用戶興趣發(fā)現(xiàn)方法和裝置制造方法
【專利摘要】本發(fā)明實施例提供一種用戶興趣發(fā)現(xiàn)方法和裝置，該方法包括：獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)或行為數(shù)據(jù)；根據(jù)所述表達數(shù)據(jù)或所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果；向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。本發(fā)明實施例能夠允許用戶主動通過自然語言進行興趣表達，及時、準確地發(fā)現(xiàn)用戶興趣，提升用戶體驗。
【專利說明】用戶興趣發(fā)現(xiàn)方法和裝置

【技術(shù)領(lǐng)域】
[0001〕 本發(fā)明實施例涉及信息【技術(shù)領(lǐng)域】，尤其涉及一種用戶興趣發(fā)現(xiàn)方法和裝置。

【背景技術(shù)】
[0002]個性化信息推薦技術(shù)能夠向用戶下發(fā)符合用戶興趣的信息，因此，該技術(shù)逐漸在網(wǎng)絡(luò)訪問中得到越來越多的應(yīng)用。在個性化信息推薦技術(shù)中，需要準確及時的發(fā)現(xiàn)用戶興趣。
[0003]現(xiàn)有的用戶興趣發(fā)現(xiàn)技術(shù)，一般是獲取用戶對推薦內(nèi)容的點擊，分享，收藏等正反饋行為和/或忽略，踩等負反饋行為，并從反饋行為中分析用戶興趣。
[0004]上述用戶興趣發(fā)現(xiàn)技術(shù)存在以下缺陷:一方面，用戶的反饋行為反映的信息比較模糊，給定一項推薦內(nèi)容，無論是正反饋行為還是負反饋行為，很難準確地判斷用戶反饋針對的具體屬性，導致發(fā)現(xiàn)的用戶興趣的準確度低；另一方面，往往需要用戶的大量反饋行為才能準確捕獲用戶興趣，由于這個過程通常耗時較長，因此不利于及時發(fā)現(xiàn)用戶興趣。


【發(fā)明內(nèi)容】

[0005]本發(fā)明實施例提供一種用戶興趣發(fā)現(xiàn)方法和裝置，以提高發(fā)現(xiàn)的用戶興趣的準確性和及時性。
[0006]本發(fā)明實施例采用以下技術(shù)方案:
[0007]—方面，本發(fā)明實施例提供了一種用戶興趣發(fā)現(xiàn)方法，包括:
[0008]獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)或行為數(shù)據(jù)；
[0009]根據(jù)所述表達數(shù)據(jù)或所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果；
[0010]向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0011]進一步的，根據(jù)所述表達數(shù)據(jù)，確定興趣預(yù)測結(jié)果，包括:
[0012]根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度；
[0013]根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。
[0014]進一步的，在獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)之前，還包括:
[0015]獲取用戶輸入的對推薦內(nèi)容的行為數(shù)據(jù)；
[0016]根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度；
[0017]如果所述滿意度小于設(shè)定門限值，則觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作。
[0018]進一步的，根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象，包括:
[0019]在對象知識庫中匹配所述表達數(shù)據(jù)所包含的詞；
[0020]將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象。
[0021]進一步的，在將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象之后，還包括:
[0022]根據(jù)所述興趣對象與所述用戶態(tài)度對應(yīng)的詞之間的文本距離，過濾掉文本距離大于設(shè)定值的興趣對象。
[0023]進一步的，根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度，包括:
[0024]在預(yù)設(shè)情感態(tài)度模板中匹配所述表達數(shù)據(jù)所包含的詞；
[0025]根據(jù)匹配結(jié)果，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度。
[0026]進一步的，在根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果之前，還包括:
[0027]根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度；
[0028]如果所述滿意度小于設(shè)定門限值，則觸發(fā)執(zhí)行根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果的操作。
[0029]進一步的，根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度，包括下述至少一項:
[0030]根據(jù)用戶對推薦內(nèi)容的刷新頻率，確定用戶對所述推薦內(nèi)容的滿意度；
[0031]根據(jù)用戶對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長，確定用戶對所述推薦內(nèi)容的滿意度；
[0032]根據(jù)用戶對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間，確定用戶對所述推薦內(nèi)容的滿意度。
[0033]進一步的，在向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣之后，還包括:
[0034]根據(jù)確定的用戶興趣，修正向用戶推送的推薦內(nèi)容。
[0035]另一方面，本發(fā)明實施例還提供了一種用戶興趣發(fā)現(xiàn)裝置，包括:
[0036]用戶數(shù)據(jù)獲取模塊，用于獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)或行為數(shù)據(jù)；
[0037]興趣預(yù)測結(jié)果確定模塊，用于根據(jù)所述表達數(shù)據(jù)或所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果；
[0038]興趣確定模塊，用于向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0039]進一步的，興趣預(yù)測結(jié)果確定模塊包括:
[0040]興趣對象確定單元，用于根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象；
[0041]用戶態(tài)度確定單元，用于根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度；
[0042]興趣預(yù)測結(jié)果確定單元，用于根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。
[0043]進一步的，所述裝置還包括:
[0044]第一滿意度確定模塊，用于在獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)之前，根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度；
[0045]表達數(shù)據(jù)獲取觸發(fā)模塊，用于在所述滿意度小于設(shè)定門限值時，觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作。
