jù)用戶標(biāo)識自身的屬性確定的 屬性值。例如，根據(jù)手機(jī)號可以提取到歸屬地以及號碼段的用戶屬性標(biāo)簽值，根據(jù)郵箱可以 提取郵箱服務(wù)提供商域名的用戶屬性標(biāo)簽值。若預(yù)先設(shè)置有與歸屬地對應(yīng)的屬性值，則可 將該屬性值添加到用戶屬性標(biāo)簽值中進(jìn)行擴(kuò)展。
[0035] 步驟S104 :獲取文本內(nèi)容，提取文本內(nèi)容的內(nèi)容屬性標(biāo)簽值。
[0036] 服務(wù)器上存儲(chǔ)的文本內(nèi)容有多個(gè)，服務(wù)器在向某個(gè)用戶標(biāo)識對應(yīng)的終端（在該終 端上登錄的）在后續(xù)的步驟中，服務(wù)器可遍歷或部分遍歷服務(wù)器上存儲(chǔ)的文本內(nèi)容，計(jì)算 遍歷到的文本內(nèi)容與前述獲取的內(nèi)容熱度值，然后根據(jù)文本內(nèi)容的內(nèi)容熱度值的大小選擇 是否推薦。
[0037] 也就是說，對于某個(gè)特定的用戶標(biāo)識，在服務(wù)器上存儲(chǔ)的多條待推薦的文本內(nèi)容 中選擇推薦時(shí)，可先計(jì)算每條文本內(nèi)容相對于該用戶標(biāo)識的內(nèi)容熱度值。在計(jì)算該相對的 內(nèi)容熱度值時(shí)，需要先由文本內(nèi)容中提取內(nèi)容屬性標(biāo)簽值。
[0038] 文本內(nèi)容的內(nèi)容屬性標(biāo)簽值可以有多個(gè)，可以是在生成該文本內(nèi)容時(shí)預(yù)設(shè)的屬性 值，也可以是根據(jù)該文本內(nèi)容本身的內(nèi)容得到。例如，在一個(gè)微博的應(yīng)用場景中，文本內(nèi)容 即為用戶發(fā)布的微博的文本內(nèi)容，用戶可在發(fā)送微博時(shí)為該條微博添加話題標(biāo)簽，該話題 標(biāo)簽即為文本內(nèi)容的內(nèi)容屬性標(biāo)簽值。
[0039] 在一個(gè)實(shí)施例中，也可對文本內(nèi)容進(jìn)行分詞得到分詞詞組，將分詞詞組作為文本 內(nèi)容的內(nèi)容屬性標(biāo)簽值。
[0040] 如上例中，若某用戶發(fā)表的微博內(nèi)容為"我喜歡的籃球明星是科比"，則通過分詞 可以得到分詞詞組"喜歡"、"籃球"、"明星"、"科比"，該分詞詞組即可作為該微博的內(nèi)容屬性 標(biāo)簽值。
[0041] 可選的，對文本內(nèi)容進(jìn)行分詞得到分詞詞組的步驟之后還可獲取所述分詞詞組的 近義詞或同義詞，將其添加到分詞詞組中進(jìn)行擴(kuò)展。
[0042] 如上例中，若某用戶發(fā)表的微博內(nèi)容為"我喜歡吃番茄"，則通過分詞可以得到分 詞詞組"喜歡"、"番茄"，通過查找預(yù)設(shè)的同義詞或近義詞庫可查找到與"番茄"對應(yīng)的同義 詞"西紅柿"，則可將該微博的內(nèi)容屬性標(biāo)簽值擴(kuò)展為"喜歡"、"番茄"、"西紅柿"。
[0043] 可選的，對文本內(nèi)容進(jìn)行分詞得到分詞詞組的步驟之后還可獲取預(yù)設(shè)的詞條分類 信息，在所述詞條分類信息中查找與所述分詞詞組對應(yīng)的類型詞條，將所述類型詞條添加 到所述分詞詞組中進(jìn)行擴(kuò)展。
[0044] 如上例中，若某用戶發(fā)表的微博內(nèi)容為"21歲的時(shí)候我們都在玩些什么"，則通過 分詞可以得到分詞詞組"21歲"、"玩"，而預(yù)設(shè)的詞條分類信息中，"21歲"屬于"90后"的類 型詞條，則可將該微博的內(nèi)容屬性標(biāo)簽值擴(kuò)展為"21歲"、"玩"、"90后"。
[0045] 步驟S106 :遍歷所述內(nèi)容屬性標(biāo)簽值，對于所述遍歷到的內(nèi)容屬性標(biāo)簽值，獲取 包含該內(nèi)容屬性標(biāo)簽值的文本內(nèi)容被瀏覽的總體瀏覽率、獲取瀏覽過包含該內(nèi)容屬性標(biāo)簽 值的文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例；獲取被推薦過包含該 內(nèi)容屬性標(biāo)簽值的文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶推薦比例，根據(jù)所 述總體瀏覽率、與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例和用戶推薦比例生成所述遍歷 到的內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值。
