本申请涉及搜索技术领域，尤其涉及一种文章代表图片的选取方法、装置和计算机设备。
背景技术：
在新闻列表中展示新闻的时候，一般都会给新闻配上缩略图，来吸引用户进一步点击并阅读详细内容。在新闻列表中所展示的缩略图，一般都来自于新闻文章里的插图。而这些插图的质量参差不齐，并不都适用于代表新闻文章的内容。
现有相关技术中，在选择新闻文章的代表图片时，按照新闻内容中插图出现的顺序选取前n张图片，然后将选取的图片的缩略图作为新闻代表图片在新闻列表中展示。其中，n的大小取决于要在新闻列表中展示的图片数量，例如如果新闻文章中图片比较多，就在新闻列表中展示3条，否则就展示1条。
但是，新闻内容中插图出现的顺序，是由新闻内容的编辑决定的，按照新闻内容中插图出现的顺序选取的前n张图片并不一定是高质量的代表图片，而更好的代表图片可能出现在这个范围以外，导致用户体验较差。
技术实现要素：
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的第一个目的在于提出一种文章代表图片的选取方法，以实现新闻列表页中的文章缩略图更能代表新闻内容，吸引用户进一步点击阅读，提升用户体验，增强产品粘性。
本申请的第二个目的在于提出一种文章代表图片的选取装置。
本申请的第三个目的在于提出一种计算机设备。
本申请的第四个目的在于提出一种非临时性计算机可读存储介质。
为达上述目的，本申请第一方面实施例提出了一种文章代表图片的选取方法，包括：获取目标文章，其中，所述目标文章所属的文章簇中包括至少一个与所述目标文章相似的参考文章；提取所述目标文章中的多张图片；根据所述多张图片在所述文章簇中的出现次数分别生成所述多张图片的热度信息，根据所述多张图片的热度信息，从所述多张图片中选择所述目标文章的代表图片；和/或，根据所述多张图片在所述文章簇中的位置分别生成所述多张图片的预期位置，根据所述多张图片的预期位置，从所述多张图片中选择所述目标文章的代表图片。
本申请实施例的文章代表图片的选取方法中，获取目标文章之后，提取上述目标文章中的多张图片，并根据上述多张图片在上述文章簇中的出现次数分别生成上述多张图片的热度信息，根据上述多张图片的热度信息，从上述多张图片中选择上述目标文章的代表图片；和/或，根据上述多张图片在上述文章簇中的位置分别生成上述多张图片的预期位置，根据上述多张图片的预期位置，从上述多张图片中选择上述目标文章的代表图片，从而可以实现新闻列表页中的文章缩略图更能代表新闻内容，吸引用户进一步点击阅读，提升用户体验，增强产品粘性。
为达上述目的，本申请第二方面实施例提出了一种文章代表图片的选取装置，包括：获取模块，用于获取目标文章，其中，所述目标文章所属的文章簇中包括至少一个与所述目标文章相似的参考文章；提取模块，用于提取所述目标文章中的多张图片；生成模块，用于根据所述多张图片在所述文章簇中的出现次数分别生成所述多张图片的热度信息；选取模块，用于根据所述多张图片的热度信息，从所述多张图片中选择所述目标文章的代表图片；和/或，所述生成模块，用于根据所述多张图片在所述文章簇中的位置分别生成所述多张图片的预期位置；所述选取模块，用于根据所述多张图片的预期位置，从所述多张图片中选择所述目标文章的代表图片。
本申请实施例的文章代表图片的选取装置中，获取模块获取目标文章之后，提取模块提取上述目标文章中的多张图片，生成模块根据上述多张图片在上述文章簇中的出现次数分别生成上述多张图片的热度信息，选取模块根据上述多张图片的热度信息，从上述多张图片中选择上述目标文章的代表图片；和/或，生成模块根据上述多张图片在上述文章簇中的位置分别生成上述多张图片的预期位置，选取模块根据上述多张图片的预期位置，从上述多张图片中选择上述目标文章的代表图片，从而可以实现新闻列表页中的文章缩略图更能代表新闻内容，吸引用户进一步点击阅读，提升用户体验，增强产品粘性。
为达上述目的，本申请第三方面实施例提出一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上所述的方法。
为了实现上述目的，本申请第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请文章代表图片的选取方法一个实施例的流程图；