[0046]進一步的，興趣對象確定單元包括:
[0047]匹配子單元，用于在對象知識庫中匹配所述表達數(shù)據(jù)所包含的詞；
[0048]興趣對象確定子單元，用于將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象。
[0049]進一步的,興趣對象確定單元還包括:
[0050]興趣對象過濾子單元，用于在將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象之后，根據(jù)所述興趣對象與所述用戶態(tài)度對應(yīng)的詞之間的文本距離，過濾掉文本距離大于設(shè)定值的興趣對象。
[0051]進一步的，用戶態(tài)度確定單元具體用于:
[0052]在預(yù)設(shè)情感態(tài)度模板中匹配所述表達數(shù)據(jù)所包含的詞；
[0053]根據(jù)匹配結(jié)果，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度。
[0054]進一步的，所述裝置還包括:
[0055]第二滿意度確定模塊，用于在根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果之前，根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度；
[0056]興趣預(yù)測結(jié)果確定觸發(fā)模塊，用于如果所述滿意度小于設(shè)定門限值，則觸發(fā)執(zhí)行根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果。
[0057]進一步的，第一滿意度確定模塊或第二滿意度確定模塊包括下述至少一項:
[0058]第一滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的刷新頻率，確定用戶對所述推薦內(nèi)容的滿意度；
[0059]第二滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長，確定用戶對所述推薦內(nèi)容的滿意度；
[0060]第三滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間，確定用戶對所述推薦內(nèi)容的滿意度。
[0061]進一步的，所述裝置還包括:
[0062]推送模塊，用于在向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣之后，根據(jù)確定的用戶興趣，修正向用戶推送的推薦內(nèi)容。
[0063]本發(fā)明實施例提出的技術(shù)方案的有益技術(shù)效果是:通過獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)或行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果，再向應(yīng)用客戶端提示興趣預(yù)測結(jié)果，并獲取用戶對興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。本發(fā)明實施例能夠允許用戶主動通過自然語言進行興趣表達，及時、準確地發(fā)現(xiàn)用戶興趣，提升用戶體驗。

【專利附圖】

【附圖說明】
[0064]為了更清楚地說明本發(fā)明，下面將對本發(fā)明中所需要使用的附圖做一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0065]圖1是本發(fā)明具體實施例一提供的用戶興趣發(fā)現(xiàn)方法的流程圖；
[0066]圖2是本發(fā)明具體實施例二提供的用戶興趣發(fā)現(xiàn)方法的流程圖；
[0067]圖3是本發(fā)明具體實施例三提供的用戶興趣發(fā)現(xiàn)方法的流程圖；
[0068]圖4是本發(fā)明具體實施例四提供的用戶興趣發(fā)現(xiàn)方法的流程圖；
[0069]圖5是本發(fā)明具體實施例五提供的用戶興趣發(fā)現(xiàn)方法的流程圖；
[0070]圖6是本發(fā)明具體實施例五提供的用戶興趣發(fā)現(xiàn)方法的流程圖；
[0071]圖7是本發(fā)明具體實施例五提供的用戶興趣發(fā)現(xiàn)方法的流程圖；
[0072]圖8是本發(fā)明具體實施例六提供的用戶興趣發(fā)現(xiàn)裝置的結(jié)構(gòu)框圖。

【具體實施方式】
[0073]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施例中的技術(shù)方案作進一步詳細描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?？梢岳斫獾氖?，此處所描述的具體實施例僅用于解釋本發(fā)明，而非對本發(fā)明的限定，基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部內(nèi)容。
[0074]實施例一
[0075]圖1為本實施例提供的一種用戶興趣發(fā)現(xiàn)方法的流程圖，該方法包括以下步驟:
[0076]101、獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)。
[0077]102、根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象，包括:
[0078]在對象知識庫中匹配所述表達數(shù)據(jù)所包含的詞；
[0079]將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象。
[0080]103、根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度，包括:
[0081]在預(yù)設(shè)情感態(tài)度模板中匹配所述表達數(shù)據(jù)所包含的詞；
[0082]根據(jù)匹配結(jié)果，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度。
[0083]104、根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。
[0084]105、向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0085]在本實施例中，表達數(shù)據(jù)具體可為用戶使用自然語言通過語音或者文字輸入所表達的希望增加、減少或者屏蔽一些推薦內(nèi)容的興趣表達數(shù)據(jù)。例如:“我想看更多關(guān)于99式坦克的新聞”，“再出錘子手機的新聞我就卸載！ ”，“小米的新聞太多了，你們收錢了嗎？ ”等等，用戶可采用文字輸入模式或者語音輸入模式，文字輸入模式為常見的輸入模式，在此不作詳細描述；而語音輸入模式，用戶的語音首先會被語音識別模塊轉(zhuǎn)換成文本信息，這個步驟的完成有很多成熟的解決方案，比如現(xiàn)有的語音識別開放平臺。推薦服務(wù)只要使用這些語音識別服務(wù)商的開放軟件開發(fā)工具包06^6101)1116111: 1(11:)就能夠免費利用這些平臺的語音識別服務(wù)，且實踐中這項技術(shù)已經(jīng)非常成熟，識別準確率高達95%以上。
[0086]識別出用戶用自然語言表達出的意圖，其主要難點在于根據(jù)表達數(shù)據(jù)確定對應(yīng)的興趣對象和用戶態(tài)度，即步驟102和步驟103。將用戶的意圖識別問題簡化為一個二元組的識別:
[0087]^013^601:,
[0088]其中(?知代表用戶針對的興趣對象，在上面的例子中的興趣對象分別是“99式坦克”，“錘子手機”，“小米(小米科技有限公司廠’。紅“切如代表用戶態(tài)度，可以用有限的集合來表示，比如:(‘屏蔽’，‘減少推薦’，‘增加推薦’ I。
[0089]在實際應(yīng)用中，(^知⑶的確定需要依賴一個知識庫，即對象知識庫。對象知識庫需要有大量人工確認的有意義的知識庫中包含興趣對象所對應(yīng)的別名(代?)、類型(#156)以及興趣對象的名稱(11211116)，其中類型可以為類別或者實體(6=1:11:7:人名，機構(gòu)名，作品名等具體事物)。例如:
[0090]?1~6？:〔科技新聞，科技文章，科技〕，七7？6:081:6^01-77 11&1116:科技 ?
