[發明專利]社交網絡中與朋友的帖子混合的質量行業內容

有效

• 申請號: 201680002452.0
• 申請日: 2016-08-01
• 公開（公告）號: CN107896510A
• 公開（公告）日: 2018-04-10
• 發明（設計）人: L·張;L·朱;D·王;S·趙;Y·劉;S·陳
• 申請（專利權）人: 鄰客音公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中國專利代理(香港)有限公司72001
• 代理人: 徐紅燕,杜荔南

1.一種方法，包括：

由包括處理器的服務器識別由社交網絡中的用戶創建的多個職業帖子，每個用戶與來自如在該用戶的簡檔中配置的多個行業中的行業相關聯；

由服務器為每個識別的職業帖子計算得分；

基于所述得分對所述多個職業帖子進行整理；

由服務器檢測對用以向與第一行業相關聯的第一用戶呈現第一用戶饋送的數據的請求；

基于創建每個帖子的用戶的行業由服務器選擇一個或多個職業帖子；以及

使所選一個或多個職業帖子呈現在第一用戶饋送中。

2.如權利要求1所述的方法，其中所述為每個識別的職業帖子計算得分進一步包括：

在所述社交網絡的隨機用戶的用戶饋送中隨機地放置測試職業帖子；以及

基于來自所述社交網絡的所述隨機用戶的響應來估量每個測試職業帖子的表現。

3.如權利要求2所述的方法，進一步包括：

基于所隨機放置的測試職業帖子的估量出的表現來訓練第一機器學習算法；以及

利用第一機器學習算法來預測所述職業帖子的得分。

4.如權利要求3所述的方法，其中第一機器學習算法分析包括以下中的一個或多個的多個特征：來自被分配給每個帖子的多個集群中的集群；所述帖子的長度；所述帖子是否包括圖片；從評論、共享或原始帖子中選擇的所述帖子的類型；所述帖子的發帖者的聲譽；所述發帖者的行業；所述發帖者的歷史點進率；以及發帖時間。

5.如權利要求2所述的方法，其中每個測試職業帖子的得分是基于針對該測試職業帖子的點進率。

6.如權利要求1所述的方法，其中所述多個職業帖子的整理進一步包括：

按照所述職業帖子的得分的降序對所述職業帖子進行整理，其中將具有較高得分的職業帖子呈現在具有較低得分的職業帖子的前面。

7.如權利要求1所述的方法，其中在第一用戶的簡檔中配置第一行業。

8.如權利要求1所述的方法，進一步包括：

訓練機器學習分類器以基于多個特征將所述社交網絡的帖子分類為職業帖子或非職業帖子。

9.如權利要求8所述的方法，其中所述多個特征包括以下中的一個或多個：來自被分配給每個帖子的多個集群中的集群；所述帖子的長度；所述帖子是否包括圖片；從評論、共享或原始帖子中選擇的所述帖子的類型；所述帖子的發帖者的聲譽；以及發帖時間。

10.如權利要求1所述的方法，進一步包括：

在將第一用戶饋送呈現給第一用戶之前，將所述職業帖子與非職業帖子合并到第一用戶饋送中。

11.如權利要求10所述的方法，其中所述職業帖子與每個帖子的發帖者的職業活動相關聯，其中所述非職業帖子不與每個帖子的發帖者的職業活動相關聯。

12.如權利要求10所述的方法，其中針對所述非職業帖子的得分由第二機器學習算法基于選自包括以下的群組的至少一個或多個特征來確定：查看者與發帖者之間的歷史關系、所述查看者與所述發帖者之間的連接強度、所述帖子的類型、所述帖子中的文本、所述帖子的長度、所述發帖者的簡檔以及所述查看者的簡檔。

13.一種服務器，包括：

包括指令的存儲器；以及

一個或多個計算機處理器，其中所述指令在由所述一個或多個計算機處理器執行時引起所述一個或多個計算機處理器實行包括以下的操作：

識別由社交網絡中的用戶創建的多個職業帖子，每個用戶與來自如在該用戶的簡檔中配置的多個行業中的行業相關聯；

為每個識別的職業帖子計算得分；

基于所述得分對所述多個職業帖子進行整理；

檢測對用以向與第一行業相關聯的第一用戶呈現第一用戶饋送的數據的請求；

基于創建每個帖子的用戶的行業選擇一個或多個職業帖子；以及

使所選一個或多個職業帖子呈現在第一用戶饋送中。

14.如權利要求13所述的服務器，其中所述為每個識別的職業帖子計算得分進一步包括：

在所述社交網絡的隨機用戶的用戶饋送中隨機地放置測試職業帖子；以及

基于來自所述社交網絡的所述隨機用戶的響應來估量每個測試職業帖子的表現。