图2为本申请文章代表图片的选取方法另一个实施例的流程图；
图3为本申请文章代表图片的选取方法再一个实施例的流程图；
图4为本申请文章代表图片的选取方法再一个实施例的流程图；
图5为本申请文章代表图片的选取方法再一个实施例的流程图；
图6为本申请文章代表图片的选取方法再一个实施例的流程图；
图7为本申请文章代表图片的选取方法再一个实施例的流程图；
图8为本申请文章代表图片的选取装置一个实施例的结构示意图；
图9为本申请文章代表图片的选取装置另一个实施例的结构示意图；
图10为本申请计算机设备一个实施例的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
图1为本申请文章代表图片的选取方法一个实施例的流程图，如图1所示，上述文章代表图片的选取方法可以包括：
步骤101，获取目标文章，其中，上述目标文章所属的文章簇中包括至少一个与上述目标文章相似的参考文章。
步骤102，提取上述目标文章中的多张图片。
步骤103，根据上述多张图片在上述文章簇中的出现次数分别生成上述多张图片的热度信息，根据上述多张图片的热度信息，从上述多张图片中选择上述目标文章的代表图片；和/或，根据上述多张图片在上述文章簇中的位置分别生成上述多张图片的预期位置，根据上述多张图片的预期位置，从上述多张图片中选择上述目标文章的代表图片。
其中，多张图片指至少两张图片。
其中，根据上述多张图片在上述文章簇中的出现次数分别生成上述多张图片的热度信息可以为：获取上述图片在上述参考文章中的出现次数，并根据上述出现次数生成上述图片的热度信息。
具体地，对于目标文章d′，d′中每个图片pic′i的热度信息可以为：d′中每个图片pic′i在文章d′所属文章簇所包括的参考文章中的出现次数，记为h(pic′i)。
其中，根据上述多张图片在上述文章簇中的位置分别生成上述多张图片的预期位置可以为：获取上述文章簇中包括上述图片的至少一个参考文章；获取上述图片在上述至少一个参考文章中的位置，根据上述图片在上述至少一个参考文章中的位置获取图片位置的平均值，将上述图片位置的平均值作为上述图片的预期位置。
具体地，在目标文章d′所属文章簇中，所有包括图片pic′i的文章中，图片pic′i位置的平均值即为图片pic′i在上述文章簇中的预期位置，记为pos(pic′i)。其中，这里的图片位置，是指图片在文章中是第几个出现的，即pic′i的位置就是i。举例来说，某图片在4篇文章中的位置分别是第1个，第3个，第4个和第5个，那么这个图片在这4篇文章所属文章簇中的预期位置即为(1+3+4+5)/4＝3.25。
上述文章代表图片的选取方法中，获取目标文章之后，提取上述目标文章中的多张图片，并根据上述多张图片在上述文章簇中的出现次数分别生成上述多张图片的热度信息，根据上述多张图片的热度信息，从上述多张图片中选择上述目标文章的代表图片；和/或，根据上述多张图片在上述文章簇中的位置分别生成上述多张图片的预期位置，根据上述多张图片的预期位置，从上述多张图片中选择上述目标文章的代表图片，从而可以实现新闻列表页中的文章缩略图更能代表新闻内容，吸引用户进一步点击阅读，提升用户体验，增强产品粘性。
图2为本申请文章代表图片的选取方法另一个实施例的流程图，如图2所示，本申请图1所示实施例中，步骤103中从上述多张图片中选择上述目标文章的代表图片可以包括：
步骤201，根据上述多张图片的热度信息和/或预期位置，对上述多张图片进行排序。
步骤202，根据排序结果选择预定数量的图片作为上述目标文章的代表图片。
具体地，可以在排序后的图片中，按照排名从高至低的顺序选择预定数量的图片作为上述目标文章的代表图片。
其中，上述预定数量可以在具体实现时，根据系统性能和/或实现需求等自行设定，本实施例对上述预定数量的大小不作限定，举例来说，上述预定数量可以为3。
也就是说，在对上述目标文章中的多张图片进行排序之后，可以获得图片的序列，在选取上述目标文章的代表图片的时候，只需要在这个序列上取topn即可，其中，n即为上述预定数量。
图3为本申请文章代表图片的选取方法再一个实施例的流程图，如图3所示，本申请图2所示实施例中，步骤201可以包括：
步骤301，比较上述目标文章中多张图片的热度信息。