[0091]〈1*6？:〔小米，小米科技1 ,七7？6:61111肅6:小米科技有限公司?
[0092]〈1*6？:〔范冰冰 1，七7？6:6111181116:范冰冰 ?
[0093]有了對象知識庫，就可以根據(jù)別名映射識別一段話中的(?知(31
[0094]^^1^11(16的確定主要根據(jù)一些人工定義的規(guī)則，例如:
[0095]少來點‘減少推薦’
[0096]多推薦點乂乂乂一 ‘增加推薦’
[0097]不要‘屏蔽’
[0098]需要注意的是，有一種情況下，一段話中的某個詞有可能映射多個(?知⑶，比如‘小米’有可能指小米科技有限公司，也有可能指食用的小米，這種情況下可以提示用戶，讓用戶確認所要表達的是哪一種意思，或者通過用戶的使用記錄判斷哪個和用戶更相關(guān)。比如，如果用戶表達的是負面態(tài)度，出現(xiàn)在用戶瀏覽歷史中的更有可能是用戶想要表達態(tài)度的對象，由此來確認用戶真正想表達的
[0099]還有一種情況下，用戶的意圖中的不是一個具體的概念，而是比較抽象的概念。比如‘來點有意思的’，‘不要再出低俗的’這樣的表達。這里‘有意思’和‘低俗的’都屬于比較抽象的概念，無法對應(yīng)到某一個具體的(?知(^。在這種情況下，可以預(yù)先定義一些特殊的標簽，比如‘段子’，‘低俗內(nèi)容’作為(?知(^。這些標簽可以由運營人員對內(nèi)容進行標注，也可以用機器學習算法自動識別。這樣，這種表達上比較抽象的需求也能被識別出來，進而確定(^知⑶。
[0100]接下來，根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，用戶選擇點擊其中一個興趣預(yù)測結(jié)果，獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0101]例如:上文中舉例“再出錘子手機的新聞我就卸載！ ”，可確定(?知⑶為“錘子手機”，八“丨切如為“屏蔽”，則可向應(yīng)用客戶端提示興趣預(yù)測結(jié)果為“屏蔽錘子手機新聞”來供用戶點擊，若該預(yù)測結(jié)果不符合用戶真實意圖，用戶可忽略；或者提示“屏蔽錘子手機新聞？”，出現(xiàn)“是”和“否”來供用戶選擇，用戶選擇點擊其中一個興趣預(yù)測結(jié)果，獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0102]再如:上文中舉例“我想看更多關(guān)于99式坦克的新聞”，可確定(?知⑶為“99式坦克”，八“丨切如為“增加推薦”，則可向應(yīng)用客戶端提示興趣預(yù)測結(jié)果為“推薦99式坦克研發(fā)進展新聞”、“推薦99式坦克投入使用情況新聞”和“推薦外媒關(guān)于99式坦克新聞”等多個選項供用戶選擇，用戶選擇點擊其中一個興趣預(yù)測結(jié)果，獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0103]本實施例提供了一種用戶興趣發(fā)現(xiàn)方法，該方法通過獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)，確定興趣預(yù)測結(jié)果，再向應(yīng)用客戶端提示興趣預(yù)測結(jié)果，并獲取用戶對興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。用戶可以主動表達對推薦內(nèi)容的要求而不是被動的等待系統(tǒng)通過漫長的數(shù)據(jù)挖掘過程了解自己的興趣，且用戶可以通過自然語言表達自己的需求，操作成本很低。本實施例能夠及時、準確地發(fā)現(xiàn)用戶興趣，提升用戶體驗。
[0104]實施例二
[0105]圖2為本實施例提供的一種用戶興趣發(fā)現(xiàn)方法的流程圖，該方法包括以下步驟:
[0106]201、獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)。
[0107]202、根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象，包括:
[0108]在對象知識庫中匹配所述表達數(shù)據(jù)所包含的詞；
[0109]將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象。
[0110]203、根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度，包括:
[0111]在預(yù)設(shè)情感態(tài)度模板中匹配所述表達數(shù)據(jù)所包含的詞；
[0112]根據(jù)匹配結(jié)果，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度。
[0113]204、根據(jù)所述興趣對象與所述用戶態(tài)度對應(yīng)的詞之間的文本距離，過濾掉文本距離大于設(shè)定值的興趣對象。
[0114]205、根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。
[0115]206、向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0116]在本實施例中，表達數(shù)據(jù)具體可為用戶使用自然語言通過語音或者文字輸入所表達的希望增加、減少或者屏蔽一些推薦內(nèi)容的興趣表達數(shù)據(jù)。用戶可采用文字輸入模式或者語音輸入模式。
[0117]識別出用戶用自然語言表達出的意圖，其主要難點在于根據(jù)表達數(shù)據(jù)確定對應(yīng)的興趣對象和用戶態(tài)度，即步驟202和步驟203。將用戶的意圖識別問題簡化為一個二元組的識別:
[0118]〈0)3知(^，紅七土加如〉
[0119]其中013』601:代表用戶針對的興趣對象，八1:1:11:11(16代表用戶態(tài)度，可以用有限的集合來表示，比如:(‘屏蔽’，‘減少推薦’，‘增加推薦’ I。
[0120]在實際應(yīng)用中，(^知⑶的確定需要依賴一個知識庫，即對象知識庫。對象知識庫需要有大量人工確認的有意義的知識庫中包含興趣對象所對應(yīng)的別名(代?)、類型(#156)以及興趣對象的名稱(11211116)，其中類型可以為類別或者實體人名，機構(gòu)名，作品名等具體事物有了對象知識庫，就可以根據(jù)別名映射識別一段話中的
[0121]^^1^11(16的確定主要根據(jù)一些人工定義的規(guī)則，例如:
[0122]少來點‘減少推薦’
[0123]多推薦點父父父一‘增加推薦’
[0124]不要‘屏蔽’