[0046] 如前例中，若提取到某條文本內(nèi)容的內(nèi)容屬性標(biāo)簽值為：tagl、tag2、tag3… tagi …tagN，貝丨J :
[0047] 對于某個(gè)遍歷到的內(nèi)容屬性標(biāo)簽值tagi，包含tagi的文本內(nèi)容被瀏覽的總體瀏 覽率即為包含tagi的文本內(nèi)容被瀏覽的次數(shù)與推薦下發(fā)給用戶終端的次數(shù)的比值，可根 據(jù)公式：
[0048] ctr(tagi) = N1/N2
[0049] 得到tagi的總體瀏覽率ctr(tagl)。其中，N1為包含tagi的文本內(nèi)容被瀏覽的 次數(shù)，N2為包含tagi的文本內(nèi)容被下發(fā)給用戶終端的次數(shù)。也就是說，某條包含tagi的文 本內(nèi)容被下發(fā)給用戶之后，則在統(tǒng)計(jì)N2時(shí)累加1，若該用戶點(diǎn)擊了該文本內(nèi)容進(jìn)行了瀏覽， 則在統(tǒng)計(jì)N1時(shí)累加1。
[0050] 而對于該遍歷到的內(nèi)容屬性標(biāo)簽值tagi，瀏覽過包含該內(nèi)容屬性標(biāo)簽值tagi的 文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例即為：瀏覽過包含該內(nèi)容屬 性標(biāo)簽值tagi的文本內(nèi)容的用戶的數(shù)目中，包含各個(gè)用戶屬性標(biāo)簽值的用戶數(shù)各自占的 比例。
[0051] 例如，若前述將要向其進(jìn)行內(nèi)容推薦的用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽值為： property 1，property〗…· PropertyJ…PropertyN，則對于某個(gè)用戶屬性標(biāo)簽值 PropertyJ， 其對應(yīng)的用戶瀏覽比例即可根據(jù)公式：
[0052] P(property.j | tag;) = Sij/Si
[0053] 得到。其中，PCpropertyjltagi)即為瀏覽過包含內(nèi)容屬性標(biāo)簽值tagi的文本 內(nèi)容的用戶中與用戶屬性標(biāo)簽值PropertyJ對應(yīng)的用戶瀏覽比例，Si即為瀏覽過包含內(nèi) 容屬性標(biāo)簽值tagi的文本內(nèi)容的用戶的數(shù)目，Si jSSi中其包含的用戶屬性標(biāo)簽值包括 PropertyJ的用戶數(shù)目。
[0054] 對于該遍歷到的內(nèi)容屬性標(biāo)簽值tagi，被推薦過包含該內(nèi)容屬性標(biāo)簽值的文本內(nèi) 容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶推薦比例即為：被推薦過該包含該內(nèi)容屬性 標(biāo)簽值tagi的文本內(nèi)容的用戶的數(shù)目中，包含各個(gè)用戶屬性標(biāo)簽值的用戶數(shù)各自占的比 例。
[0055] 例如，則對于提取的用戶標(biāo)識的某個(gè)用戶屬性標(biāo)簽值PropertyJ，其對應(yīng)的用戶推 薦比例即可根據(jù)公式：
[0056] K (propertyj | tag；) = Ti,.j/Ti
[0057] 得到。其中，K(propertyj I tag;)即為被推薦過包含內(nèi)容屬性標(biāo)簽值tagi的文本 內(nèi)容的用戶中與用戶屬性標(biāo)簽值PropertyJ對應(yīng)的用戶推薦比例，?\即為被推薦過包含內(nèi) 容屬性標(biāo)簽值tagi的文本內(nèi)容的用戶的數(shù)目，IV^為！^中其包含的用戶屬性標(biāo)簽值包括 PropertyJ的用戶數(shù)目。