步骤302，如果上述多张图片的热度信息不相等，则将热度信息较高的图片排在热度信息较低的图片的前面；如果两张图片的热度信息相等，则按照上述两张图片在上述目标文章中的出现顺序进行排列。
也就是说，在对目标文章d′中的图片pic′1，pic′2，…，pic′m进行排序时，如果h(pic′i)>h(pic′j)，则将图片pic′i排在图片pic′j的前面；而如果h(pic′i)＝h(pic′j)，则按照图片pic′i和图片pic′j在上述目标文章d′中的出现顺序进行排列，也就是说，如果在上述目标文章d′中图片pic′i在图片pic′j前面出现，则将图片pic′i排在图片pic′j的前面，如果在上述目标文章d′中图片pic′j在图片pic′i前面出现，则将图片pic′j排在图片pic′i的前面。
图4为本申请文章代表图片的选取方法再一个实施例的流程图，如图4所示，本申请图2所示实施例中，步骤201可以包括：
步骤401，比较目标文章中多张图片的预期位置。
步骤402，如果上述多张图片的预期位置不相等，则将预期位置较小的图片排在预期位置较大的图片的前面；如果两张图片的预期位置相等，则按照上述两张图片在上述目标文章中的出现顺序进行排列。
也就是说，在对目标文章d′中的图片pic′1，pic′2，…，pic′m进行排序时，如果pos(pic′i)<pos(pic′j)，则将图片pic′i排在图片pic′j的前面；而如果pos(pic′i)＝pos(pic′j)，则按照图片pic′i和图片pic′j在上述目标文章d′中的出现顺序进行排列，也就是说，如果在上述目标文章d′中图片pic′i在图片pic′j前面出现，则将图片pic′i排在图片pic′j的前面，如果在上述目标文章d′中图片pic′j在图片pic′i前面出现，则将图片pic′j排在图片pic′i的前面。
图5为本申请文章代表图片的选取方法再一个实施例的流程图，如图5所示，本申请图2所示实施例中，步骤201可以包括：
步骤501，根据上述目标文章中多张图片的热度信息进行排序。
步骤502，如果两张图片的热度信息相等，则进一步根据上述两张图片的预期位置进行排序。
具体地，可以先比较上述目标文章中多张图片的热度信息，如果上述多张图片的热度信息不相等，则将热度信息较高的图片排在热度信息较低的图片的前面。如果两张图片的热度信息相等，则进一步比较上述两张图片的预期位置，如果上述两张图片的预期位置不相等，则将预期位置较小的图片排在预期位置较大的图片的前面。如果上述两张图片的预期位置相等，则按照上述两张图片在上述目标文章中的出现顺序进行排列。
也就是说，在对目标文章d′中的图片pic′1，pic′2，…，pic′m进行排序时，先比较热度信息，如果h(pic′i)>h(pic′j)，则将图片pic′i排在图片pic′j的前面；而如果h(pic′i)＝h(pic′j)，则比较预期位置，如果pos(pic′i)<pos(pic′j)，则将图片pic′i排在图片pic′j的前面；而如果pos(pic′i)＝pos(pic′j)，则按照图片pic′i和图片pic′j在上述目标文章d′中的出现顺序进行排列，也就是说，如果在上述目标文章d′中图片pic′i在图片pic′j前面出现，则将图片pic′i排在图片pic′j的前面，如果在上述目标文章d′中图片pic′j在图片pic′i前面出现，则将图片pic′j排在图片pic′i的前面。
图6为本申请文章代表图片的选取方法再一个实施例的流程图，如图6所示，本申请图2所示实施例中，步骤201可以包括：
步骤601，根据上述目标文章中多张图片的预期位置进行排序。
步骤602，如果两张图片的预期位置相等，则进一步根据上述两张图片的热度信息进行排序。
具体地，可以先比较上述目标文章中多张图片的预期位置，如果上述多张图片的预期位置不相等，则将预期位置较小的图片排在预期位置较大的图片的前面。如果两张图片的预期位置相等，则比较上述两张图片的热度信息，如果上述两张图片的热度信息不相等，则将热度信息较高的图片排在热度信息较低的图片的前面。如果上述两张图片的热度信息相等，则按照上述两张图片在上述目标文章中的出现顺序进行排列。