[0125]需要注意的是，有一種情況下，一段話中能夠識別出多個(?知⑶，比如“小米新聞太多了，是廣告吧？ ”，這句話中的“小米新聞”和“廣告”都能找到對應(yīng)的(?知⑶。這種情況下，可以結(jié)合八“11:11(16的識別來判斷，即步驟204，如果一個046(31:和一個八“11:11(16的文本距離大于設(shè)定值，可以過濾掉該013』601:，由此來確認用戶真正想表達的013』601:，設(shè)定值可以是用戶興趣發(fā)現(xiàn)裝置預(yù)先設(shè)置的，也可以是由用戶自行設(shè)置的，如果設(shè)定值為“2”，則一個此知⑶和一個八“11:11(16的文本距離大于2時,可以過濾掉該此知⑶，上例中“太多”可以確定為八“丨加如，“小米新聞”與“太多”之間的文本距離為0，而“廣告”與“太多”之間的文本距離為3，則可以過濾到“廣告”這個(?知(^，來確認用戶真正想表達的“小米新聞”。
[0126]接下來，根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，用戶選擇點擊其中一個興趣預(yù)測結(jié)果，獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0127]本實施例提供了一種用戶興趣發(fā)現(xiàn)方法，該方法在實施例一的基礎(chǔ)上，增加了根據(jù)興趣對象與用戶態(tài)度對應(yīng)的詞之間的文本距離，過濾掉文本距離大于設(shè)定值的興趣對象，來提高興趣對象確定的準確率。本實施例能夠及時、準確地發(fā)現(xiàn)用戶興趣，提升用戶體驗。
[0128]實施例三
[0129]圖3為本實施例提供的一種用戶興趣發(fā)現(xiàn)方法的流程圖，該方法包括以下步驟:
[0130]301、獲取用戶輸入的對推薦內(nèi)容的行為數(shù)據(jù)；
[0131]302、根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度。其中，確定用戶對所述推薦內(nèi)容的滿意度可以有多種實現(xiàn)方式，包括下述至少一項:
[0132]根據(jù)用戶對推薦內(nèi)容的刷新頻率，確定用戶對所述推薦內(nèi)容的滿意度；
[0133]根據(jù)用戶對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長，確定用戶對所述推薦內(nèi)容的滿意度；
[0134]根據(jù)用戶對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間，確定用戶對所述推薦內(nèi)容的滿意度。
[0135]303、判斷所述滿意度是否小于設(shè)定門限值，如果所述滿意度小于設(shè)定門限值，貝0觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作，即執(zhí)行步驟304。
[0136]304、獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)。
[0137]305、根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象，包括:
[0138]在對象知識庫中匹配所述表達數(shù)據(jù)所包含的詞；
[0139]將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象。
[0140]306、根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度，包括:
[0141]在預(yù)設(shè)情感態(tài)度模板中匹配所述表達數(shù)據(jù)所包含的詞；
[0142]根據(jù)匹配結(jié)果，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度。
[0143]307、根據(jù)所述興趣對象與所述用戶態(tài)度對應(yīng)的詞之間的文本距離，過濾掉文本距離大于設(shè)定值的興趣對象。
[0144]308、根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。
[0145]309、向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0146]在本實施例中，行為數(shù)據(jù)具體可為用戶對推薦內(nèi)容的刷新頻率、對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長、對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間等在使用過程中的行為所對應(yīng)的數(shù)據(jù)，根據(jù)這些行為數(shù)據(jù)確定用戶對所述推薦內(nèi)容的滿意度，設(shè)定滿意度門限值，若所確定的滿意度高于門限值，可繼續(xù)推薦，若滿意度低于門限值，則觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作。后續(xù)的操作與實施例二完全相同，在此不作詳細描述。
[0147]作為進一步說明，本實施例中的根據(jù)用戶對推薦內(nèi)容的刷新頻率，確定用戶對所述推薦內(nèi)容的滿意度的方式可以為:當用戶對推薦內(nèi)容不滿意時，用戶閱讀推薦內(nèi)容的時間就會短，而閱讀時間的長短與刷新頻率的高低基本成反比，當刷新頻率高時相對應(yīng)的滿意度低，而刷新頻率低時相對應(yīng)的滿意度高，假設(shè)刷新頻率為5次每小時對應(yīng)的滿意度為門限值，當用戶的刷新頻率為6次每小時的時候，就會觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作；
[0148]根據(jù)用戶對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長，確定用戶對所述推薦內(nèi)容的滿意度的方式可以為:采用計分制，當用戶點擊一篇推薦文章，說明用戶對該文章感興趣，可以為該內(nèi)容計分，如1分，當用戶閱讀該文章時，對閱讀時間計分，如每閱讀30秒記1分，閱讀2分鐘即為4分，當然，可以根據(jù)文章內(nèi)容長短對所得分數(shù)進行調(diào)整，此處不作詳細敘述，假設(shè)累計10篇推薦文章的分數(shù)為滿意度的分值，門限值為20分，當用戶忽略了多篇推薦文章時，滿意度分值就會很低，當滿意度分值低于20分時，就會觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作；
