专利名称：一种发送推荐信息的方法及装置的制作方法
技术领域：
本发明涉及互联网技术领域，具体的说，涉及一种发送推荐信息的方法及装置。
背景技术：
目前，由于互联网和即时通讯技术的迅速发展，互联网用户的数量也随之逐渐增大。为了满足用户个性化需求，微博，博客，QQ空间等这样的社区为用户提供了个人中心页面，用户能够根据自身的兴趣、爱好、习惯等需求，发表日志、上传照片等个性化的操作，同时，也能够将用户关系链中各好友的动态信息推荐给用户，使得用户能够更加方便的了解好友的近期状况。通常在现有方案中，针对个人中心页面中用户关系链内各好友所产生的动态信息，可以按照时间顺序推送给用户，但用户不能保证能够及时登录个人中心页面对所感兴趣的动态信息进行查看，由于动态内容会随着时间的推进而滚屏，因此，用户很有可能错过自己关注的动态信息。还有一种现有方案是采用基于用户关系链的范围进行推送，具体是将登录用户的关系链中各好友的关系链信息推荐给登录用户，使得用户可以推展自身的用户关系链。但这种信息推荐方式，由于用户关系链的复杂性，并不利于登录用户找到志趣相投的朋友，因此，也不利于社区关系链的进一步拓展。
发明内容
本发明实施例提供一种发送推荐信息的方法及装置，能够提高推荐信息的精准度，减少不相关内容的推送。本发明一方面提供了一种发送推荐信息的方法，包括:建立用户属性集合，所述用户属性集合包括基于内容的集合以及基于用户关系的集合;根据所述用户属性集合确定要发送的推荐信息；发送所述推荐信息。进一步的，所述建立用户属性集合，包括:根据用户行为信息建立所述基于内容的集合；所述用户行为信息包括用户个人属性、用户发表日志的内容以及用户浏览过的日志内容中任意一种或多种；根据用户关系信息建立所述基于用户关系的集合；所述用户关系信息包括用户的好友ID以及与好友交互的频率信息。进一步的，所述根据所述用户属性集合确定要发送的推荐信息，包括:确定所述基于内容的集合与数据库中每个文档模型的内容相似度；确定所述用户关系的集合与数据库中每个文档作者的基于用户关系的集合的用户相似度；根据所述内容相似度以及用户相似度，从所述数据库中确定所述推荐信息；
其中，根据所述内容相似度以及用户相似度，从所述数据库中确定所述推荐信息，包括:将所述内容相似度与所述用户相似度进行线性叠加；根据所述线性叠加值对数据库中的内容进行排序，按照排序顺序确定所述推荐信
肩、O进一步的，所述方法还包括:根据用户订阅内容列表从所述数据库中确定所述用户的订阅内容数据；在所述用户的订阅内容数据以及优质内容数据中，确定初始推荐信息，以便根据所述用户属性集合在所述初始推荐信息中确定要发送的推荐信息。进一步的，所述发送所述推荐信息，包括:采用直接发送所述推荐信息的方式，或者，根据所述推荐信息的排序顺序进行发送的方式，发送所述推荐信息。本发明另一方面提供了一种发送推荐信息的装置，包括:数据配置模块，用于建立用户属性集合，所述用户属性集合包括基于内容的集合以及基于用户关系的集合；数据控制模块，用于根据所述数据配置模块建立的用户属性集合确定要发送的推荐信息；数据发送模块，用于发送所述数据控制模块确定的所述推荐信息。优选的，所述数据配置模块具体用于:根据用户行为信息建立所述基于内容的集合；所述用户行为信息包括用户个人属性、用户发表日志的内容以及用户浏览过的日志内容中任意一种或多种；根据用户关系信息建立所述基于用户关系的集合；所述用户关系信息包括用户的好友ID以及与好友交互的频率信息。优选的，所述数据控制模块进一步包括:内容相似度确定单元，用于确定所述基于内容的集合与数据库中每个文档模型的内各相似度；用户相似度确定单元，用于确定所述用户关系的集合与数据库中每个文档作者的基于用户关系的集合的用户相似度；推荐信息确定单元，用于根据所述内容相似度以及用户相似度，从所述数据库中确定所述推荐信息；其中，所述推荐信息确定单元具体用于:将所述内容相似度与所述用户相似度进行线性叠加；根据所述线性叠加值对数据库中的内容进行排序，按照排序顺序确定所述推荐信息。