也就是说，在对目标文章d′中的图片pic′1，pic′2，…，pic′m进行排序时，先比较预期位置，如果pos(pic′i)<pos(pic′j)，则将图片pic′i排在图片pic′j的前面；而如果pos(pic′i)＝pos(pic′j)，则比较热度信息，如果h(pic′i)>h(pic′j)，则将图片pic′i排在图片pic′j的前面；而如果h(pic′i)＝h(pic′j)，则按照图片pic′i和图片pic′j在上述目标文章d′中的出现顺序进行排列，也就是说，如果在上述目标文章d′中图片pic′i在图片pic′j前面出现，则将图片pic′i排在图片pic′j的前面，如果在上述目标文章d′中图片pic′j在图片pic′i前面出现，则将图片pic′j排在图片pic′i的前面。
图7为本申请文章代表图片的选取方法再一个实施例的流程图，如图7所示，本申请图1所示实施例中，步骤101之前还可以包括：
步骤701，计算上述目标文章当前所属的文章簇与上述参考文章当前所属的文章簇的平均相似度。
步骤702，如果上述平均相似度大于预定阈值，则将上述目标文章当前所属的文章簇与上述参考文章当前所属的文章簇合并为一个文章簇。
重复步骤701～步骤702，直至上述目标文章当前所属的文章簇与数据库中的其他文章簇无法继续合并为止，获得上述目标文章所属的文章簇。
也就是说，在步骤101之前，需要对数据库中保存的文章进行聚类，获得上述目标文章所属的文章簇。
其中，上述预定阈值可以在具体实现时，根据系统性能和/或实现需求等自行设定，本实施例对上述预定阈值的大小不作限定。
在具体实现时，本实施例采用层次聚类方法对文章进行聚类，首先，认为每篇文章都是一个文章簇；其次，对于任意两个文章簇，如果它们之间的平均相似度大于预定阈值，就可以将两个文章簇合并为一个文章簇，直到无法继续合并为止。
其中，两个文章簇之间的平均相似度的计算方法是：两个文章簇中的文章两两进行相似度计算，然后计算所获得的相似度的平均值。
这样，通过上述聚类过程，就得到了至少一个文章簇，每个文章簇中包含至少一篇文章，每个文章簇所包括的文章之间的相似度比较高。
下面介绍对两篇文章计算相似度的方法。
对于两篇文章d(1)和d(2)，计算d(1)和d(2)之间的相似度sim(d(1)，d(2))。计算相似度的方法有很多，本实施例采用文章词语的余弦(cosine)距离来计算d(1)和d(2)之间的相似度。具体地，文章d(1)和d(2)可以分别用一组词语-权重向量表示：
其中，
图8为本申请文章代表图片的选取装置一个实施例的结构示意图，本申请实施例中的文章代表图片的选取装置可以实现本申请实施例提供的文章代表图片的选取方法。如图8所示，上述文章代表图片的选取装置可以包括：获取模块81、提取模块82、生成模块83和选取模块84；
其中，获取模块81，用于获取目标文章，其中，上述目标文章所属的文章簇中包括至少一个与上述目标文章相似的参考文章。
提取模块82，用于提取上述目标文章中的多张图片；
生成模块83，用于根据上述多张图片在上述文章簇中的出现次数分别生成上述多张图片的热度信息；
选取模块84，用于根据上述多张图片的热度信息，从上述多张图片中选择上述目标文章的代表图片；和/或，
生成模块83，用于根据上述多张图片在上述文章簇中的位置分别生成上述多张图片的预期位置；
选取模块84，用于根据上述多张图片的预期位置，从上述多张图片中选择上述目标文章的代表图片。
其中，生成模块83，具体用于获取上述图片在上述参考文章中的出现次数，并根据上述出现次数生成上述图片的热度信息。
具体地，对于目标文章d′，d′中每个图片pic′i的热度信息可以为：d′中每个图片pic′i在文章d′所属文章簇所包括的参考文章中的出现次数，记为h(pic′i)。
生成模块83，具体用于获取上述文章簇中包括上述图片的至少一个参考文章；获取上述图片在上述至少一个参考文章中的位置，根据上述图片在上述至少一个参考文章中的位置获取图片位置的平均值，将上述图片位置的平均值作为上述图片的预期位置。
具体地，在目标文章d′所属文章簇中，所有包括图片pic′i的文章中，图片pic′i位置的平均值即为图片pic′i在上述目标文章d′所属文章簇中的预期位置，记为pos(pic′i)。其中，这里的图片位置，是指图片在文章中是第几个出现的，即pic′i的位置就是i。举例来说，某图片在4篇文章中的位置分别是第1个，第3个，第4个和第5个，那么这个图片在这4篇文章所属文章簇中的预期位置即为(1+3+4+5)/4＝3.25。
