聞的一級關聯(lián)關系。在 本實施例中，對特征屬性不進行限制，例如其分詞的詞頻、發(fā)布的時間等特征屬性均可用于 生成向量。利用余弦相似度作為第一關聯(lián)關系，則得到的第一關聯(lián)關系能夠反映第一新聞 與第二新聞的相似程度。例如對于新聞A、新聞B，則新聞A與新聞B的一級關聯(lián)關系為：
[0032]
[0033] 其中，i為向量的維度，similarity即為預先相似度。
[0034] 步驟120,具體包括:根據(jù)第Ξ新聞的特征屬性設置第Ξ向量，計算第二向量和第 Ξ向量的余弦相似度作為第二新聞與第Ξ新聞的一級關聯(lián)關系。同樣地，利用余弦相似度 也可W計算出第二新聞與第Ξ新聞的一級關聯(lián)關系。
[0035] 如圖2所示，本發(fā)明的一個實施例中還提供了一種多新聞之間相關性計算方法，相 比于前述的實施例，本實施例的多新聞之間相關性計算方法，步驟130,具體包括：
[0036] 步驟210,根據(jù)第一新聞與第二新聞的一級關聯(lián)關系、第二新聞與第Ξ新聞的一級 關聯(lián)關系，計算第一新聞與第Ξ新聞的信息賭。在本實施例中，采用信息賭來確定第一新聞 與第Ξ新聞的二級關聯(lián)關系，則得到的第二關聯(lián)關系能夠體現(xiàn)第一新聞與第Ξ新聞的語義 相似度，而不受到字面是否相似的影響。例如，新聞Α、新聞Β之間為一級關聯(lián)關系，新聞Β、新 聞C之間為一級關聯(lián)關系，則新聞Α、新聞C的信息賭為：
[0037]
[003引運里的p(A，Bi，C)為從新聞A通過新聞Bi到達新聞C的路徑概率，i表示新聞Β包括 多個新聞。
[0039] 如圖3所示，計算通過新聞4通過新聞81到達新聞(：1的概率為:？^，81，(：1)=|胖1|* VIII，運里II為向量余弦值的平方標準化后的權重。
[0040] Wl = cos(A，Bl)^'2，|Wl| + |W2| + |W3|+… = l;Vll = cos(Bl，Cl)^'2，|Vll| + |V12| + V13|…=1。基于W上公式，可W計算得到信息賭。
[0041] 步驟220,根據(jù)第一新聞與第Ξ新聞的信息賭，確定第一新聞與第Ξ新聞的二級關 聯(lián)關系。
[0042] 本發(fā)明的一個實施例中還提供了一種多新聞之間相關性計算方法，相比于前述的 實施例，本實施例的多新聞之間相關性計算方法，第二新聞為多個;在步驟120之前，還包 括：
[0043] 根據(jù)預設規(guī)則，為每個第二新聞查找相應的第Ξ新聞。
[0044] 步驟130,具體包括：
[0045] 根據(jù)每個第Ξ新聞對應的第二新聞在全部第二新聞中的占比，計算每個第Ξ新聞 的權重值;根據(jù)每個第Ξ新聞的權重值、每個第Ξ新聞對應的信息賭，計算每個第Ξ新聞與 第一新聞的二級關聯(lián)關系。在本實施例中，假設第二新聞共有N條，某第Ξ新聞關聯(lián)到其中 的η j個第二新聞，則該第Ξ新聞的權重值IDF= logN/n j，該權值能夠反映出第Ξ新聞的重 要性程度。
[0046] 本發(fā)明的一個實施例中還提供了一種多新聞之間相關性計算方法，相比于前述的 實施例，本實施例的多新聞之間相關性計算方法，第Ξ新聞為多個;方法還包括：
[0047] 根據(jù)多個第Ξ新聞與第一新聞的二級關聯(lián)關系，對多個第Ξ新聞進行排序。在本 實施例的技術方案中，計算出的第二關聯(lián)關系實際上能夠反映新聞之間的語義相似度高 低，所W依照第二關聯(lián)關系排序，能夠把更相似的第Ξ新聞提供給用戶。
[004引如圖4所示，本發(fā)明的一個實施例中提供了一種多新聞之間相關性計算裝置，包 括：
[0049] 第一關聯(lián)關系確定模塊410,用于確定第一新聞與第二新聞的一級關聯(lián)關系。在本 實施例中，第一新聞與第二新聞之間的一級關聯(lián)關系反映了第一新聞與第二新聞的字面內 容之間的相似程度。
[0050] 第二關聯(lián)關系確定模塊420,確定第二新聞與第Ξ新聞的一級關聯(lián)關系。第二新聞 與第Ξ新聞之間的一級關聯(lián)關系反映了第一新聞與第二新聞的字面內容之間的相似程度。
[0051] 第Ξ關聯(lián)關系確定模塊430,根據(jù)第一新聞與第二新聞的一級關聯(lián)關系、第二新聞 與第Ξ新聞的一級關聯(lián)關系，建立第一新聞與第Ξ新聞之間的二級關聯(lián)關系。根據(jù)本實施 的技術方案，計算得到的第一新聞與第Ξ新聞之間的二級關聯(lián)關系不再受到字面內容的限 審IJ，因為第二新聞與第一新聞字面相似的部分、和第二新聞與第Ξ新聞字面相似的部分可 W不同，其實際上反映的是第一新聞與第Ξ新聞的語義相似程度，所W根據(jù)本發(fā)明的建立 二級關聯(lián)關系，可W查找到字面不同但語義相似的新聞。
