[发明专利]一种新闻搜索方法及装置

说明书

技术领域

本申请涉及电子信息领域，尤其涉及一种新闻搜索方法及装置。

背景技术

与传统的网页检索不同，新闻搜索目前还没有完整通用的算法和模型。目前，对于新闻的搜索，主要基于PageRank算法，该算法的基本思想是：页面的重要程度用PageRank值来衡量。PageRank值主要体现在两个方面：引用该页面的页面个数和引用该页面的页面重要程度。一个页面P(A)被另一个页面P(B)引用，可看成P(B)推荐P(A)，P(B)将其重要程度(PageRank值)平均的分配P(B)所引用的所有页面，所以越多页面引用P(A)，则越多的页面分配PageRank值给P(A)，PageRank值也就越高，P(A)越重要。另外，P(B)越重要，它所引用的页面能分配到的PageRank值就越多，P(A)的PageRank值也就越高，也就越重要。

然而，基于PageRank算法的新闻搜索方法，仅依靠被引用的次数和与引用页面的重要程度筛选，而忽略了新闻的相关程度，以至于一些主题不相关的网页(如广告页面)获得较大的PageRank值，从而影响了搜索结果的准确性。

发明内容

本申请提供了一种新闻搜索方法及装置，目的在于解决如何提高新闻的搜索准确性的问题。

为了实现上述目的，本申请提供了以下技术方案：

一种新闻搜索方法，包括：

依据搜索关键词，得到与所述搜索关键词相关的候选项；

依据新闻的属性，确定所述候选项的属性分，并依据所述属性分对所述候选项排序，所述新闻的属性包括新闻的点击曝光率和新闻的实效周期；

按照排序结果，展示搜索结果。

可选的，所述新闻的属性还包括：

新闻的媒体分数、被操作的次数以及被阅读的时长中的至少一项。

可选的，所述依据新闻的属性，确定所述候选项的属性分包括：

确定新闻经过平滑和时间衰减后的点击曝光率；

确定新闻的时间衰减分数，所述时间衰减分数用于表示所述新闻的实效周期；

获取所述新闻的媒体分数、被操作的次数以及被阅读的时长；

依据所述新闻经过平滑和时间衰减后的点击曝光率、所述新闻的时间衰减分数、所述新闻的媒体分数、被操作的次数以及被阅读的时长，计算所述候选项的分数。

可选的，所述确定新闻经过平滑和时间衰减后的点击曝光率包括：

新闻经过平滑和时间衰减后的点击率为其中，d为衰减系数，start为该新闻生成的起始时间，t表示当前时刻，d^t-start-1为衰减幅度，click_t为t时刻的点击次数；

新闻经过平滑和时间衰减后的曝光率为其中，imp_t为t时刻的曝光次数。

可选的，所述依据所述新闻经过平滑和时间衰减后的点击曝光率、所述新闻的时间衰减分数、所述新闻的媒体分数、被操作的次数以及被阅读的时长，计算所述候选项的分数包括：

使用score＝smoothScore*ruleScore*div+log₂(1+share)+log₂(1+comment)+log₂(1+collection)+log₂(1+praise)+readTime计算所述候选项中的任意一项的分数，其中，smoothScore表示所述该新闻经过平滑和时间衰减后的点击曝光率，div为该新闻的时间衰减分数，readTime为平滑后的该新闻的被阅读时长，share为该新闻的分享数，comment该新闻的评论数，collection为该新闻的收藏数，praise为该新闻的点赞数。

可选的，所述平滑后的该新闻的被阅读时长的确定方法包括：

其中，allReadTime为该新闻被所有用户所阅读的总时长，allClick为该新闻所有的点击次数，pReadTime为该新闻虚拟的阅读时长，pClick为该新闻虚拟的点击次数。

可选的，在所述按照排序结果，展示搜索结果之前，还包括：

依据质量参数，确定所述排序结果中的各个候选项的质量分，所述质量参数包括新闻的长度、段落数、包括的图片以及标题的长度；

将所述候选项中的任意一项的质量分与该项的属性分相乘，得到总分；

依据所述候选项中每一项的总分，对所述候选项进行重排序，得到更新的排序结果。

一种新闻的搜索装置，包括：