上述文章代表图片的选取装置中，获取模块81获取目标文章之后，提取模块82提取上述目标文章中的多张图片，生成模块83根据上述多张图片在上述文章簇中的出现次数分别生成上述多张图片的热度信息，选取模块84根据上述多张图片的热度信息，从上述多张图片中选择上述目标文章的代表图片；和/或，生成模块83根据上述多张图片在上述文章簇中的位置分别生成上述多张图片的预期位置，选取模块84根据上述多张图片的预期位置，从上述多张图片中选择上述目标文章的代表图片，从而可以实现新闻列表页中的文章缩略图更能代表新闻内容，吸引用户进一步点击阅读，提升用户体验，增强产品粘性。
图9为本申请文章代表图片的选取装置另一个实施例的结构示意图，与图8所示的文章代表图片的选取装置相比，不同之处在于，图9所示的文章代表图片的选取装置中，选取模块84可以包括：排序子模块841和选择子模块842；
其中，排序子模块841，用于根据上述多张图片的热度信息和/或预期位置，对上述多张图片进行排序；
选择子模块842，用于根据排序结果选择预定数量的图片作为上述目标文章的代表图片。
具体地，选择子模块842可以在排序后的图片中，按照排名从高至低的顺序选择预定数量的图片作为上述目标文章的代表图片。
其中，上述预定数量可以在具体实现时，根据系统性能和/或实现需求等自行设定，本实施例对上述预定数量的大小不作限定，举例来说，上述预定数量可以为3。
也就是说，在排序子模块841对上述目标文章中的多张图片进行排序之后，可以获得图片的序列，在选择子模块842选取上述目标文章的代表图片的时候，只需要在这个序列上取topn即可，其中，n即为上述预定数量。
本实施例的一种实现方式中，排序子模块841，具体用于比较上述目标文章中多张图片的热度信息；如果上述多张图片的热度信息不相等，则将热度信息较高的图片排在热度信息较低的图片的前面；如果两张图片的热度信息相等，则按照上述两张图片在上述目标文章中的出现顺序进行排列。
也就是说，在对目标文章d′中的图片pic′1，pic′2，…，pic′m进行排序时，如果h(pic′i)>h(pic′j)，则排序子模块841将图片pic′i排在图片pic′j的前面；而如果h(pic′i)＝h(pic′j)，则排序子模块841按照图片pic′i和图片pic′j在上述目标文章d′中的出现顺序进行排列，也就是说，如果在上述目标文章d′中图片pic′i在图片pic′j前面出现，则排序子模块841将图片pic′i排在图片pic′j的前面，如果在上述目标文章d′中图片pic′j在图片pic′i前面出现，则排序子模块841将图片pic′j排在图片pic′i的前面。
本实施例的另一种实现方式中，排序子模块841，具体用于比较上述目标文章中多张图片的预期位置；如果上述多张图片的预期位置不相等，则将预期位置较小的图片排在预期位置较大的图片的前面；如果两张图片的预期位置相等，则按照上述两张图片在上述目标文章中的出现顺序进行排列。
也就是说，在对目标文章d′中的图片pic′1，pic′2，…，pic′m进行排序时，如果pos(pic′i)<pos(pic′j)，则排序子模块841将图片pic′i排在图片pic′j的前面；而如果pos(pic′i)＝pos(pic′j)，则排序子模块841按照图片pic′i和图片pic′j在上述目标文章d′中的出现顺序进行排列，也就是说，如果在上述目标文章d′中图片pic′i在图片pic′j前面出现，则排序子模块841将图片pic′i排在图片pic′j的前面，如果在上述目标文章d′中图片pic′j在图片pic′i前面出现，则排序子模块841将图片pic′j排在图片pic′i的前面。
本实施例的再一种实现方式中，排序子模块841，具体用于根据上述目标文章中多张图片的热度信息进行排序；如果两张图片的热度信息相等，则进一步根据上述两张图片的预期位置进行排序。
具体地，可以先比较上述目标文章中多张图片的热度信息，如果上述多张图片的热度信息不相等，则将热度信息较高的图片排在热度信息较低的图片的前面；如果两张图片的热度信息相等，则比较上述两张图片的预期位置，如果上述两张图片的预期位置不相等，则将预期位置较小的图片排在预期位置较大的图片的前面；如果上述两张图片的预期位置相等，则按照上述两张图片在上述目标文章中的出现顺序进行排列。
