[发明专利]一种被推荐对象的过滤方法及系统

权利要求书

1.一种被推荐对象的过滤方法，其特征在于，包括：

获取被推荐对象的文本信息的文本识别概率；并且，获取被推荐对象的提供方的行为信息的行为识别概率；所述被推荐对象为产品，所述文本信息为：产品的描述信息、标题或关键字，所述行为信息为：所述产品被用户在网页上的操作动作信息；所述文本识别概率根据被推荐对象在文本参数下的概率值，以及文本参数对应的概率值在文本识别概率中的权重值计算得到；所述行为识别概率根据被推荐对象的提供方在行为参数下的概率值，以及行为参数对应的概率值在行为识别概率中的权重值计算得到；

根据所述文本识别概率和行为识别概率确定被推荐对象的第一概率；

判断所述第一概率是否大于预设概率阈值，如果是，将被推荐对象的第一预设信息发送至客户端，以便客户端在指定位置向用户展现被推荐对象的第一预设信息，所述第一预设信息为：所述产品的除文字信息以外的其他信息。

2.根据权利要求1所述的方法，其特征在于，所述文本识别概率具体通过以下方式计算得到：

根据被推荐对象的样本，确定样本的各种文本参数对应的概率值在文本识别概率中的权重值；

根据被推荐对象的文本信息计算被推荐对象在每一种文本参数下的概率值；

根据被推荐对象在每一种文本参数下的概率值以及各种文本参数对应的概率值在文本识别概率中的权重值，计算被推荐对象的文本信息的文本识别概率。

3.根据权利要求2所述的方法，其特征在于，根据被推荐对象的样本，确定样本的各种文本参数对应的概率值在文本识别概率中的权重值包括：

获取被推荐对象的样本，将所述样本划分为第一样本库和第二样本库；

对于每个样本，从样本的各种文本参数中分别提取各种文本参数所包含的词条；

建立每一种文本参数的词条库，每一种文本参数的词条库中包括：该种文本参数所包含的各个词条在第一样本库样本的该种文本参数中的数量和第二样本库样本的该种文本参数中的数量；

对于每一样本，根据每一种文本参数的词条库计算该种样本在该种文本参数下的概率值，根据计算得到的概率值确定各种文本参数对应的概率值在文本识别概率中的权重值。

4.根据权利要求2所述的方法，其特征在于，根据被推荐对象的文本信息计算被推荐对象在每一种文本参数下的概率值包括：

接收被推荐对象的文本信息，从文本信息中确定各种文本参数，从被推荐对象的各种文本参数中分别提取各种文本参数所包含的词条；

对于被推荐对象的每一种文本参数中的每一词条，从对应的文本参数词条库中获取该词条在第一样本库样本的该种文本参数中的数量和第二样本库样本的该种文本参数中的数量；

根据获取到的所述数量计算被推荐对象在对应文本参数下的概率值，得到被推荐对象在每一种文本参数下的概率值。

5.根据权利要求4所述的方法，其特征在于，对于每一样本，根据每一种文本参数的词条库计算该样本在该种文本参数下的概率值包括：

根据每一种文本参数的词条库计算词条在该种文本参数下的出现概率；对于每一样本的每一种文本参数，根据该样本的该种文本参数所包含的所有词条在该种文本参数下的出现概率，计算该样本在该种文本参数下的第一概率值和第二概率值；根据该样本在该种文本参数下的第一概率值和第二概率值计算该样本在该种文本参数下的概率值；

根据获取到的所述数量计算被推荐对象在对应文本参数下的概率值包括：

根据获取到的所述数量计算词条在该种文本参数下的出现概率；对于每一被推荐对象的每一种文本参数，根据该被推荐对象的该种文本参数所包含的所有词条在该种文本参数下的出现概率，计算该被推荐对象在该种文本参数下的第一概率值和第二概率值；根据该被推荐对象在该种文本参数下的第一概率值和第二概率值计算该对推荐对象在该种文本参数下的概率值。

6.根据权利要求5所述的方法，其特征在于，计算词条的出现概率之后进一步包括：

对词条在文本参数下的出现概率进行修正处理，得到词条在文本参数下的出现概率的修正值；

相应的，根据该种文本参数所包含的所有词条的出现概率的修正值计算样本或者被推荐对象的该种文本参数所对应的概率值。