[發明專利]通過對信息新穎性和動態學的分析來個性化新聞饋送的原理和方法

無效

• 申請號: 200810090700.9
• 申請日: 2005-03-02
• 公開（公告）號: CN101256591A
• 公開（公告）日: 2008-09-03
• 發明（設計）人: E·J·霍維茲;E·加布里洛維奇;S·T·杜梅斯
• 申請（專利權）人: 微軟公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 上海專利商標事務所有限公司
• 代理人: 陳煒

本申請是申請人于2005年3月2日提交的、申請號為“200510053185.3”的、發明名稱為“通過對信息新穎性和動態學的分析來個性化新聞饋送的原理和方法”的發明專利申請的分案申請。

相關申請

本申請要求于2004年3月2日提交的序號為60/549,371、發明名稱為“通過對新信息和動態學的分析來個性化新聞饋送的原理和方法(PRINCIPLESANDMETHODS?FOR?PERSONALIZEING?NEWSFEEDS?VIA?AN?ANALYSISOF?INFORMATION?DYNAMICS)”的美國臨時專利申請的優先權，該專利申請整體引用在此作為參考。

(1)技術領域

本發明一般地涉及計算機系統，尤其涉及通過信息動態學(Dynamics)自動化分析來個性化諸如新聞之類的信息時間流的系統和方法。

(2)背景技術

就在十年以前，諸如新聞饋送(news?feeds)的大規模信息流動被專門進行信息供應的組織所擁有、監控和過濾。萬維網Web給所有有興趣的用戶帶來了管理和吸取新聞饋送的挑戰和機遇。識別“重要”信息成為了Web搜索和文本歸納概括的研究中一個基本的方面。搜索方法關注于最大程度滿足用戶亟需需求的文檔集。歸納概括工作努力地將大數量的文本壓縮成更加簡潔的程式。在缺少與文本相關聯的識別深層語義的自動化方法的情況下，以前的歸納概括工作一般是在完整句子的級別上操作，把最具有代表性的句子交織在一起以創建一篇摘要。對搜索和概括的研究一般忽視了情報內容隨時間持續到達的動態學方面(Dynamics)。

(3)發明內容

以下是本發明的一個簡要概括，以便提供對本發明中一些方面的基本理解。這個部分不是本發明的規范縱覽。它并不是要確定出本發明中的重要/關鍵元素或者描繪其范圍。它唯一的目的是用一種簡化的形式給出本發明的一些概念，作為后續更詳盡說明的序幕。

本發明提供了識別信息新穎性的系統和方法，以及這些方法如何被應用于管理隨時間變化的信息內容的系統和方法。提供了一個一般框架用來比較文檔集，借此框架可假定文檔能按照它們的內容或來源來編組，并可分析出組間和組內的差異與共性。例如，將兩組屬于相同主題但得自不同來源的文檔并列起來，諸如，在世界不同區域的對某一個事件的消息覆蓋能揭示對情勢的觀點和總體闡述方面的差異。從靜態文集過渡到隨時間產生的稿件集，可以對內容的演化進行研究。例如，可以研究在一個時期就同一個故事形成的一系列新聞稿件，以期凸顯真正有內容的信息更新并濾除大量的在很大程度重復“炒冷飯”的稿件。

可以搜集有關諸文檔集中的詞頻(word?occurence)的詳細統計數據，以表征這些文檔集之間的差異性和相似性。各種的字詞模型可以通過提取表示人物、組織和地理位置的名稱的命名實體來增強。由于缺少充足的統計數據，詞組和搭配的區別性語義屬性往往被勝出(outweighed)，與此形成對比的是，命名實體識別那些相對固定的被許多作者在一個特定主題中以一種普遍的方式使用的記號(token)，因此他們的使用貢獻了相當數量的消息。例如，所提供的一種類型的分析用在其中發現的命名實體來表示這些稿件。分析可以關注于當前的新聞流或其它主題。當前新聞流形成對研究急切的挑戰和機遇。新聞饋送涵蓋大量的信息、給出豐富的想法和觀點、也包含有豐富多彩形式和內容，從即時新聞的簡短的最新消息、到故事展開的重要的摘要、再到單純的對一再報到的“陳年舊事”的喋喋不休。

可以開發確定所追蹤的故事的重要更新的算法，把用戶們從必須詳審一長串從不同的來源到達的相似稿件中解放出來。根據本發明所提供的方法提供了個性化新聞門戶和新聞快報服務的基礎，它們尋求對需要跟蹤演化中的新聞報道的用戶最大限度地減少時間和中斷。