[0149]根據(jù)用戶對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間，確定用戶對所述推薦內(nèi)容的滿意度的方式可以為:可以在每篇推薦文章中設(shè)有用戶滿意度調(diào)查選項并設(shè)定相應(yīng)分值，如“非常滿意”為5分，“很滿意”為4分，“一般”為3分，“不滿意”為2分，“非常不滿意”為1分，用戶通過選擇其中一個選項為該篇推薦文章評分，得出用戶對推薦內(nèi)容的支持反饋數(shù)據(jù)，所述關(guān)注時間可以為用戶對某一領(lǐng)域的推薦內(nèi)容的關(guān)注時間，如娛樂、體育和經(jīng)濟等等，關(guān)注時間長則可增加該領(lǐng)域推薦內(nèi)容的滿意度得分，最后綜合以上兩個得分得出最終的滿意度分值，當滿意度分值低于門限值時，就會觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作。以上僅為【具體實施方式】的舉例，在實際應(yīng)用中不限于以上的實施方式。
[0150]本實施例提供了一種用戶興趣發(fā)現(xiàn)方法，該方法在實施例二的基礎(chǔ)上，增加了獲取用戶輸入的對推薦內(nèi)容的行為數(shù)據(jù)，并根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度的步驟，若滿意度較高，則可減少用戶主動進行數(shù)據(jù)表達的步驟，進一步提升用戶體驗。
[0151]實施例四
[0152]圖4為本實施例提供的一種用戶興趣發(fā)現(xiàn)方法的流程圖，該方法包括以下步驟:
[0153]401、獲取用戶輸入的對推薦內(nèi)容的行為數(shù)據(jù)；
[0154]402、根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度。
[0155]403、判斷所述滿意度是否小于設(shè)定門限值，如果所述滿意度小于設(shè)定門限值，貝0觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作。
[0156]404、獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)。
[0157]405、根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象，包括:
[0158]在對象知識庫中匹配所述表達數(shù)據(jù)所包含的詞；
[0159]將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象。
[0160]406、根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度，包括:
[0161]在預(yù)設(shè)情感態(tài)度模板中匹配所述表達數(shù)據(jù)所包含的詞；
[0162]根據(jù)匹配結(jié)果，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度。
[0163]407、根據(jù)所述興趣對象與所述用戶態(tài)度對應(yīng)的詞之間的文本距離，過濾掉文本距離大于設(shè)定值的興趣對象。
[0164]408、根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。
[0165]409、向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0166]410、根據(jù)確定的用戶興趣，修正向用戶推送的推薦內(nèi)容。
[0167]針對所述修正可制定修正規(guī)則，修正規(guī)則可以有多種，此處僅舉例進行說明。比如可以為每一篇文章設(shè)定初始分數(shù)，根據(jù)用戶興趣對文章的分數(shù)進行相應(yīng)的調(diào)整，分數(shù)高的文章更容易被推薦，而分數(shù)低的文章更難被推薦，而分數(shù)為零的文章會被屏蔽。例如:對于用戶興趣〈‘小米’，‘減少推薦’〉，會觸發(fā)“標題中包含小米的文章分數(shù)降低50%”，“關(guān)鍵詞中包含小米的文章分數(shù)降低20%”兩條修正規(guī)則。修正規(guī)則生效后，命中“小米”的文章分數(shù)會被懲罰，因而會更難被推薦出來。修正規(guī)則的生效時間可以根據(jù)用戶表達的次數(shù)確定。如果是用戶第一次表達，生效時間可以是三天，第二次可以是一周，第三次可以是一個月；而對于〈‘華為’，‘增加推薦’〉，可以觸發(fā)“標題中包含華為的文章分數(shù)增加一倍”的修正規(guī)則，當然，修正規(guī)則也可以為其他形式，如:“如果推薦候選文章中標題中包含華為的文章數(shù)量不足5篇從數(shù)據(jù)庫搜索5篇這樣的文章加入推薦候選”。此外，可以根據(jù)用戶主動進行表達的頻率來調(diào)整修正規(guī)則，使用戶更快地看到推薦結(jié)果的改進。
[0168]本實施例提供了一種用戶興趣發(fā)現(xiàn)方法，該方法在實施例三的基礎(chǔ)上，增加了根據(jù)確定的用戶興趣，修正向用戶推送的推薦內(nèi)容的步驟，該步驟可以使用戶的表達立即生效，表達完畢后下一次推薦時用戶就能看到推薦結(jié)果的改進，可進一步提升用戶體驗。
[0169]實施例五
[0170]圖5為本實施例提供的一種用戶興趣發(fā)現(xiàn)方法的流程圖，該方法包括以下步驟:
[0171]501、獲取用戶輸入的對推薦內(nèi)容的行為數(shù)據(jù)。
[0172]502、根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果。
[0173]503、向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0174]在本實施例中，行為數(shù)據(jù)具體可為用戶對推薦內(nèi)容的刷新頻率、對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長、對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間等在使用過程中的行為所對應(yīng)的數(shù)據(jù)，作為進一步說明，當用戶對推薦內(nèi)容不滿意時，用戶閱讀推薦內(nèi)容的時間就會短，而閱讀時間的長短與刷新頻率的高低基本成反比，當刷新頻率高時說明用戶對推薦內(nèi)容不感興趣，而刷新頻率低時說明用戶對推薦內(nèi)容感興趣，以此確定興趣預(yù)測結(jié)果供用戶選擇；當用戶點擊一篇推薦文章，說明用戶對該文章感興趣，當用戶閱讀該文章花費時間長時，對該文章很感興趣，以此確定興趣預(yù)測結(jié)果供用戶選擇；另外可以在每篇推薦文章中設(shè)有用戶滿意度調(diào)查選項，如“非常滿意”、“很滿意”、“一般”、“不滿意”和“非常不滿意”，用戶通過選擇其中一個選項，得出用戶對推薦內(nèi)容的支持反饋數(shù)據(jù)，所述關(guān)注時間可以為用戶對某一領(lǐng)域的推薦內(nèi)容的關(guān)注時間，如娛樂、體育和經(jīng)濟等等，關(guān)注時間長則說明用戶對該領(lǐng)域推薦內(nèi)容感興趣，最后確定興趣預(yù)測結(jié)果供用戶選擇。以上僅為【具體實施方式】的舉例，在實際應(yīng)用中不限于以上的實施方式。