[0058] 例如，若遍歷到的內(nèi)容屬性標(biāo)簽值為"90后"，則若根據(jù)歷史統(tǒng)計(jì)，包含"90后"的 文本內(nèi)容被推薦給用戶的次數(shù)為10000次（同一個(gè)用戶可能被推薦多次），而被用戶點(diǎn)擊文 本內(nèi)容的鏈接瀏覽實(shí)際內(nèi)容的次數(shù)只有2000次，則ctr( "90后"）的值為2000/10000 = 0.2。
[0059] 若將要向其推薦文本內(nèi)容的用戶標(biāo)識的用戶屬性標(biāo)簽值包括"體育"、"電影"，且 瀏覽過包含"90后"的文本內(nèi)容的用戶數(shù)目為1000人，其中，該1000個(gè)用戶中有200個(gè)用戶 的用戶屬性標(biāo)簽值中包括"體育"，有300個(gè)用戶的用戶屬性標(biāo)簽值中包括"電影"，則P("體 育" | "90后"）的值即為200/1000 = 0. 2, P( "電影" | "90后"）的值即為300/1000 = 0· 3〇
[0060] 相應(yīng)的，若被推薦過包含"90后"的文本內(nèi)容的用戶數(shù)目為3000人，其中，該3000 個(gè)用戶中有600個(gè)用戶的用戶屬性標(biāo)簽值中包括"體育"，有1200個(gè)用戶的用戶屬性標(biāo)簽值 中包括"電影"，則K( "體育" | "90后"）的值即為600/3000 = 0. 2，P( "電影" | "90后"） 的值即為 1200/3000 = 0· 4。
[0061] 而在本實(shí)施例中，可采用乘積的方式根據(jù)所述總體瀏覽率、與各個(gè)用戶屬性標(biāo)簽 值對應(yīng)的用戶瀏覽比例和用戶推薦比例生成所述遍歷到的內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值， 如圖2所示，具體為：
[0062] 步驟S202,計(jì)算與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例的第一乘積。
[0063] 步驟S204,計(jì)算與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶推薦比例的第二乘積。
[0064] 步驟S206,將所述第一乘積與所述第二乘積的比值與所述總體瀏覽率相乘得到所 述遍歷到的內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值。
[0065] 如上例中，可根據(jù)公式：
[0066]
[0067] 得到tagi相對于前述用戶標(biāo)識的標(biāo)簽熱度值H(tagi)，其中，P(propertyj | tag;) 為瀏覽過包含內(nèi)容屬性標(biāo)簽值tagi的文本內(nèi)容的用戶中與用戶屬性標(biāo)簽值PropertyJ對 應(yīng)的用戶瀏覽比例，I^propertyjltagi)為被推薦過包含內(nèi)容屬性標(biāo)簽值tagi的文本內(nèi)容 的用戶中與用戶屬性標(biāo)簽值PropertyJ對應(yīng)的用戶推薦比例，ctr(tagi)為tagi的總體瀏 覽率。
[0068] 步驟S108 :通過計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值的 平均值生成所述文本內(nèi)容相對于用戶標(biāo)識的內(nèi)容熱度值，根據(jù)該內(nèi)容熱度值選擇文本內(nèi) 容，將選擇的文本內(nèi)容的鏈接下發(fā)給所述用戶標(biāo)識對應(yīng)的終端。
[0069] 如前所述，若文本內(nèi)容的內(nèi)容屬性標(biāo)簽值為tag 1、tag2…tagi…tagN，則該文本內(nèi) 容相對于前述用戶標(biāo)識的內(nèi)容熱度值即為H(tagl)、H(tag 2). .H(tagl)的平均值。在本實(shí)施 例中，計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值的幾何平均值，將該幾 何平均值作為該文本內(nèi)容相對于該用戶標(biāo)識的內(nèi)容熱度值。具體可表示為：