也就是说，在对目标文章d′中的图片pic′1，pic′2，…，pic′m进行排序时，排序子模块841先比较热度信息，如果h(pic′i)>h(pic′j)，则排序子模块841将图片pic′i排在图片pic′j的前面；而如果h(pic′i)＝h(pic′j)，则排序子模块841比较预期位置，如果pos(pic′i)<pos(pic′j)，则排序子模块841将图片pic′i排在图片pic′j的前面；而如果pos(pic′i)＝pos(pic′j)，则排序子模块841按照图片pic′i和图片pic′j在上述目标文章d′中的出现顺序进行排列，也就是说，如果在上述目标文章d′中图片pic′i在图片pic′j前面出现，则排序子模块841将图片pic′i排在图片pic′j的前面，如果在上述目标文章d′中图片pic′j在图片pic′i前面出现，则排序子模块841将图片pic′j排在图片pic′i的前面。
本实施例的再一种实现方式中，排序子模块841，具体用于根据上述目标文章中多张图片的预期位置进行排序；如果两张图片的预期位置相等，则进一步根据上述两张图片的热度信息进行排序。
具体地，可以先比较上述目标文章中多张图片的预期位置，如果上述多张图片的预期位置不相等，则将预期位置较小的图片排在预期位置较大的图片的前面；如果两张图片的预期位置相等，则比较上述两张图片的热度信息，如果上述两张图片的热度信息不相等，则将热度信息较高的图片排在热度信息较低的图片的前面；如果上述两张图片的热度信息相等，则按照上述两张图片在上述目标文章中的出现顺序进行排列。
也就是说，在对目标文章d′中的图片pic′1，pic′2，…，pic′m进行排序时，排序子模块841先比较预期位置，如果pos(pic′i)＜pos(pic′j)，则排序子模块841将图片pic′i排在图片pic′j的前面；而如果pos(pic′i)＝pos(pic′j)，则排序子模块841比较热度信息，如果h(pic′i)>h(pic′j)，则排序子模块841将图片pic′i排在图片pic′j的前面；而如果h(pic′i)＝h(pic′j)，则排序子模块841按照图片pic′i和图片pic′j在上述目标文章d′中的出现顺序进行排列，也就是说，如果在上述目标文章d′中图片pic′i在图片pic′j前面出现，则排序子模块841将图片pic′i排在图片pic′j的前面，如果在上述目标文章d′中图片pic′j在图片pic′i前面出现，则排序子模块841将图片pic′j排在图片pic′i的前面。
进一步地，文章代表图片的选取装置还可以包括：聚类模块85；
聚类模块85，用于计算上述目标文章当前所属的文章簇与上述参考文章当前所属的文章簇的平均相似度；如果上述平均相似度大于预定阈值，则将上述目标文章当前所属的文章簇与上述参考文章当前所属的文章簇合并为一个文章簇。
重复上述过程，直至上述目标文章当前所属的文章簇与数据库中的其他文章簇无法继续合并为止，获得上述目标文章所属的文章簇。
也就是说，在获取模块81获取目标文章之前，聚类模块85需要对数据库中保存的文章进行聚类，获得上述目标文章所属的文章簇。
其中，上述预定阈值可以在具体实现时，根据系统性能和/或实现需求等自行设定，本实施例对上述预定阈值的大小不作限定。
在具体实现时，聚类模块85采用层次聚类方法对文章进行聚类，首先，认为每篇文章都是一个文章簇；其次，对于任意两个文章簇，如果它们之间的平均相似度大于预定阈值，就可以将两个文章簇合并为一个文章簇，直到无法继续合并为止。
其中，两个文章簇之间的平均相似度的计算方法是：两个文章簇中的文章两两进行相似度计算，然后计算所获得的相似度的平均值。
这样，通过上述聚类过程，就得到了至少一个文章簇，每个文章簇中包含至少一篇文章，每个文章簇所包括的文章之间的相似度比较高。计算两篇文章的相似度的方法可以参见方法实施例中的内容，在此不再赘述。
上述文章代表图片的选取装置可以实现新闻列表页中的文章缩略图更能代表新闻内容，吸引用户进一步点击阅读，提升用户体验，增强产品粘性。
图10为本申请计算机设备一个实施例的结构示意图，上述计算机设备可以包括存储器、处理器及存储在上述存储器上并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时，可以实现本申请实施例提供的文章代表图片的选取方法。