[0175]例如:如果用戶忽略了多篇關(guān)于小米的推薦文章，那么用戶很可能對小米不感興趣。如果用戶對關(guān)于電動汽車的文章點擊次數(shù)較多，那么用戶很可能對特斯拉公司創(chuàng)始人馬斯克的新聞也感興趣。傳統(tǒng)上，這些信息會被直接利用來減少或者更多推薦某類新聞。但是，因為用戶的行為是復(fù)雜的，這種預(yù)測有可能是錯誤的。盲目的根據(jù)這些預(yù)測推薦文章很可能不能提升用戶的滿意度。所以，可以根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果，向應(yīng)用客戶端提示興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。比如，可以向客戶端提示以下興趣預(yù)測結(jié)果，
[0176]您是否想:
[0177]減少關(guān)于小米的推薦
[0178]推薦馬斯克的新聞
[0179]屏蔽砍柴網(wǎng)的新聞
[0180]如果上述預(yù)測結(jié)果中有一條符合用戶的意愿，用戶可點擊相應(yīng)的興趣預(yù)測結(jié)果來確定用戶興趣。
[0181]本實施例提供了一種用戶興趣發(fā)現(xiàn)方法，該方法根據(jù)用戶行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果，向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。本實施例可以根據(jù)用戶行為數(shù)據(jù)預(yù)測用戶可能的推薦需求，一旦預(yù)測成功，用戶只需確認，可以省去語音或文字輸入步驟，可進一步提升用戶體驗。
[0182]實施例六
[0183]圖6為本實施例提供的一種用戶興趣發(fā)現(xiàn)方法的流程圖，該方法包括以下步驟:
[0184]601、獲取用戶輸入的對推薦內(nèi)容的行為數(shù)據(jù)。
[0185]602、根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度。
[0186]603、判斷所述滿意度是否小于設(shè)定門限值，若是，則觸發(fā)執(zhí)行根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果的操作，即執(zhí)行步驟604。
[0187]604、根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果。
[0188]605、向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0189]在本實施例中，行為數(shù)據(jù)具體可為用戶對推薦內(nèi)容的刷新頻率、對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長、對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間等在使用過程中的行為所對應(yīng)的數(shù)據(jù)，根據(jù)這些行為數(shù)據(jù)確定用戶對所述推薦內(nèi)容的滿意度，設(shè)定滿意度門限值，若所確定的滿意度高于門限值，可繼續(xù)推薦，若滿意度低于門限值，則觸發(fā)執(zhí)行根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果。
[0190]本實施例提供了一種用戶興趣發(fā)現(xiàn)方法，該方法根據(jù)行為數(shù)據(jù)，確定用戶對推薦內(nèi)容的滿意度，若滿意度是小于設(shè)定門限值，則觸發(fā)執(zhí)行根據(jù)行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果，向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。能夠減少用戶主動進行數(shù)據(jù)表達的步驟的次數(shù)，大大降低了使用成本，同時可進一步提升用戶體驗。
[0191]實施例七
[0192]圖7為本實施例提供的一種用戶興趣發(fā)現(xiàn)方法的流程圖，該方法包括以下步驟:
[0193]701、獲取用戶輸入的對推薦內(nèi)容的行為數(shù)據(jù)。
[0194]702、根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果。
[0195]703、向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0196]704、根據(jù)確定的用戶興趣，修正向用戶推送的推薦內(nèi)容。
[0197]本實施例在實施例五的基礎(chǔ)上增加了根據(jù)確定的用戶興趣，修正向用戶推送的推薦內(nèi)容這一步驟，可進一步提升用戶體驗。
[0198]實施例八
[0199]以上述各實施例為基礎(chǔ)，本實施例提供一種用戶興趣發(fā)現(xiàn)裝置，如圖8所示，為本實施例裝置的結(jié)構(gòu)框圖，該裝置可包括:
[0200]用戶數(shù)據(jù)獲取模塊801，用于獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)或行為數(shù)據(jù)。