[0052] 本發(fā)明的一個實施例中還提供了一種多新聞之間相關性計算裝置，相比于前述的 實施例，本實施例的多新聞之間相關性計算裝置，第一關聯(lián)關系確定模塊410根據(jù)第一新聞 的特征屬性設置第一向量，根據(jù)第二新聞的特征屬性設置第二向量，計算第一向量和第二 向量的余弦相似度作為第一新聞與第二新聞的一級關聯(lián)關系。在本實施例中，對特征屬性 不進行限制，例如其分詞的詞頻、發(fā)布的時間等特征屬性均可用于生成向量。利用余弦相似 度作為第一關聯(lián)關系，則得到的第一關聯(lián)關系能夠反映第一新聞與第二新聞的相似程度。 例如對于新聞Α、新聞Β，則新聞A與新聞Β的一級關聯(lián)關系為：
[0化3]
[0054] 其中，i為向量的維度，similarity即為預先相似度。
[0055] 第二關聯(lián)關系確定模塊420根據(jù)第Ξ新聞的特征屬性設置第Ξ向量，計算第二向 量和第=向量的余弦相似度作為第二新聞與第Ξ新聞的一級關聯(lián)關系。同樣地，利用余弦 相似度也可W計算出第二新聞與第Ξ新聞的一級關聯(lián)關系。
[0056] 本發(fā)明的一個實施例中還提供了一種多新聞之間相關性計算裝置，相比于前述的 實施例，本實施例的多新聞之間相關性計算裝置，第Ξ關聯(lián)關系確定模塊430根據(jù)第一新聞 與第二新聞的一級關聯(lián)關系、第二新聞與第Ξ新聞的一級關聯(lián)關系，計算第一新聞與第Ξ 新聞的信息賭；W及根據(jù)第一新聞與第Ξ新聞的信息賭，確定第一新聞與第Ξ新聞的二級 關聯(lián)關系。
[0057] 在本實施例中，采用信息賭來確定第一新聞與第Ξ新聞的二級關聯(lián)關系，則得到 的第二關聯(lián)關系能夠體現(xiàn)第一新聞與第Ξ新聞的語義相似度，而不受到字面是否相似的影 響。例如，新聞A、新聞B之間為一級關聯(lián)關系，新聞B、新聞C之間為一級關聯(lián)關系，則新聞A、 新聞C的信息賭為：
[0化引
[0059] 運里的p(A，Bi，C)為從新聞A通過新聞Bi到達新聞C的路徑概率，i表示新聞B包括 多個新聞。
[0060] 如圖3所示，計算通過新聞4通過新聞81到達新聞(：1的概率為^^，81，(：1)=|胖1|* VIII，運里II為向量余弦值的平方標準化后的權重。
[0061 ] Wl = cos(A，Bl)^'2，|Wl| + |W2| + |W3|+… = l;Vll = cos(Bl，Cl)^'2，|Vll| + |V12| + V13|…=1?；赪上公式，可W計算得到信息賭。
[0062] 如圖5所示，本發(fā)明的一個實施例中還提供了一種多新聞之間相關性計算裝置，相 比于前述的實施例，本實施例的多新聞之間相關性計算裝置，第二新聞為多個;裝置還包 括：
[0063] 查找模塊510,用于根據(jù)預設規(guī)則，為每個第二新聞查找相應的第Ξ新聞。
[0064] 第Ξ關聯(lián)關系確定430模塊根據(jù)每個第Ξ新聞對應的第二新聞在全部第二新聞中 的占比，計算每個第Ξ新聞的權重值；W及根據(jù)每個第Ξ新聞的權重值、每個第Ξ新聞對應 的信息賭，計算每個第Ξ新聞與第一新聞的二級關聯(lián)關系。在本實施例中，假設第二新聞共 有N條，某第Ξ新聞關聯(lián)到其中的nj個第二新聞，則該第Ξ新聞的權重值IDF=logN/nj，該 權值能夠反映出第Ξ新聞的重要性程度。
[0065] 如圖5所示，本發(fā)明的一個實施例中還提供了一種多新聞之間相關性計算裝置，相 比于前述的實施例，本實施例的多新聞之間相關性計算裝置，第Ξ新聞為多個;裝置還包 括：
[0066] 排序模塊520,用于根據(jù)多個第Ξ新聞與第一新聞的二級關聯(lián)關系，對多個第Ξ新 聞進行排序。在本實施例的技術方案中，計算出的第二關聯(lián)關系實際上能夠反映新聞之間 的語義相似度高低，所W依照第二關聯(lián)關系排序，能夠把更相似的第Ξ新聞提供給用戶。
[0067] 在此提供的算法和顯示不與任何特定計算機、虛擬系統(tǒng)或者其它設備固有相關。 各種通用系統(tǒng)也可W與基于在此的示教一起使用。根據(jù)上面的描述，構