[發明專利]一種避免冗余發送的系統在審
| 申請號: | 201810408147.2 | 申請日: | 2018-05-02 |
| 公開(公告)號: | CN110442779A | 公開(公告)日: | 2019-11-12 |
| 發明(設計)人: | 孫毅 | 申請(專利權)人: | 孫毅 |
| 主分類號: | G06F16/9535 | 分類號: | G06F16/9535;G06Q50/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 610000 四川省成都市武*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 特征向量 偏好向量 特征向量空間 冗余發送 特征標簽 推送 標簽模塊 精準判斷 偏好模塊 推送模塊 用戶點擊 求和 偏好 維度 向量 喜好 量化 評估 | ||
本發明公開了一種避免冗余發送的系統,包括:用于對所有的新聞建立特征標簽,并以特征標簽為維度建立特征向量空間的標簽模塊;用于將所有的新聞在特征向量空間中建立特征向量的向量模塊;用于將用戶所點擊過的所有新聞的特征向量進行求和并除以用戶點擊過的新聞數量得到用戶的偏好向量的偏好模塊;用于對所有新聞的特征向量與用戶的偏好向量進行比較,當特征向量與偏好向量相似時,將該新聞推送給用戶的推送模塊。本發明通過將新聞量化并處理的方式評估用戶對新聞的偏好程度,從而實現了對用戶的喜好進行精準判斷,使得推送可以達到精準推送。
技術領域
本發明涉及計算機技術領域,具體涉及一種避免冗余發送的系統。
背景技術
推送服務通常是在事先表達喜好的信息。這就是所謂的發布/訂閱模型。一個客戶端可能“訂閱”的各種信息“通道”。每當新的內容可以在這些渠道之一,服務器會推出的信息給用戶。同步會議和即時消息是推動服務的典型例子。郵件和聊天,有時文件推到了只要他們是由信息服務受到了用戶。同行都分散的對等程序,并集中程序(如IRC或XMPP協議)允許推送文件,這意味著發送者發起數據傳輸,而不是接受者。電郵也是一個推動系統:SMTP協議的基礎上,它是一個推動協議(見PushMail)。不過,最后一步,從郵件服務器到桌面計算機通常使用的POP3或IMAP像拉協議。現代電子郵件客戶端走這一步似乎瞬間通過反復投票的郵件服務器,經常檢查新郵件了。IMAP協議包括IDLE命令,它允許服務器告訴客戶端新郵件到達時。原來的黑莓是第一推技術流行的例子了在無線方面的電子郵件。另一種普及型互聯網推送技術為pointcast公司網絡,該網絡在1990年代獲得了知名度。它傳遞新聞和股市數據。Netscape和微軟自己的軟件集成到它在瀏覽器大戰的高度,但后來逐漸消失,并在與RSS(一拉技術)2000年代取代。其他用途的Web應用,包括推動市場數據發布(股票行情),在線聊天/消息系統(網上聊天),拍賣,網上博彩和游戲,運動的結果,監測主機和傳感器網絡監控。
雖然現有的推送技術已經可以做到點對點的推送,但是由于無法對用戶的喜好進行精準判斷,導致了現有的推送無法達到精準推送的目的。
發明內容
本發明所要解決的技術問題是現有的推送技術由于無法對用戶的喜好進行精準判斷,導致了現有的推送無法達到精準推送的目的,目的在于提供一種避免冗余發送的系統,解決上述問題。
本發明通過下述技術方案實現:
一種避免冗余發送的系統,包括:用于對所有的新聞建立特征標簽,并以特征標簽為維度建立特征向量空間的標簽模塊;用于將所有的新聞在特征向量空間中建立特征向量的向量模塊;用于將用戶所點擊過的所有新聞的特征向量進行求和并除以用戶點擊過的新聞數量得到用戶的偏好向量的偏好模塊;用于對所有新聞的特征向量與用戶的偏好向量進行比較,當特征向量與偏好向量相似時,將該新聞推送給用戶的推送模塊。
現有技術中,推送技術已經可以做到點對點的推送,但是由于無法對用戶的喜好進行精準判斷,導致了現有的推送無法達到精準推送的目的。本發明應用時,先對所有的新聞建立特征標簽,并以特征標簽為維度建立特征向量空間,然后將所有的新聞在特征向量空間中建立特征向量,從而將新聞進行量化,再然后,將用戶所點擊過的所有新聞的特征向量進行求和并除以用戶點擊過的新聞數量得到用戶的偏好向量,從而得到用戶對于各種新聞的偏好,再然后對所有新聞的特征向量與用戶的偏好向量進行比較,當特征向量與偏好向量相似時,將該新聞推送給用戶。本發明通過將新聞量化并處理的方式評估用戶對新聞的偏好程度,從而實現了對用戶的喜好進行精準判斷,使得推送可以達到精準推送。
進一步的,所述偏好模塊還用于將用戶的社交圈內的人員所點擊的新聞的特征向量加權求和并除以數量得到社交向量;所述推送模塊還用于將社交向量與所有新聞的特征向量進行比較,當特征向量與社交向量相似時,將該新聞推送給用戶。
本發明應用時,將用戶的社交圈進行分析,從而從更廣的范圍內完整的對用戶的喜好進行分析,使得推送更加精準。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于孫毅,未經孫毅許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810408147.2/2.html,轉載請聲明來源鉆瓜專利網。