优选的，所述装置还包括:数据筛选模块，用于根据用户订阅内容列表从所述数据库中确定所述用户的订阅内容数据；在所述用户的订阅内容数据以及优质内容数据中，确定初始推荐信息，以便所述数据控制模块根据所述用户属性集合在所述初始推荐信息中确定要发送的推荐信息。优选的，所述数据发送模块具体用于:采用直接发送所述推荐信息的方式，或者，根据所述推荐信息的排序顺序进行发送的方式，发送所述推荐信息。由上述本发明提供的技术方案可以看出，本发明实施例通过建立用户属性集合，所述用户属性集合包括基于内容的集合以及基于用户关系的集合；并根据所述用户属性集合确定要推送的推荐信息，并发送所述推荐信息。本发明技术方案的实现，能够在海量内容中筛选出跟用户相关并且喜爱的信息，减少不相关内容的推送，从而提高信息的推送精准度，同时也能够增加用户对推荐信息的关注度，有利于用户关系链的扩展。
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。图1为本发明实施例一种发送推荐信息的方法流程图；图2为本发明实施例一种发送推荐信息的装置结构示意图。
具体实施例方式下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。本发明实施例提供了一种发送推荐信息的方法及装置，通过建立基于内容的集合及用户关系的集合，能够在存储有海量数据的数据库中筛选出跟用户相关并且感兴趣的信息，不仅提高了推荐信息的精准度，还能够增加用户对推荐信息的点击量及用户间的互动频率，从而便于进一步拓展社区关系链。下面将结合附图对本发明实施例作进一步地详细描述。如图1所示，本发明实施例提出一种发送推荐信息的方法，技术方案可以包括:101、建立用户属性集合，所述用户属性集合包括基于内容的集合以及基于用户关系的集合；102、根据所述用户属性集合确定要发送的推荐信息；103、发送所述推荐信息。可见，上述本发明实施例提出的发送推荐信息的方法，主要包括建立用户属性集合和根据用户属性集合确定推荐信息的两个过程。下面对这两个过程进行详细说明。在本发明的一个可选实施例中，在步骤101之前，所述方法还可以包括步骤100 (图1中未示出):根据用户订阅内容列表从数据库中确定所述用户的订阅内容数据；在所述用户的订阅内容数据以及优质内容数据中，确定初始推荐信息，以便根据用户属性集合在初始推荐信息中确定要发送的推荐信息。具体的说，根据用户订阅内容列表从数据库中确定用户的订阅内容数据，该过程可以采用现有方法来实现，例如:目前用户的订阅内容就是用户QQ好友或微博follow关系的用户所产生的内容，用户上线后，根据用户关系链，采用将对方的内容拉取过来的方式获取所述用户订阅的内容数据，由于该获取方式可以采用现有技术来实现，本发明在此不做赘述。进一步的说，本发明实施例中用户的订阅内容数据可以包括用户关系链中好友所发布的日志、文章、照片、视频等内容中的任意一种或多种。具体的说，本发明实施例中将数据库中存储的海量数据中，具体有如下特征的数据作为优质内容数据:(I)文档的标题含有语义信息，且标题长度不宜过短，文档中的文本内容较长，信
息含量丰富；(2)具备一定的文本内容并且含有图片或多媒体内容的页面，且所述页面具有浏览量、评论量、转载量、分享量中任意一种或几种大于预定值，其中所述预定值要根据经验值来设定。综上所述，采用步骤100的目的是在微博，博客，QQ空间等这样的社区数据库存储的海量数据中初步筛选出与用户相关的数据，将这些数据作为初步推荐信息，以便缩小推荐信息的筛选范围，减少数据处理量，提高数据的处理效率。在本发明的一个可选实施例中，步骤101的过程具体包括:根据用户行为信息建立所述基于内容的集合；所述用户行为信息包括用户个人属性、用户发表日志的内容以及用户浏览过的日志内容中任意一种或多种；根据用户关系信息建立所述基于用户关系的集合；所述用户关系信息包括用户的好友ID以及与好友交互的频率信息。具体的，所述基于内容的集合可以具体为基于关键词的内容集合；其中，建立基于关键词的内容集合可以采用现有方案实现，例如:针对数据库中筛选出的优质内容数据进行分类、打标签等操作，再对应到所属关键词下；或者，对于优质内部数据中含有关键词的，在所属类别中进行检索，即可获得基于内容的集合。