[發(fā)明專利]一種詞條推薦方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201210272391.3
• 申請(qǐng)日: 2012-08-01
• 公開(kāi)（公告）號(hào): CN102831185A
• 公開(kāi)（公告）日: 2012-12-19
• 發(fā)明（設(shè)計(jì)）人: 徐興軍
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 深圳市威世博知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 何青瓦;李慶波

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，特別是涉及一種詞條推薦方法及裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，互聯(lián)網(wǎng)上的信息量呈爆炸式增長(zhǎng)。為了讓用戶能夠更方便快捷地獲得這些信息，推薦技術(shù)在信息系統(tǒng)得到了廣泛應(yīng)用。其中，關(guān)聯(lián)推薦技術(shù)又成為推薦技術(shù)的一個(gè)重要組成部分，關(guān)聯(lián)推薦技術(shù)的基本思想是，基于信息的一個(gè)或多個(gè)特征，找到不同信息之間的相關(guān)性，并進(jìn)一步建立信息之間的聯(lián)系關(guān)系，當(dāng)用戶瀏覽某一信息時(shí)，推薦系統(tǒng)會(huì)將與該信息具有聯(lián)系關(guān)系的信息也推薦給用戶。

對(duì)于關(guān)聯(lián)推薦技術(shù)的研究重點(diǎn)，除了挖掘更多可用于推薦的特征之外，還在于如何在實(shí)際應(yīng)用中根據(jù)這些特征建立起信息之間的關(guān)系。目前，較為常用的方式是根據(jù)用戶行為建立信息之間的關(guān)系，以網(wǎng)絡(luò)百科詞條推薦為例，可以根據(jù)用戶對(duì)詞條的瀏覽、搜索等歷史行為記錄，分析用戶的興趣，然后根據(jù)單個(gè)或多個(gè)用戶的興趣相似程度，建立詞條之間的聯(lián)系關(guān)系，最后根據(jù)所建立的關(guān)系進(jìn)行文檔推薦。

但是，現(xiàn)有關(guān)聯(lián)推薦方法，存在著很嚴(yán)重的冷啟動(dòng)問(wèn)題與數(shù)據(jù)稀疏問(wèn)題，所謂冷啟動(dòng)是指新發(fā)布的信息，數(shù)據(jù)稀疏則是指：對(duì)于有些信息，其本身的相關(guān)用戶行為記錄很少（或?yàn)?），因此難以根據(jù)用戶行為產(chǎn)生推薦結(jié)果。目前常用的解決方案是通過(guò)人工干預(yù)的方式為新發(fā)布的信息預(yù)置一些推薦結(jié)果，但是這種方式需要消耗人力成本，并且要求操作人員具有豐富的先驗(yàn)知識(shí)，推薦結(jié)果也存在著較大的局限性和主觀性，在實(shí)際應(yīng)用中經(jīng)常無(wú)法滿足信息瀏覽者的實(shí)際需求。

發(fā)明內(nèi)容

為解決上述技術(shù)問(wèn)題，本發(fā)明實(shí)施例提供一種詞條推薦方法及裝置，以解決詞條相關(guān)推薦中的冷啟動(dòng)問(wèn)題與數(shù)據(jù)稀疏問(wèn)題。具體技術(shù)方案如下：

一種詞條推薦方法，該方法包括：

對(duì)預(yù)置詞條集合中的元素關(guān)聯(lián)信息進(jìn)行初始化；

根據(jù)詞條在文檔中的共現(xiàn)關(guān)系，在所述詞條集合中，增加對(duì)應(yīng)元素之間的關(guān)聯(lián)度；

獲得詞條A之后，利用詞條A在所述詞條集合中的關(guān)聯(lián)詞條，構(gòu)成詞條A的推薦結(jié)果。

根據(jù)本發(fā)明的一種具體實(shí)施方式，所述根據(jù)詞條在文檔中的共現(xiàn)關(guān)系，在所述詞條集合中，增加對(duì)應(yīng)元素之間的關(guān)聯(lián)度，包括：

