[發明專利]網絡微博名人信息的推薦處理方法和裝置

有效

• 申請號: 201110269300.6
• 申請日: 2011-09-13
• 公開（公告）號: CN102999507A
• 公開（公告）日: 2013-03-27
• 發明（設計）人: 范禹;姚俊軍;沃英杰;閆清嶺;王樅
• 申請（專利權）人: 騰訊科技（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 謝安昆;宋志強

1.一種網絡微博名人信息的推薦處理方法，其特征在于，包括：

分析網絡系統中記載的指定用戶的相關信息，確定出該指定用戶的偏好信息；

從微博系統中所存儲的名人信息中查詢出與所述偏好信息匹配的名人信息，將查詢出的名人信息當作為所述指定用戶推薦的名人信息。

2.根據權利要求1所述的方法，其特征在于，所述分析網絡系統中記載的指定用戶的相關信息，確定出該指定用戶的偏好信息的具體方式為：

分析所述指定用戶相關信息中的興趣領域詞；根據分析出的興趣領域詞所屬相關信息的種類對應的加權比重，對所述興趣領域詞進行加權；最后按照興趣領域詞的加權值對提取出的所有興趣領域詞進行排序，得到的興趣領域詞列表為偏好信息。

3.根據權利要求2所述的方法，其特征在于，所述分析所述指定用戶相關信息中的興趣領域詞的具體方式包括：

從所述指定用戶相關信息中直接提取興趣領域詞；

和/或分析所述指定用戶相關信息，統計歸納出出現次數或關注度超過指定要求的興趣領域詞；

和/或分析所述指定用戶的相關信息，統計歸納其中的行為特征信息，確定出該行為特征信息對應的興趣領域詞。

4.根據權利要求2所述的方法，其特征在于，該方法進一步包括：搜集用戶對用戶相關信息中不同種類信息的點擊反饋信息，根據所述點擊反饋信息調整所述各種類相關信息對應的加權比重。

5.根據權利要求1至4任一項所述的方法，其特征在于，所述用戶的相關信息包括以下種類相關信息中的任意種：

用戶主動填入的個人信息；

用戶的關系鏈信息；

用戶參與的話題信息；

用戶參加的微博群信息；

用戶建立的關注集信息；

用戶在關聯網絡系統中的日志記錄信息。

6.根據權利要求1所述的方法，其特征在于，從微博系統中所存儲的名人信息中查詢出與所述偏好信息匹配的名人信息的具體方式為：

按照分類標簽對所述名人信息進行分類，并設置偏好信息與分類標簽的映射關系，在進行所述查詢時，根據所述映射關系查詢出所述指定用戶偏好信息對應匹配的分類標簽，從該分類標簽對應的名人信息組中選擇符合指定條件的名人信息，將選出的名人信息作為所述查詢結果。

7.根據權利要求1所述的方法，其特征在于，所述從微博系統中所存儲的名人信息中查詢出與所述偏好信息匹配的名人信息之后，進一步包括：按照預設的排序方式對查詢出的名人信息進行排序，將其中符合指定名次的名人信息當作為所述指定用戶推薦的名人信息。

8.一種網絡微博名人信息的推薦處理裝置，其特征在于，包括：

分析模塊，用于分析網絡系統中記載的指定用戶的相關信息，確定出該指定用戶的偏好信息；

查詢模塊，用于從微博系統中所記載的名人信息中查詢出與所述分析模塊確定出的偏好信息匹配的名人信息；

推薦模塊，用于將所述查詢模塊查詢出的名人信息當作為所述指定用戶推薦的名人信息。

9.根據權利要求8所述的裝置，其特征在于，所述分析模塊具體包括：

興趣領域詞提取模塊，用于分析提取所述指定用戶相關信息中的興趣領域詞；

加權模塊，用于根據所述興趣領域詞提取模塊提取出的興趣領域詞所屬相關信息的種類對所述興趣領域詞進行加權；

排序模塊，用于按照所述加權模塊輸出的興趣領域詞的加權值對提取出的所有興趣領域詞進行排序，得到的興趣領域詞列表為偏好信息。

10.根據權利要求8所述的裝置，其特征在于，所述查詢模塊具體包括：

分類模塊，用于按照分類標簽對所述名人信息進行分類；

映射模塊，用于設置偏好信息與分類標簽的映射關系；

查詢子模塊，用于輸入所述分析模塊確定出的偏好信息，從所述映射模塊中查詢出所述偏好信息對應匹配的分類標簽，再從該分類標簽對應的名人信息組中選擇符合指定條件的名人信息，將選出的名人信息作為所述查詢結果。