[0201]興趣預(yù)測結(jié)果確定模塊802，用于根據(jù)所述表達數(shù)據(jù)或所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果，包括:興趣對象確定單元，用于根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象；用戶態(tài)度確定單元，用于根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度；興趣預(yù)測結(jié)果確定單元，用于根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。其中，興趣對象確定單元具體包括:第一匹配子單元，用于在對象知識庫中匹配所述表達數(shù)據(jù)所包含的詞；興趣對象確定子單元，用于將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象；興趣對象過濾子單元，用于在將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象之后，根據(jù)所述興趣對象與所述用戶態(tài)度對應(yīng)的詞之間的文本距離，過濾掉文本距離大于設(shè)定值的興趣對象。其中，用戶態(tài)度確定單元包括:第二匹配子單元，用于在預(yù)設(shè)情感態(tài)度模板中匹配所述表達數(shù)據(jù)所包含的詞；用戶態(tài)度確定子單元，用于根據(jù)匹配結(jié)果，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度。
[0202]興趣確定模塊803，用于向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
[0203]第一滿意度確定模塊804，用于在獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)之前，根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度，包括下述至少一項:第一滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的刷新頻率，確定用戶對所述推薦內(nèi)容的滿意度；第二滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長，確定用戶對所述推薦內(nèi)容的滿意度；第三滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間，確定用戶對所述推薦內(nèi)容的滿意度。
[0204]表達數(shù)據(jù)獲取觸發(fā)模塊805，用于如果所述滿意度小于設(shè)定門限值，則觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作。
[0205]第二滿意度確定模塊806，用于在根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果之前，根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度，包括下述至少一項:第一滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的刷新頻率，確定用戶對所述推薦內(nèi)容的滿意度；第二滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長，確定用戶對所述推薦內(nèi)容的滿意度；第三滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間，確定用戶對所述推薦內(nèi)容的滿意度。
[0206]興趣預(yù)測結(jié)果確定觸發(fā)模塊807，用于如果所述滿意度小于設(shè)定門限值，則觸發(fā)執(zhí)行根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果。
[0207]推送模塊808，用于在向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣之后，根據(jù)確定的用戶興趣，修正向用戶推送的推薦內(nèi)容。
[0208]本發(fā)明實施例提供的一種用戶興趣發(fā)現(xiàn)裝置可執(zhí)行本發(fā)明任意實施例所提供的用戶興趣發(fā)現(xiàn)方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。
[0209]最后應(yīng)說明的是:以上各實施例僅用于說明本發(fā)明的技術(shù)方案，而非對其進行限制；實施例中優(yōu)選的實施方式，并非對其進行限制，對于本領(lǐng)域技術(shù)人員而言，本發(fā)明可以有各種改動和變化。凡在本發(fā)明的精神和原理之內(nèi)所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【權(quán)利要求】
1.一種用戶興趣發(fā)現(xiàn)方法，其特征在于，包括: 獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)或行為數(shù)據(jù)； 根據(jù)所述表達數(shù)據(jù)或所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果； 向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述表達數(shù)據(jù)，確定興趣預(yù)測結(jié)果，包括: 根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度； 根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)之前，還包括: 獲取用戶輸入的對推薦內(nèi)容的行為數(shù)據(jù)； 根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度； 如果所述滿意度小于設(shè)定門限值，則觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象，包括: 在對象知識庫中匹配所述表達數(shù)據(jù)所包含的詞； 將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象之后，還包括: 根據(jù)所述興趣對象與所述用戶態(tài)度對應(yīng)的詞之間的文本距離，過濾掉文本距離大于設(shè)定值的興趣對象。
6.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度，包括: 在預(yù)設(shè)情感態(tài)度模板中匹配所述表達數(shù)據(jù)所包含的詞； 根據(jù)匹配結(jié)果，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，在根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果之前，還包括: 根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度； 如果所述滿意度小于設(shè)定門限值，則觸發(fā)執(zhí)行根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果的操作。