[0070]
[0071] 其中，score即為該文本內(nèi)容相對于用戶標(biāo)識的內(nèi)容熱度值，N為該文本內(nèi)容的內(nèi) 容屬性標(biāo)簽值的總個(gè)數(shù)。
[0072] 使用上述方式計(jì)算的文本內(nèi)容相對于用戶標(biāo)識的內(nèi)容熱度值，首先，由于求得的 內(nèi)容熱度值與用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽值一一相關(guān)，因此使得選擇的文本內(nèi)容均為與 用戶的興趣愛好或操作習(xí)慣相關(guān)的內(nèi)容，從而提高了推薦的準(zhǔn)確度。其次，上述計(jì)算標(biāo)簽熱 度值的方式參考的是歷史推薦數(shù)據(jù)，因此在統(tǒng)計(jì)學(xué)上使得推薦結(jié)果更加符合用戶的瀏覽習(xí) 慣。再次，在計(jì)算標(biāo)簽熱度值時(shí)，采用的是相乘的方式，也就是說，若在該服務(wù)器的運(yùn)行時(shí)動(dòng) 態(tài)添加了用戶屬性標(biāo)簽值或更改了用戶屬性標(biāo)簽值（例如，用戶修改注冊信息），服務(wù)器上 運(yùn)行的計(jì)算機(jī)本身并不需要進(jìn)行改動(dòng)，由于是相乘的關(guān)系，只需要將與更新的用戶屬性標(biāo) 簽值對應(yīng)的用戶瀏覽比例與用戶推薦比例添加到乘法因子中即可得到更新的標(biāo)簽熱度值， 從而得到更新的內(nèi)容熱度值，因此，上述方式的擴(kuò)展性較好。
[0073] 在其他實(shí)施例中，也可通過求和的方式根據(jù)所述總體瀏覽率、與各個(gè)用戶屬性標(biāo) 簽值對應(yīng)的用戶瀏覽比例和用戶推薦比例生成所述遍歷到的內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度 值。即將與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例的和減去將與各個(gè)用戶屬性標(biāo)簽值對 應(yīng)的用戶推薦比例的和然后再加上總體瀏覽率得到遍歷到的內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度 值。而在該實(shí)施例中，則可，計(jì)算文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值的算數(shù) 平均值，將該算數(shù)平均值作為該文本內(nèi)容相對于該用戶標(biāo)識的內(nèi)容熱度值。
[0074] 在本實(shí)施例中，對于服務(wù)器上存儲(chǔ)的多條待推薦的文本內(nèi)容，在求得了各條文本 內(nèi)容相對于選擇的用戶標(biāo)識的內(nèi)容熱度值score之后，即可根據(jù)score的大小選擇相對于 選擇的用戶標(biāo)識的score值較高的文本內(nèi)容，將其鏈接或者摘要發(fā)送給該用戶標(biāo)識對應(yīng)的 終端。用戶終端接收到該鏈接或摘要之后，可在提示欄或通知欄通知用戶，若用戶對于該鏈 接或摘要感興趣，點(diǎn)擊了該鏈接或摘要信息進(jìn)行瀏覽，則該點(diǎn)擊操作產(chǎn)生的訪問請求再次 上傳至服務(wù)器，服務(wù)器即可對文本內(nèi)容中的各個(gè)內(nèi)容屬性標(biāo)簽值對應(yīng)的瀏覽與被推薦的統(tǒng) 計(jì)值進(jìn)行更新，從而方便下一次推薦操作。
[0075] 根據(jù)score值進(jìn)行推薦的方式可以有多種，例如，可在文本內(nèi)容相對于用戶標(biāo)識 的內(nèi)容熱度值大于熱度閾值時(shí)，將文本內(nèi)容下發(fā)給用戶標(biāo)識對應(yīng)的終端。
[0076] 由于服務(wù)器上存儲(chǔ)的文本內(nèi)容的數(shù)量較大，若對每一個(gè)用戶進(jìn)行推薦時(shí)，均計(jì)算 每條文本內(nèi)容相對于該用戶的內(nèi)容熱度值，則計(jì)算量較大，耗費(fèi)的計(jì)算資源較多。而若僅在 判斷內(nèi)容熱度值是否大于熱度閾值之后則選擇推薦，可減少大量較多的計(jì)算量。