由于该过程属于现有方案，本发明实施例在此不做赘述。具体的，本发明实施例中用户个人属性包括用户在个人社区中填写的，如:兴趣、爱好、特长、职业等信息，本实施例中不限定用户个人属性的具体范围，能够体现用户自身兴趣爱好的信息均可以作为用户个人属性。具体的，在建立基于内容的集合时，还可以考虑在线用户(登录个人中心页面的用户)对推荐信息的点击情况，将用户所关注的内容用关键字记录下来，从而确定用户所关注的推荐信息的范围。在本发明实施例中，推荐信息可以为feeds内容，feeds内容是指将用户可能需要的内容聚合起来推送给他阅读的内容。具体的，本发明实施例建立基于用户关系的集合过程中，所述用户与好友交互的频率信息可以包括用户对用户关系链中好友空间的访问频率，以及与好友聊天的频率，以便能够确定用户所关注的好友范围。在本发明的一个可选实施例中，步骤102具体可以包括:确定所述基于内容的集合与数据库中每个文档模型的内容相似度；确定所述用户关系的集合与数据库中每个文档作者的基于用户关系的集合的用户相似度；根据所述内容相似度以及用户相似度，从所述数据库中确定要发送的推荐信息。具体的说，本发明实施例中所述文档模型即向量空间模块，因此所述文档模型的建立方法可以参考向量空间模型(VSM:Vector Space Model)的建立方法，具体是对文本内容的处理简化为向量空间中的向量运算，并且以空间上的相似度表达语义的相似度，具有直观易懂的特点。进一步的说，当文档被表示为文档空间的向量，就可以通过计算向量之间的相似性来度量文档间的相似性，因此本发明实施例中确定基于内容的集合与数据库中每个文档模型内容相似度，可以采用文本处理中最常用的余弦距离相似性度量方式来实现；此外，本发明实施例中确定所述内容相似度的方式还可以采用其他现有方案来实现，如:欧氏距离等。具体的说，本发明实施例中采用余弦距离方式计算所述内容相似度时，所述内容相似度可以表示为:Rankl = sim(C(people), C(feed))其中，C(people)为用户基于内容的集合，C(feed)为文档基于内容的集合。确定所述用户相似度，也可以采用余弦距离等现有方式实现，同样以余弦距离计算方式为例，所述用户相似度可以表示为:Rank2 = sim(U (people), U (feed_author))其中，U(people)为用户基于用户关系的集合,U(feed_author)为feeds内容的作者基于用户关系的集合。在本发明的一个可选实施例中，所述方法还可以包括:将所述内容相似度与所述用户相似度进行线性叠加；根据所述线性叠加值对数据库中的内容进行排序，按照排序顺序确定要发送的推荐信息。具体的说，本发明实施例中，将所述内容相似度以及用户相似度进行线性叠加，获得feeds内容的排序值，所述线性叠加结果可以通过如下方式表示:Rank = a * Rankl+(l_a) * Rank2,0 < a < I ；其中，a表示权重系数，用于调整用户相似度和内容相似度所占的权重，具体可以根据实际需要进行调整，一般可以设置为0.5 ；Rankl表示内容相似度，Rank2表示用户相似度。具体的，本发明实施例中具体可以根据获得的线性叠加结果Rank值，按照从大到小的顺序来确定向登录个人中心页面的用户推荐信息。在本发明的一个可选实施例中，发送所述推荐信息的方法包括:采用直接发送所述推荐信息的方式，或者，根据所述推荐信息的排序顺序进行发送的方式，发送所述推荐信息。由上述本发明实施例可以看出，本发明实施例提出的技术方案，通过针对用户建立基于内容的集合以及基于用户关系的集合，在确定推荐信息的过程中可以同时兼顾用户关系链信息以及用户社区的行为信息，能够提高feeds内容的推送精确度，打破了传统基于用户关系链或按照时间推送的推荐方式，减少了不相关内容的推荐。