對(duì)于給定文檔，統(tǒng)計(jì)集合中元素在該文檔中的TF-IDF值；

確定TF-IDF值滿足預(yù)設(shè)要求的至少兩個(gè)詞條，在所述詞條集合中，增加對(duì)應(yīng)元素之間的關(guān)聯(lián)度；

其中，所述TF-IDF為：詞頻-逆文檔頻率。

根據(jù)本發(fā)明的一種具體實(shí)施方式，所述根據(jù)詞條在文檔中的共現(xiàn)關(guān)系，在所述詞條集合中，增加對(duì)應(yīng)元素之間的關(guān)聯(lián)度，包括：

對(duì)于給定文檔，統(tǒng)計(jì)集合中元素在該文檔中的出現(xiàn)位置；

如果兩個(gè)詞條在文檔中的位置關(guān)系滿足預(yù)設(shè)要求，則在所述詞條集合中，增加對(duì)應(yīng)元素之間的關(guān)聯(lián)度。

根據(jù)本發(fā)明的一種具體實(shí)施方式，所述利用詞條A在所述詞條集合中的關(guān)聯(lián)詞條，構(gòu)成詞條A的推薦結(jié)果，包括：

根據(jù)關(guān)聯(lián)詞條與詞條A的關(guān)聯(lián)距離，優(yōu)先選取關(guān)聯(lián)距離較小的關(guān)聯(lián)詞條構(gòu)成推薦結(jié)果。

根據(jù)本發(fā)明的一種具體實(shí)施方式，該方法還包括：

在多個(gè)關(guān)聯(lián)詞條與詞條A的關(guān)聯(lián)距離相同的情況下，根據(jù)關(guān)聯(lián)詞條與詞條A的關(guān)聯(lián)度大小確定推薦結(jié)果。

根據(jù)本發(fā)明的一種具體實(shí)施方式，所述根據(jù)關(guān)聯(lián)詞條與詞條A的關(guān)聯(lián)度大小確定推薦結(jié)果，包括：

在多個(gè)關(guān)聯(lián)詞條與詞條A直接關(guān)聯(lián)的情況下，優(yōu)先選取關(guān)聯(lián)度較大的詞條構(gòu)成推薦結(jié)果。

根據(jù)本發(fā)明的一種具體實(shí)施方式，所述根據(jù)關(guān)聯(lián)詞條與詞條A的關(guān)聯(lián)度大小確定推薦結(jié)果，包括：

在多個(gè)關(guān)聯(lián)詞條與詞條A間接關(guān)聯(lián)的情況下，優(yōu)先選取路徑關(guān)聯(lián)度乘積較大的詞條構(gòu)成推薦結(jié)果。

一種詞條推薦裝置，該裝置包括：

關(guān)聯(lián)信息初始化單元，用于對(duì)預(yù)置詞條集合中的元素關(guān)聯(lián)信息進(jìn)行初始化；

關(guān)聯(lián)信息管理單元，用于根據(jù)詞條在文檔中的共現(xiàn)關(guān)系，在所述詞條集合中，增加對(duì)應(yīng)元素之間的關(guān)聯(lián)度；

推薦單元，用于在獲得詞條A之后，利用詞條A在所述詞條集合中的關(guān)聯(lián)詞條，構(gòu)成詞條A的推薦結(jié)果。

根據(jù)本發(fā)明的一種具體實(shí)施方式，所述關(guān)聯(lián)信息管理單元，具體用于：

對(duì)于給定文檔，統(tǒng)計(jì)集合中元素在該文檔中的TF-IDF值；

確定TF-IDF值滿足預(yù)設(shè)要求的至少兩個(gè)詞條，在所述詞條集合中，增加對(duì)應(yīng)元素之間的關(guān)聯(lián)度；

其中，所述TF-IDF為：詞頻-逆文檔頻率。

根據(jù)本發(fā)明的一種具體實(shí)施方式，所述關(guān)聯(lián)信息管理單元，具體用于：