[發明專利]一種新聞搜索方法及裝置

在審

• 申請號: 201710156968.7
• 申請日: 2017-03-16
• 公開（公告）號: CN106940723A
• 公開（公告）日: 2017-07-11
• 發明（設計）人: 曹雪倩;安倩
• 申請（專利權）人: 北京搜狐新媒體信息技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 王寶筠

技術領域

本申請涉及電子信息領域，尤其涉及一種新聞搜索方法及裝置。

背景技術

與傳統的網頁檢索不同，新聞搜索目前還沒有完整通用的算法和模型。目前，對于新聞的搜索，主要基于PageRank算法，該算法的基本思想是：頁面的重要程度用PageRank值來衡量。PageRank值主要體現在兩個方面：引用該頁面的頁面個數和引用該頁面的頁面重要程度。一個頁面P(A)被另一個頁面P(B)引用，可看成P(B)推薦P(A)，P(B)將其重要程度(PageRank值)平均的分配P(B)所引用的所有頁面，所以越多頁面引用P(A)，則越多的頁面分配PageRank值給P(A)，PageRank值也就越高，P(A)越重要。另外，P(B)越重要，它所引用的頁面能分配到的PageRank值就越多，P(A)的PageRank值也就越高，也就越重要。

然而，基于PageRank算法的新聞搜索方法，僅依靠被引用的次數和與引用頁面的重要程度篩選，而忽略了新聞的相關程度，以至于一些主題不相關的網頁(如廣告頁面)獲得較大的PageRank值，從而影響了搜索結果的準確性。

發明內容

本申請提供了一種新聞搜索方法及裝置，目的在于解決如何提高新聞的搜索準確性的問題。

為了實現上述目的，本申請提供了以下技術方案：

一種新聞搜索方法，包括：

依據搜索關鍵詞，得到與所述搜索關鍵詞相關的候選項；

依據新聞的屬性，確定所述候選項的屬性分，并依據所述屬性分對所述候選項排序，所述新聞的屬性包括新聞的點擊曝光率和新聞的實效周期；

按照排序結果，展示搜索結果。

可選的，所述新聞的屬性還包括：

新聞的媒體分數、被操作的次數以及被閱讀的時長中的至少一項。

可選的，所述依據新聞的屬性，確定所述候選項的屬性分包括：

確定新聞經過平滑和時間衰減后的點擊曝光率；

確定新聞的時間衰減分數，所述時間衰減分數用于表示所述新聞的實效周期；

獲取所述新聞的媒體分數、被操作的次數以及被閱讀的時長；

依據所述新聞經過平滑和時間衰減后的點擊曝光率、所述新聞的時間衰減分數、所述新聞的媒體分數、被操作的次數以及被閱讀的時長，計算所述候選項的分數。

可選的，所述確定新聞經過平滑和時間衰減后的點擊曝光率包括：

新聞經過平滑和時間衰減后的點擊率為其中，d為衰減系數，start為該新聞生成的起始時間，t表示當前時刻，d^t-start-1為衰減幅度，click_t為t時刻的點擊次數；

新聞經過平滑和時間衰減后的曝光率為其中，imp_t為t時刻的曝光次數。

可選的，所述依據所述新聞經過平滑和時間衰減后的點擊曝光率、所述新聞的時間衰減分數、所述新聞的媒體分數、被操作的次數以及被閱讀的時長，計算所述候選項的分數包括：

使用score＝smoothScore*ruleScore*div+log₂(1+share)+log₂(1+comment)+log₂(1+collection)+log₂(1+praise)+readTime計算所述候選項中的任意一項的分數，其中，smoothScore表示所述該新聞經過平滑和時間衰減后的點擊曝光率，div為該新聞的時間衰減分數，readTime為平滑后的該新聞的被閱讀時長，share為該新聞的分享數，comment該新聞的評論數，collection為該新聞的收藏數，praise為該新聞的點贊數。

可選的，所述平滑后的該新聞的被閱讀時長的確定方法包括：

其中，allReadTime為該新聞被所有用戶所閱讀的總時長，allClick為該新聞所有的點擊次數，pReadTime為該新聞虛擬的閱讀時長，pClick為該新聞虛擬的點擊次數。

可選的，在所述按照排序結果，展示搜索結果之前，還包括：

依據質量參數，確定所述排序結果中的各個候選項的質量分，所述質量參數包括新聞的長度、段落數、包括的圖片以及標題的長度；

將所述候選項中的任意一項的質量分與該項的屬性分相乘，得到總分；

依據所述候選項中每一項的總分，對所述候選項進行重排序，得到更新的排序結果。

一種新聞的搜索裝置，包括：