如图2所示，本发明实施例还提供了一种发送推荐信息的装置，技术方案包括:数据配置模块21，用于建立用户属性集合，所述用户属性集合包括基于内容的集合以及基于用户关系的集合；数据控制模块22，用于根据所述数据配置模块建立的用户属性集合定要发送的推荐信息；数据发送模块23，用于发送所述数据控制模块确定的所述推荐信息。在本发明的一个可选实施例中，所述装置还可以包括:数据筛选模块20，用于根据用户订阅内容列表从所述数据库中确定所述用户的订阅内容数据；在所述用户的订阅内容数据以及优质内容数据中，确定要初始推荐信息，以便数据控制模块根据用户属性集合在初始推荐信息中确定要发送的推荐信息。具体的说，所述数据筛选模块根据用户订阅内容列表从数据库中确定用户订阅内容的可以采用现有方法来实现；用户的订阅内容数据可以包括用户关系链中好友所发布的日志、文章、照片、视频等内容中的任意一种或多种。在本发明的一个可选实施例中，所述数据配置模块21具体用于:根据用户行为信息建立所述基于内容的集合；所述用户行为信息包括用户个人属性、用户发表日志的内容以及用户浏览过的日志内容中任意一种或多种；根据用户关系信息建立所述基于用户关系的集合；所述用户关系信息包括用户的好友ID以及与好友交互的频率信息。具体的，所述基于内容的集合可以具体为基于关键词的内容集合，建立基于关键词的内容集合的具体过程可以采用现有方案实现。具体的，本发明实施例中用户个人属性信息可以包括用户在个人社区中填写的，如:兴趣、爱好、特长、职业等信息。具体的，在建立基于内容的集合时，还可以考虑在线用户对f推荐信息的点击情况，将用户所关注的内容的用关键字记录下来，从而确定用户所关注的feeds内容的范围。具体的，本发明实施例建立基于用户关系集合过程中，所述用户与好友交互的频率信息可以包括用户对用户关系链中好友空间的访问频率，以及与好友聊天的频率，以便能够确定用户所关注的好友信息。在本发明的一个可选实施例中，所述数据控制模块22进一步包括:内容相似度确定单元221，用于确定所述基于内容的集合与数据库中每个文档模型的内容相似度；用户相似度确定单元222，用于确定所述用户关系的集合与数据库中每个文档作者的基于用户关系的集合的用户相似度；推荐信息确定单元223，用于根据所述内容相似度以及用户相似度，从所述数据库中确定要发送的推荐信息；其中，所述推荐信息确定单元223具体用于:将所述内容相似度与所述用户相似度进行线性叠加；根据所述线性叠加值对数据库中的内容进行排序，按照排序顺序确定推荐信息。具体的，本发明实施例中确定所述内容相似度以及所述用户相似度，可以采用余弦距离等现有方式实现；
具体的说，本发明实施例中，可以将采用余弦距离算法计算出的所述内容相似度以及用户相似度进行线性叠加，获得feeds中内容的排序值。此外，本发明实施例中数据发送模块，可以采用直接发送所述推荐信息的方式，或者，根据所述推荐信息的排序顺序进行发送的方式，发送所述推荐信息。需要说明的是，本发明实施例是基于图1所示的方法实施例获得的装置实施例，包含了与图1实施例相同的技术特征，其中，本发明实施例中各功能模块与图1实施例中各步骤存在对应关系，因此，本发明实施例中涉及的具体技术方案可以参见上述图1实施例中的相关描述，在此不做赘述。综上所述，本发明实施例一种发送推荐信息的方法及装置，通过针对用户建立基于内容的集合以及基于用户关系的集合，在确定要推荐给用户信息的过程中可以同时兼顾用户关系链信息以及用户社区的行为信息，能够在海量的feeds信息中确定与用户兴趣相关的推荐信息，提高了 feeds信息的推送精确度，解决了现有技术中根据用户关系链或按照时间推送的信息推荐方式不能满足登录个人中心页面用户的需求。以上所述，仅为本发明较佳的具体实施方式
，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。
权利要求
1.一种发送推荐信息的方法，其特征在于，包括: 建立用户属性集合，所述用户属性集合包括基于内容的集合以及基于用户关系的集合； 根据所述用户属性集合确定要发送的推荐信息； 发送所述推荐信息。