8.根據(jù)權(quán)利要求3或7所述的方法，其特征在于，根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度，包括下述至少一項: 根據(jù)用戶對推薦內(nèi)容的刷新頻率，確定用戶對所述推薦內(nèi)容的滿意度； 根據(jù)用戶對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長，確定用戶對所述推薦內(nèi)容的滿意度； 根據(jù)用戶對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間，確定用戶對所述推薦內(nèi)容的滿意度。
9.根據(jù)權(quán)利要求1-7任一所述的方法，其特征在于，在向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣之后，還包括: 根據(jù)確定的用戶興趣，修正向用戶推送的推薦內(nèi)容。
10.一種用戶興趣發(fā)現(xiàn)裝置，其特征在于，包括: 用戶數(shù)據(jù)獲取模塊，用于獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)或行為數(shù)據(jù)； 興趣預(yù)測結(jié)果確定模塊，用于根據(jù)所述表達數(shù)據(jù)或所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果; 興趣確定模塊，用于向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣。
11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，興趣預(yù)測結(jié)果確定模塊包括: 興趣對象確定單元，用于根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的興趣對象； 用戶態(tài)度確定單元，用于根據(jù)所述表達數(shù)據(jù)，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度； 興趣預(yù)測結(jié)果確定單元，用于根據(jù)與所述表達數(shù)據(jù)對應(yīng)的興趣對象和用戶態(tài)度，確定興趣預(yù)測結(jié)果。
12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述裝置還包括: 第一滿意度確定模塊，用于在獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)之前，根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度； 表達數(shù)據(jù)獲取觸發(fā)模塊，用于在所述滿意度小于設(shè)定門限值時，觸發(fā)執(zhí)行獲取用戶輸入的對推薦內(nèi)容的表達數(shù)據(jù)的操作。
13.根據(jù)權(quán)利要求11所述的裝置，其特征在于，興趣對象確定單元包括: 第一匹配子單元，用于在對象知識庫中匹配所述表達數(shù)據(jù)所包含的詞； 興趣對象確定子單元，用于將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象。
14.根據(jù)權(quán)利要求13所述的裝置，其特征在于，興趣對象確定單元還包括: 興趣對象過濾子單元，用于在將匹配成功的詞作為所述表達數(shù)據(jù)對應(yīng)的興趣對象之后，根據(jù)所述興趣對象與所述用戶態(tài)度對應(yīng)的詞之間的文本距離，過濾掉文本距離大于設(shè)定值的興趣對象。
15.根據(jù)權(quán)利要求11所述的裝置，其特征在于，用戶態(tài)度確定單元包括: 第二匹配子單元，用于在預(yù)設(shè)情感態(tài)度模板中匹配所述表達數(shù)據(jù)所包含的詞； 用戶態(tài)度確定子單元，用于根據(jù)匹配結(jié)果，確定與所述表達數(shù)據(jù)對應(yīng)的用戶態(tài)度。
16.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述裝置還包括: 第二滿意度確定模塊，用于在根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果之前，根據(jù)所述行為數(shù)據(jù)，確定用戶對所述推薦內(nèi)容的滿意度； 興趣預(yù)測結(jié)果確定觸發(fā)模塊，用于在所述滿意度小于設(shè)定門限值時，觸發(fā)執(zhí)行根據(jù)所述行為數(shù)據(jù)，確定興趣預(yù)測結(jié)果的操作。
17.根據(jù)權(quán)利要求12所述的裝置，其特征在于，第一滿意度確定模塊包括下述至少一項: 第一滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的刷新頻率，確定用戶對所述推薦內(nèi)容的滿意度； 第二滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的點擊數(shù)據(jù)和停留時長，確定用戶對所述推薦內(nèi)容的滿意度； 第三滿意度確定單元，用于根據(jù)用戶對推薦內(nèi)容的支持反饋數(shù)據(jù)和關(guān)注時間，確定用戶對所述推薦內(nèi)容的滿意度。
18.根據(jù)權(quán)利要求10-17任一所述的裝置，其特征在于，所述裝置還包括: 推送模塊，用于在向應(yīng)用客戶端提示所述興趣預(yù)測結(jié)果，并獲取用戶對所述興趣預(yù)測結(jié)果的點擊數(shù)據(jù)，以確定用戶興趣之后，根據(jù)確定的用戶興趣，修正向用戶推送的推薦內(nèi)容。
【文檔編號】G06F17/30GK104361063SQ201410613040
【公開日】2015年2月18日 申請日期:2014年11月4日 優(yōu)先權(quán)日:2014年11月4日
【發(fā)明者】陳建樹, 羅立新, 曹歡歡, 張一鳴 申請人:北京字節(jié)跳動網(wǎng)絡(luò)技術(shù)有限公司