资讯推荐方法和系统的制作方法
【技术领域】
[0001]本发明涉及互联网技术领域，尤其涉及一种资讯推荐方法和系统。
【背景技术】
[0002]随着互联网的迅猛发展，网络资讯的数量不断增长。这给网络用户获取资讯带来了便利，同时也造成了信息过载问题。如何在海量信息中快速有效地查找并定位到需要的信息成为当前互联网发展中的突出问题，也是网络信息检索研宄的热点。
[0003]为解决上述问题，很多新闻网站通过诸如“相关新闻”、“更多新闻”、“相关推荐”、以及“延伸阅读”之类的资讯推荐方式向用户推荐与用户终端上当前显示的新闻相关的其他资讯，作为扩展阅读。但是，通过上述资讯推荐方式推荐的大部分资讯都存在内容重复且简单空洞的现象，并不能提供与用户查看的当前资讯的一个或多个关键字和/或主题内容相关的概念解释、与当前资讯的一个或多个关注点相关的网友评论和/或针对网友评论的一个或多个关注点的情感或观点倾向信息、以及当前资讯所关注的问题的发展动态信息。
【发明内容】
[0004]鉴于以上所述的一个或多个问题，本发明提供了一种新颖的资讯推荐方法和系统。
[0005]根据本发明实施例的资讯推荐方法，包括:获取与当前资讯的一个或多个关键字相关的网友评论；通过对所获取到的网友评论进行文本聚类，找出所获取到的网友评论包含的一个或多个关注点、以及针对一个或多个关注点的一种或多种情感或观点表达信息；以及基于情感或观点表达语料库，利用所获取到的网络评论中包含的针对一个或多个关注点的一种或多种情感或观点表达信息获取所获取到的网友评论针对一个或多个关注点的情感或观点倾向信息，并显示情感或观点倾向信息。
[0006]根据本发明实施例的资讯推荐系统，包括:评论获取单元，被配置为获取与当前资讯的一个或多个关键字相关的网友评论；文件聚类单元，被配置为通过对所获取到的网友评论进行文本聚类，找出所获取到的网友评论中包含的一个或多个关注点、以及针对一个或多个关注点的一种或多种情感或观点表达信息；情感或观点获取单元，被配置为基于情感或观点表达语料库，利用所获取到的网友评论中包含的针对一个或多个关注点的一种或多种情感或观点表达信息获取所获取到的网友评论针对一个或多个关注点的情感或观点倾向信息，并显示情感或观点倾向信息。
[0007]通过本发明，可以在用户阅读当前资讯时为用户提供网络用户针对当前资讯所关注的问题的情感或观点倾向信息。
【附图说明】
[0008]从下面结合附图对本发明的【具体实施方式】的描述中可以更好地理解本发明，其中:
[0009]图1是示出根据本发明的第一实施例的资讯推荐系统的框图；
[0010]图2是示出根据本发明的第一实施例的资讯推荐方法的流程图；
[0011]图3是示出根据本发明的第二实施例的资讯推荐系统的框图；
[0012]图4是示出根据本发明的第二实施例的资讯推荐方法的流程图；
[0013]图5是示出根据本发明的第三实施例的资讯推荐系统的框图；
[0014]图6是示出根据本发明的第三实施例的资讯推荐方法的流程图。
【具体实施方式】
[0015]下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本发明的全面理解。但是，对于本领域技术人员来说很明显的是，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法，而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本发明造成不必要的模糊。
[0016]当用户阅读通过互联网获取的当前资讯(S卩，用户当前正在阅读的资讯)时，经常会由于当前资讯中包含有一个或多个对于用户来说比较陌生的专业术语或者网络用语、或者当前资讯的主题内容所涉及的领域对于用户来说过于陌生而无法快速、准确地理解当前资讯。为了解决这个问题，本发明的第一方面提供了一种新颖的资讯推荐方法和系统。
[0017]图1是示出根据本发明的第一实施例的资讯推荐系统的框图。图2是示出根据本发明的第一实施例的资讯推荐方法的流程图。下面结合图1和图2，详细描述根据本发明的第一实施例的资讯推荐系统和方法。
[0018]如图1所示，根据本发明的第一实施例的资讯推荐系统100包括关键字获取单元102和概念解释检索单元104。其中，关键字获取单元102被配置为对当前资讯进行分词，并利用词频统计算法获取当前资讯的一个或多个关键字(即，执行步骤S102)。概念解释检索单元104被配置为在包含概念解释的网络数据库中检索与当前资讯的一个或多个关键字相关的概念解释，并显示与当前资讯的一个或多个关键字相关的概念解释或包含与当前资讯的一个或多个关键字相关的概念解释的页面的链接指示符(即，执行步骤S104)。
[0019]具体地，关键字获取单元102可以通过如下处理来获取当前资讯的一个或多个关键字:通过对当前资讯进行分词，找出当前资讯中包含的每个单词；利用诸如TF-1DF(TermFrequency-1nverse Document Frequency，词频-逆向文件频率)之类的词频统计算法计算当前资讯中包含的每个单词的词频统计得分；将当前资讯中词频统计得分最高的一个或多个单词作为当前资讯的一个或多个关键字(或称为关键词)。在本实施例中，可以预先确定词频统计得分阈值，将当前资讯中的词频统计得分高于该词频统计得分阈值的单词作为当前资讯的关键字。本领域技术人员应该理解，以上描述的获取当前资讯的一个或多个关键字的处理仅是示例性的，可以通过已经开发出来的或者将来开发出来的各种处理来获取当前资讯的一个或多个关键字。
[0020]具体地，概念解释检索单元104可以在诸如百度百科、维基百科、互动百科、搜狗百科之类的百科全书网站(即，包含概念解释的网络数据库)检索与当前资讯的一个或多个关键字相关的概念解释，并将与当前资讯的一个或多个关键字相关的概念解释或包含与当前资讯的一个或多个关键字相关的概念解释的页面的链接指示符显示在显示当前资讯的页面上。进一步地，在本实施例中，概念解释检索单元104不必检索当前资讯的每个关键字的概念解释，而仅检索基础语料库中不存在的每个关键字的概念解释。例如，概念解释检索单元104可以通过以下处理来检索与当前资讯的一个或多个关键字相关的概念解释:查询当前资讯的每个关键字是否存在于基础语料库中，并且在包含概念解释的网络数据库中检索与当前资讯的不存在于基础语料库中的每个关键字相关的概念解释。
[0021]进一步地，为了提供与当前资讯的主题内容相关的概念解释，根据本实施例的资讯推荐系统100还可以包括:主题内容获取单元106，用于基于关键字获取单元102对当前资讯进行分词得到的分词结果，利用主题模型获取当前资讯的主题内容(即，执行步骤S106)。然后，概念解释检索单元104可以在包含概念解释的网络数据库中检索与当前资讯的主题内容相关的概念解释，并显示与当前资讯的主题内容相关的概念解释或包含与当前资讯的主题内