2.根据权利要求1所述方法，其特征在于，所述建立用户属性集合，包括: 根据用户行为信息建立所述基于内容的集合；所述用户行为信息包括用户个人属性、用户发表日志的内容以及用户浏览过的日志内容中的任意一种或多种； 根据用户关系信息建立所述基于用户关系的集合；所述用户关系信息包括用户的好友ID以及与好友交互的频率信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述用户属性集合确定要发送的推荐信息，包括: 确定所述基于内容的集合与数据库中每个文档模型的内容相似度； 确定所述基于用户关系的集合与数据库中每个文档作者的基于用户关系的集合的用户相似度； 根据所述内容相似度以及用户相似度，从所述数据库中确定所述推荐信息； 其中，根据所述内容相似度以及用`户相似度，从所述数据库中确定所述推荐信息，包括: 将所述内容相似度与所述用户相似度进行线性叠加； 根据所述线性叠加值对数据库中的内容进行排序，按照排序顺序确定所述推荐信息。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括: 根据用户订阅内容列表从所述数据库中确定所述用户的订阅内容数据； 在所述用户的订阅内容数据以及优质内容数据中，确定初始推荐信息，以便根据所述用户属性集合在所述初始推荐信息中确定要发送的推荐信息。
5.根据权利要求1至4中任一所述的方法，其特征在于，所述发送所述推荐信息，包括: 采用直接发送所述推荐信息的方式，或者，根据所述推荐信息的排序顺序进行发送的方式，发送所述推荐信息。
6.一种发送推荐信息的装置，其特征在于，包括: 数据配置模块，用于建立用户属性集合，所述用户属性集合包括基于内容的集合以及基于用户关系的集合； 数据控制模块，用于根据所述数据配置模块建立的用户属性集合确定要发送的推荐信息； 数据发送模块，用于发送所述数据控制模块确定的所述推荐信息。
7.根据权利要求6所述的装置，其特征在于，所述数据配置模块具体用于: 根据用户行为信息建立所述基于内容的集合；所述用户行为信息包括用户个人属性、用户发表日志的内容以及用户浏览过的日志内容中任意一种或多种； 根据用户关系信息建立所述基于用户关系的集合；所述用户关系信息包括用户的好友ID以及与好友交互的频率信息。
8.根据权利要求7所述的装置，其特征在于，所述数据控制模块进一步包括: 内容相似度确定单元，用于确定所述基于内容的集合与数据库中每个文档模型的内容相似度； 用户相似度确定单元，用于确定所述用户关系的集合与数据库中每个文档作者的基于用户关系的集合的用户相似度； 推荐信息确定单元，用于根据所述内容相似度以及用户相似度，从所述数据库中确定所述推荐信息。
9.根据权利要求8所述的装置，其特征在于，所述推荐信息确定单元具体用于: 将所述内容相似度与所述用户相似度进行线性叠加；根据所述线性叠加值对数据库中的内容进行排序，按照排序顺序确定所述推荐信息。
10.根据权利要求6所述的装置，其特征在于，所述装置还包括: 数据筛选模块，用于根据用户订阅内容列表从所述数据库中确定所述用户的订阅内容数据；在所述用户的订阅内容数据以及优质内容数据中，确定初始推荐信息，以便所述数据控制模块根据所述用户属性集合在所述初始推荐信息中确定要发送的推荐信息。
11.根据权利要求6至10中任一所述的装置，其特征在于，所述数据发送模块具体用于: 采用直接发送所述推荐信息的方式，或者，根据所述推荐信息的排序顺序进行发送的方式，发送所述推荐信息。
全文摘要
本发明公开了一种发送推荐信息的方法及装置，其中，该发送推荐信息的方法包括建立用户属性集合，所述用户属性集合包括基于内容的集合以及基于用户关系的集合；根据所述用户属性集合确定要发送的推荐信息；发送所述推荐信息。本发明还公开了一种发送推荐信息的装置，包括数据配置模块、数据发送模块以及数据控制模块。本发明技术方案的实现，能够帮助用户在海量内容中筛选出与用户相关的信息，提高推荐信息的精准度，减少不相关内容的推送。
文档编号G06F17/30GK103116589SQ20111036582
公开日2013年5月22日 申请日期2011年11月17日 优先权日2011年11月17日
发明者徐芳, 廖宇奇, 王亮, 文勖, 何建国 申请人:腾讯科技(深圳)有限公司