[0077] 再例如，可根據(jù)內(nèi)容熱度值對文本內(nèi)容進(jìn)行排序得到文本內(nèi)容的排名，在所述排 名高于排名閾值時(shí)，將該排名的文本內(nèi)容下發(fā)給所述用戶標(biāo)識對應(yīng)的終端。使用排名的方 式則可將與用戶標(biāo)識最相關(guān)的文本內(nèi)容優(yōu)先推薦給該用戶，從而使得推薦的準(zhǔn)確度大大提 尚。
[0078] 在一個(gè)實(shí)施例中，為解決上述資訊類應(yīng)用的服務(wù)器向用戶推薦的內(nèi)容與用戶個(gè)體 的適配度不高，導(dǎo)致內(nèi)容推薦的準(zhǔn)確度較低的技術(shù)問題，特提出了一種與前述文本內(nèi)容推 薦方法對應(yīng)的文本內(nèi)容推薦裝置，如圖3所示，包括：用戶屬性獲取模塊102、內(nèi)容標(biāo)簽獲取 模塊104、標(biāo)簽熱度值生成模塊106以及文本內(nèi)容下發(fā)模塊108,其中：
[0079] 用戶屬性獲取模塊102,用于獲取用戶標(biāo)識，獲取所述用戶標(biāo)識對應(yīng)的用戶屬性標(biāo) 簽值。
[0080] 內(nèi)容標(biāo)簽獲取模塊104,用于獲取文本內(nèi)容，提取所述文本內(nèi)容的內(nèi)容屬性標(biāo)簽 值。
[0081 ] 標(biāo)簽熱度值生成模塊106，用于遍歷所述內(nèi)容屬性標(biāo)簽值，對于所述遍歷到的內(nèi)容 屬性標(biāo)簽值，獲取包含該內(nèi)容屬性標(biāo)簽值的文本內(nèi)容被瀏覽的總體瀏覽率、獲取瀏覽過包 含該內(nèi)容屬性標(biāo)簽值的文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例；獲 取被推薦過包含該內(nèi)容屬性標(biāo)簽值的文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用 戶推薦比例，根據(jù)所述總體瀏覽率、與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例和用戶推 薦比例生成所述遍歷到的內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值。
[0082] 文本內(nèi)容下發(fā)模塊108,用于通過計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值 的標(biāo)簽熱度值的平均值生成所述文本內(nèi)容相對于所述用戶標(biāo)識的內(nèi)容熱度值，根據(jù)所述內(nèi) 容熱度值選擇文本內(nèi)容，將選擇的文本內(nèi)容的鏈接下發(fā)給所述與用戶標(biāo)識對應(yīng)的終端。
[0083] 在本實(shí)施例中，標(biāo)簽熱度值生成模塊106還用于計(jì)算與各個(gè)用戶屬性標(biāo)簽值對應(yīng) 的用戶瀏覽比例的第一乘積；計(jì)算與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶推薦比例的第二乘 積；將所述第一乘積與所述第二乘積的比值與所述總體瀏覽率相乘得到所述遍歷到的內(nèi)容 屬性標(biāo)簽值的標(biāo)簽熱度值。
[0084] 在本實(shí)施例中，文本內(nèi)容下發(fā)模塊108還用于計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容 屬性標(biāo)簽值的標(biāo)簽熱度值的幾何平均值，將該幾何平均值作為該文本內(nèi)容相對于所述用戶 標(biāo)識的內(nèi)容熱度值。
[0085] 在本實(shí)施例中，內(nèi)容標(biāo)簽獲取模塊104還用于對所述文本內(nèi)容進(jìn)行分詞得到分詞 詞組，將所述分詞詞組作為所述文本內(nèi)容的內(nèi)容屬性標(biāo)簽值。
