[发明专利]一种信息推送方法及装置

说明书

本发明公开了一种信息推送方法及装置，其中该方法包括：利用分布式爬虫技术由互联网上采集数据信息，所述数据信息包括互联网文章及对应的文章评论；利用K最邻近回归算法对数据信息进行词法分析及语法分析，得到数据信息中包含的关键描述短语及每个关键描述短语对应的情感极性强度值；基于每个所述关键描述短语对应的情感极性强度值确定出所述数据信息的总情感极性强度值，将符合预设要求的总情感极性强度值对应的数据信息推送至指定推荐类应用。可见，本申请公开的上述技术方案并未对被推送的数据信息有所限定，即可以应用于全部数据信息，因此具有通用性。

技术领域

本发明涉及数据挖掘技术领域，更具体地说，涉及一种信息推送方法及装置。

背景技术

信息推送就是通过一定的技术标准或协议，在互联网上通过定期传送用户需要的信息来减少信息过载的一项新技术。

现有技术中主要是通过机器学习来实现信息推送的，具体来说，预先获取预设量的信息，对这部分信息的趣味值进行标注，训练出对应的分类器；当出现新的信息时，将新的信息作为分类器的输入，即可输出信息的趣味值，进而基于该趣味值对信息进行推送。但是这种方式只适用于具有与训练分类器时所使用的信息相同趣味值的信息，对于其他信息则并不适用，因此，难以满足信息推送的应用场景需求。

综上所述，现有技术中的信息推送方案存在仅针对部分信息，不具有通用性的问题。

发明内容

本发明的目的是提供一种信息推送方法及装置，以解决现有技术中的信息推送方案存在的仅针对部分信息，不具有通用性的问题。

为了实现上述目的，本发明提供如下技术方案：

一种信息推送方法，包括：

利用分布式爬虫技术由互联网上采集数据信息，所述数据信息包括互联网文章及对应的文章评论；

利用K最邻近回归算法对所述数据信息进行词法分析及语法分析，得到所述数据信息中包含的关键描述短语及每个关键描述短语对应的情感极性强度值；

基于每个所述关键描述短语对应的情感极性强度值确定出所述数据信息的总情感极性强度值，将符合预设要求的总情感极性强度值对应的数据信息推送至指定推荐类应用。

优选的，利用分布式爬虫技术由互联网上采集数据信息，包括：

预先在不同地域部署第一预设数量的服务器，并在每台服务器上使用虚拟机技术创建第二预设数量个容器；

将数据采集任务划分为多个子任务，并将所述多个子任务分配到各个容器上，利用各个容器上的爬虫程序由互联网上采集与被分配到的子任务对应的数据信息。

优选的，对所述数据信息进行词法分析及语法分析之前，还包括：

通过JSOUP将采集到的HTML格式的数据信息转换为JSON格式的数据信息。

优选的，利用K最邻近回归算法得出每个关键描述短语对应的情感极性强度值之前，还包括：

确定预先设置的用户词典中是否存在与所述关键描述短语一致的信息，如果是，则确定该信息对应的情感极性强度值为所述关键描述短语的情感极性强度值，如果否，则执行利用K最邻近回归算法得到每个关键描述短语对应的情感极性强度值的步骤，并将所述关键描述短语及对应的情感极性强度值加入所述用户词典中。

优选的，将符合预设要求的总情感极性强度值对应的数据信息推送至指定推荐类应用，包括：

选取出最高及最低的总情感极性强度值，并将选取出的总情感极性强度值对应的互联网文章推送至所述指定推荐类应用。

一种信息推送装置，包括：