其中，上述计算机设备可以为服务器，也可以为终端设备，本实施例对上述计算机设备的具体形态不作限定。
图10示出了适于用来实现本申请实施方式的示例性计算机设备12的框图。图10显示的计算机设备12仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图10所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(industrystandardarchitecture；以下简称：isa)总线，微通道体系结构(microchannelarchitecture；以下简称：mac)总线，增强型isa总线、视频电子标准协会(videoelectronicsstandardsassociation；以下简称：vesa)局域总线以及外围组件互连(peripheralcomponentinterconnection；以下简称：pci)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(randomaccessmemory；以下简称：ram)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图10未显示，通常称为“硬盘驱动器”)。尽管图10中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(compactdiscreadonlymemory；以下简称：cd-rom)、数字多功能只读光盘(digitalvideodiscreadonlymemory；以下简称：dvd-rom)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(localareanetwork；以下简称：lan)，广域网(wideareanetwork；以下简称：wan)和/或公共网络，例如因特网)通信。如图10所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图10中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本申请实施例提供的文章代表图片的选取方法。
本申请实施例还提供一种非临时性计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时可以实现本申请实施例提供的文章代表图片的选取方法。
上述非临时性计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(readonlymemory；以下简称：rom)、可擦式可编程只读存储器(erasableprogrammablereadonlymemory；以下简称：eprom)或闪存、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(localareanetwork；以下简称：lan)或广域网(wideareanetwork；以下简称：wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(randomaccessmemory；以下简称：ram)，只读存储器(readonlymemory；以下简称：rom)，可擦除可编辑只读存储器(erasableprogrammablereadonlymemory；以下简称：eprom)或闪速存储器，光纤装置，以及便携式光盘只读存储器(compactdiscreadonlymemory；以下简称：cd-rom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多张步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(programmablegatearray；以下简称：pga)，现场可编程门阵列(fieldprogrammablegatearray；以下简称：fpga)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。