[0086] 在本實(shí)施例中，內(nèi)容標(biāo)簽獲取模塊104還用于獲取所述分詞詞組的近義詞或同義 詞，將其添加到所述分詞詞組中進(jìn)行擴(kuò)展。
[0087] 在本實(shí)施例中，內(nèi)容標(biāo)簽獲取模塊104還用于獲取預(yù)設(shè)的詞條分類信息，在所述 詞條分類信息中查找與所述分詞詞組對應(yīng)的類型詞條，將所述類型詞條添加到所述分詞詞 組中進(jìn)行擴(kuò)展。
[0088] 在本實(shí)施例中，文本內(nèi)容下發(fā)模塊108還用于在所述文本內(nèi)容的內(nèi)容熱度值大于 熱度閾值時(shí)，選擇該文本內(nèi)容。
[0089] 在本實(shí)施例中，文本內(nèi)容下發(fā)模塊108還用于根據(jù)內(nèi)容熱度值對文本內(nèi)容進(jìn)行排 序得到文本內(nèi)容的排名，在所述排名高于排名閾值時(shí)，選擇該排名的文本內(nèi)容。
[0090] 綜上所述，實(shí)施本發(fā)明實(shí)施例，將具有如下有益效果：
[0091] 首先，由于求得的內(nèi)容熱度值與用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽值一一相關(guān)，因此 使得選擇的文本內(nèi)容均為與用戶的興趣愛好或操作習(xí)慣相關(guān)的內(nèi)容，從而提高了推薦的準(zhǔn) 確度。
[0092] 其次，上述計(jì)算標(biāo)簽熱度值的方式參考的是歷史推薦數(shù)據(jù)，因此在統(tǒng)計(jì)學(xué)上使得 推薦結(jié)果更加符合用戶的瀏覽習(xí)慣。
[0093] 再次，在計(jì)算標(biāo)簽熱度值時(shí)，采用的是相乘的方式，也就是說，若在該服務(wù)器的運(yùn) 行時(shí)動(dòng)態(tài)添加了用戶屬性標(biāo)簽值或更改了用戶屬性標(biāo)簽值（例如，用戶修改注冊信息），月艮 務(wù)器上運(yùn)行的計(jì)算機(jī)本身并不需要進(jìn)行改動(dòng)，由于是相乘的關(guān)系，只需要將與更新的用戶 屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例與用戶推薦比例添加到乘法因子中即可得到更新的標(biāo)簽 熱度值，從而得到更新的內(nèi)容熱度值，因此，上述方式的擴(kuò)展性較好。
[0094] 本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，是可以 通過計(jì)算機(jī)程序來指令相關(guān)的硬件來完成，所述的程序可存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì) 中，該程序在執(zhí)行時(shí)，可包括如上述各方法的實(shí)施例的流程。其中，所述的存儲(chǔ)介質(zhì)可為磁 碟、光盤、只讀存儲(chǔ)記憶體（Read-Only Memory，ROM)或隨機(jī)存儲(chǔ)記憶體（Random Access Memory，RAM)等。
[0095] 以上所揭露的僅為本發(fā)明較佳實(shí)施例而已，當(dāng)然不能以此來限定本發(fā)明之權(quán)利范 圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。
【主權(quán)項(xiàng)】
1. 一種文本內(nèi)容推薦方法，包括： 獲取用戶標(biāo)識，獲取所述用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽值； 獲取文本內(nèi)容，提取所述文本內(nèi)容的內(nèi)容屬性標(biāo)簽值； 遍歷所述內(nèi)容屬性標(biāo)簽值，對于所述遍歷到的內(nèi)容屬性標(biāo)簽值，獲取包含該內(nèi)容屬性 標(biāo)簽值的文本內(nèi)容被瀏覽的總體瀏覽率、獲取瀏覽過包含該內(nèi)容屬性標(biāo)簽值的文本內(nèi)容的 用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例；獲取被推薦過包含該內(nèi)容屬性標(biāo)簽值 