[發明專利]一種信息熱度預測方法、信息推薦方法及裝置

有效

• 申請號: 201610811560.4
• 申請日: 2016-09-06
• 公開（公告）號: CN107798027B
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 邱立威;易玲玲;賈淳硤
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/958
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;賈允

本發明涉及數據處理技術領域，特別是一種信息熱度預測方法，本發明考慮待預測信息在不同時段的趨勢變化，采用對應不同時段的預測模型來擬合不同時間狀態下信息的特征數據，并考慮發表時長對預測結果的影響，獲取不同發表時段對應的預測結果的權重，綜合預測信息在未來一段時間的熱度。此外，還提供了一種與該方法匹配的信息推薦方法和裝置。本發明提供的一種信息熱度預測方法、信息推薦方法及裝置能夠對信息熱度進行準確預測。

技術領域

本發明涉及數據處理技術領域，特別涉及一種信息熱度預測方法、信息推薦方法及裝置。

背景技術

熱門文章預測系統是根據文章發表的各維度特征去預測文章在未來一段時間的流行程度。例如根據文章在發表后的1個小時內的閱讀序列特征去預測文章在未來24小時的轉發是否會超過一定閾值，對與超過閾值的文章進行后續應用，例如推薦、控制、識別等。

現有技術方案的流程如圖1所示，包括（1）收集日志數據，利用收集的數據進行人工特征提取，其中，數據維度可以包括文章歷史閱讀轉發信息、發表公眾號的基本信息、轉發人數的基礎屬性等，人工特征提取包含大量的特征工程的工作；（2）利用傳統模型預測，即使用上一個步驟產生的訓練樣本對SVM、LR、GBDT等傳統機器學習模型進行訓練；（3）將模型的預測結果進行輸出，對預測結果進行下一步的處理或應用。

在實現上述預測的過程中，發明人發現現有技術至少存在以下問題：現有趨勢類預測系統在構建上，大多使用單個模型對樣本進行預測，在樣本訓練過程中沒有考慮一個樣本在不同時間點的可預測情況。并且對不同時間狀態下的同一樣本在訓練過程沒有多次進入訓練過程，導致系統不能捕捉到樣本在時間上的變化情況。此外，現有預測系統大多根據歷史記錄去預測，缺少對實時的全局環境的熱門主題或事件進行識別，對于實時的熱點事件的預測結果往往誤差很大。

發明內容

為克服現有技術的缺陷，本發明提供一種信息熱度預測方法、信息推薦方法及裝置。

本發明采用技術方案如下：

第一方面，本發明提供一種信息熱度預測方法，包括：

采集一已發表信息的日志數據；

根據所述日志數據提取所述已發表信息在多個發表時段的特征數據；

根據預先建立的發表時段與預測模型的對應關系，將所述已發表信息在多個發表時段內的特征數據分別輸入至對應的預測模型中，得到與所述多個發表時段一一對應的多個預測結果；

根據各個預測結果的權重計算得到所述已發表信息的熱度預測結果。

第二方面，本發明提供一種信息推薦方法，該方法包括：

采集一已發表信息的日志數據；

根據所述日志數據提取所述已發表信息在多個發表時段的特征數據；

根據預先建立的發表時段與預測模型的對應關系，將所述已發表信息在多個發表時段內的特征數據分別輸入至對應的預測模型中，得到與所述多個發表時段一一對應的多個預測結果；

根據各個預測結果的權重計算得到所述已發表信息的熱度預測結果；

按照所述已發表信息的熱度預測結果對所述已發表信息進行推薦。

第三方面，本發明提供一種信息熱度預測裝置，包括：

采集模塊，用于采集一已發表信息的日志數據；

提取模塊，用于根據所述日志數據提取所述已發表信息在多個發表時段的特征數據；

預測模塊，用于根據預先建立的發表時段與預測模型的對應關系，將所述已發表信息在多個發表時段內的特征數據分別輸入至對應的預測模型中，得到與所述多個發表時段一一對應的多個預測結果；