的文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶推薦比例，根據(jù)所述總體瀏覽率、 與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例和用戶推薦比例生成所述遍歷到的內(nèi)容屬性 標(biāo)簽值的標(biāo)簽熱度值； 通過計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值的平均值生成所述 文本內(nèi)容相對于所述用戶標(biāo)識的內(nèi)容熱度值，根據(jù)所述內(nèi)容熱度值選擇文本內(nèi)容，將選擇 的文本內(nèi)容的鏈接下發(fā)給所述與用戶標(biāo)識對應(yīng)的終端。2. 根據(jù)權(quán)利要求1所述的文本內(nèi)容推薦方法，其特征在于，所述根據(jù)所述總體瀏覽率、 與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例和用戶推薦比例生成所述遍歷到的內(nèi)容屬性 標(biāo)簽值的標(biāo)簽熱度值的步驟為： 計(jì)算與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例的第一乘積； 計(jì)算與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶推薦比例的第二乘積； 將所述第一乘積與所述第二乘積的比值與所述總體瀏覽率相乘得到所述遍歷到的內(nèi) 容屬性標(biāo)簽值的標(biāo)簽熱度值。3. 根據(jù)權(quán)利要求1或2所述的文本內(nèi)容推薦方法，其特征在于，通過計(jì)算所述文本內(nèi)容 對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值的平均值生成所述文本內(nèi)容的內(nèi)容熱度值的步 驟為： 計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值的幾何平均值，將該幾何 平均值作為該文本內(nèi)容相對于所述用戶標(biāo)識的內(nèi)容熱度值。4. 根據(jù)權(quán)利要求1所述的文本內(nèi)容推薦方法，其特征在于，所述提取所述文本內(nèi)容的 內(nèi)容屬性標(biāo)簽值的步驟包括： 對所述文本內(nèi)容進(jìn)行分詞得到分詞詞組，將所述分詞詞組作為所述文本內(nèi)容的內(nèi)容屬 性標(biāo)簽值。5. 根據(jù)權(quán)利要求4所述的文本內(nèi)容推薦方法，其特征在于，所述對所述文本內(nèi)容進(jìn)行 分詞得到分詞詞組的步驟之后還包括： 獲取所述分詞詞組的近義詞或同義詞，將其添加到所述分詞詞組中進(jìn)行擴(kuò)展。6. 根據(jù)權(quán)利要求4所述的文本內(nèi)容推薦方法，其特征在于，所述對所述文本內(nèi)容進(jìn)行 分詞得到分詞詞組的步驟之后還包括： 獲取預(yù)設(shè)的詞條分類信息，在所述詞條分類信息中查找與所述分詞詞組對應(yīng)的類型詞 條，將所述類型詞條添加到所述分詞詞組中進(jìn)行擴(kuò)展。7. 根據(jù)權(quán)利要求1所述的文本內(nèi)容推薦方法，其特征在于，所述根據(jù)內(nèi)容熱度值選擇 文本內(nèi)容的步驟包括： 在所述文本內(nèi)容的內(nèi)容熱度值大于熱度閾值時(shí)，選擇該文本內(nèi)容。8. 根據(jù)權(quán)利要求1所述的文本內(nèi)容推薦方法，其特征在于，所述根據(jù)內(nèi)容熱度值選擇 文本內(nèi)容的步驟包括： 根據(jù)內(nèi)容熱度值對文本內(nèi)容進(jìn)行排序得到文本內(nèi)容的排名，在所述排名高于排名閾值 時(shí)，選擇該排名的文本內(nèi)容。9. 一種文本內(nèi)容推薦裝置，包括： 用戶屬性獲取模塊，用于獲取用戶標(biāo)識，獲取所述用戶標(biāo)識對應(yīng)的用戶屬性標(biāo)簽值； 內(nèi)容標(biāo)簽獲取模塊，用于獲取文本內(nèi)容，提取所述文本內(nèi)容的內(nèi)容屬性標(biāo)簽值； 標(biāo)簽熱度值生成模塊，用于遍歷所述內(nèi)容屬性標(biāo)簽值，對于所述遍歷到的內(nèi)容屬性標(biāo) 簽值，獲取包含該內(nèi)容屬性標(biāo)簽值的文本內(nèi)容被瀏覽的總體瀏覽率、獲取瀏覽過包含該內(nèi) 容屬性標(biāo)簽值的文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例；獲取被推 薦過包含該內(nèi)容屬性標(biāo)簽值的文本內(nèi)容的用戶中與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶推薦 比例，根據(jù)所述總體瀏覽率、與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例和用戶推薦比例 生成所述遍歷到的內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值； 文本內(nèi)容下發(fā)模塊，用于通過計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱 度值的平均值生成所述文本內(nèi)容相對于所述用戶標(biāo)識的內(nèi)容熱度值，根據(jù)所述內(nèi)容熱度值 選擇文本內(nèi)容，將選擇的文本內(nèi)容的鏈接下發(fā)給所述與用戶標(biāo)識對應(yīng)的終端。10. 根據(jù)權(quán)利要求9所述的文本內(nèi)容推薦裝置，其特征在于，所述標(biāo)簽熱度值生成模 塊，還用于計(jì)算與各個(gè)用戶屬性標(biāo)簽值對應(yīng)的用戶瀏覽比例的第一乘積；計(jì)算與各個(gè)用戶 屬性標(biāo)簽值對應(yīng)的用戶推薦比例的第二乘積；將所述第一乘積與所述第二乘積的比值與所 述總體瀏覽率相乘得到所述遍歷到的內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值。11. 根據(jù)權(quán)利要求9或10所述的文本內(nèi)容推薦裝置，其特征在于，所述文本內(nèi)容下發(fā)模 塊，還用于計(jì)算所述文本內(nèi)容對應(yīng)的各個(gè)內(nèi)容屬性標(biāo)簽值的標(biāo)簽熱度值的幾何平均值，將 該幾何平均值作為該文本內(nèi)容相對于所述用戶標(biāo)識的內(nèi)容熱度值。12. 根據(jù)權(quán)利要求9所述的文本內(nèi)容推薦裝置，其特征在于，所述內(nèi)容標(biāo)簽獲取模塊還 用于對所述文本內(nèi)容進(jìn)行分詞得到分詞詞組，將所述分詞詞組作為所述文本內(nèi)容的內(nèi)容屬 性標(biāo)簽值。13. 根據(jù)權(quán)利要求12所述的文本內(nèi)容推薦裝置，其特征在于，所述內(nèi)容標(biāo)簽獲取模塊 還用于獲取所述分詞詞組的近義詞或同義詞，將其添加到所述分詞詞組中進(jìn)行擴(kuò)展。14. 根據(jù)權(quán)利要求12所述的文本內(nèi)容推薦裝置，其特征在于，所述內(nèi)容標(biāo)簽獲取模塊 還用于獲取預(yù)設(shè)的詞條分類信息，在所述詞條分類信息中查找與所述分詞詞組對應(yīng)的類型 詞條，將所述類型詞條添加到所述分詞詞組中進(jìn)行擴(kuò)展。15. 根據(jù)權(quán)利要求9所述的文本內(nèi)容推薦裝置，其特征在于，所述文本內(nèi)容下發(fā)模塊， 還用于在所述文本內(nèi)容的內(nèi)容熱度值大于熱度閾值時(shí)，選擇該文本內(nèi)容。16. 根據(jù)權(quán)利要求9所述的文本內(nèi)容推薦裝置，其特征在于，所述文本內(nèi)容下發(fā)模塊， 還用于根據(jù)內(nèi)容熱度值對文本內(nèi)容進(jìn)行排序得到文本內(nèi)容的排名，在所述排名高于排名閾 值時(shí)，選擇該排名的文本內(nèi)容。
【文檔編號】G06F17/30GK106033415SQ201510102993
【公開日】2016年10月19日
【申請日】2015年3月9日
【發(fā)明人】尹程果
【申請人】深圳市騰訊計(jì)算機(jī)系統(tǒng)有限公司