[发明专利]一种细胞词库的推荐方法和装置有效
申请号: | 201710517498.2 | 申请日: | 2017-06-29 |
公开(公告)号: | CN109213799B | 公开(公告)日: | 2021-05-25 |
发明(设计)人: | 费腾 | 申请(专利权)人: | 北京搜狗科技发展有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F3/023 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 莎日娜 |
地址: | 100084 北京市海淀区中关*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 细胞 词库 推荐 方法 装置 | ||
1.一种细胞词库的推荐方法,其特征在于,包括:
确定已安装的细胞词库,所述已安装的细胞词库具有相应的特征分值;所述特征分值体现用户使用所述细胞词库的频率,为通过用户使用所述细胞词库中的词的确定;
获取每个已安装的细胞词库对应的至少一个待推荐细胞词库,所述待推荐细胞词库与所述已安装细胞词库之间具有相应的相似度;
采用所述已安装的细胞词库的特征分值和所述待推荐细胞词库的相似度,计算每个待推荐细胞词库的关联特征分值;
依据所述关联特征分值,从所述待推荐细胞词库中提取目标细胞词库;
推荐所述目标细胞词库。
2.根据权利要求1所述的方法,其特征在于,所述获取每个已安装的细胞词库对应的至少一个待推荐细胞词库的步骤包括:
计算每个已安装的细胞词库与其他细胞词库之间的相似度;
提取所述相似度超过预设阈值的至少一个细胞词库作为待推荐细胞词库。
3.根据权利要求2所述的方法,其特征在于,所述计算每个已安装的细胞词库与其他细胞词库之间的相似度的步骤包括:
获取每个细胞词库的用户特征分值;
依据所述每个细胞词库的用户特征分值,生成每个细胞词库的特征向量;
采用所述特征向量,计算每个已安装的细胞词库与其他细胞词库之间的相似度。
4.根据权利要求3所述的方法,其特征在于,所述获取每个细胞词库的用户特征分值的步骤包括:
设定每个已安装的细胞词库的初始特征分值;
当用户上屏的词为已安装的细胞词库中的词时,对所述已安装的细胞词库对应的初始特征分值递增;
当用户删除的词为已安装的细胞词库中的词时,对所述已安装的细胞词库对应的初始特征分值递减;
以修正后的初始特征分值,作为所述已安装的细胞词库的用户特征分值。
5.根据权利要求3所述的方法,其特征在于,所述采用所述特征向量,计算每个已安装的细胞词库与其他细胞词库之间的相似度的步骤包括:
分别计算每个已安装的细胞词库的特征向量与其他细胞词库的特征向量之间的距离,以所述距离作为每个已安装的细胞词库与其他细胞词库之间的相似度。
6.根据权利要求1所述的方法,其特征在于,所述采用所述已安装的细胞词库的特征分值和所述待推荐细胞词库的相似度,计算每个待推荐细胞词库的关联特征分值的步骤包括:
以所述已安装的细胞词库的特征分值和所述待推荐细胞词库的相似度乘积作为所述待推荐细胞词库的初始关联特征分值;
加总每个待推荐细胞词库对应的全部初始关联特征分值,获得所述每个待推荐细胞词库的关联特征分值。
7.根据权利要求1所述的方法,其特征在于,所述依据所述关联特征分值,从所述待推荐细胞词库中提取目标细胞词库的步骤包括:
依据所述关联特征分值对所述待推荐细胞词库进行排序;
提取排序在前的预设数量的待推荐细胞词库为目标细胞词库。
8.一种细胞词库的推荐装置,其特征在于,包括:
确定模块,用于确定已安装的细胞词库,所述已安装的细胞词库具有相应的特征分值;所述特征分值体现用户使用所述细胞词库的频率,为通过用户使用所述细胞词库中的词的确定;
获取模块,用于获取每个已安装的细胞词库对应的至少一个待推荐细胞词库,所述待推荐细胞词库与所述已安装细胞词库之间具有相应的相似度;
计算模块,用于采用所述已安装的细胞词库的特征分值和所述待推荐细胞词库的相似度,计算每个待推荐细胞词库的关联特征分值;
提取模块,用于依据所述关联特征分值,从所述待推荐细胞词库中提取目标细胞词库;
推荐模块,用于推荐所述目标细胞词库。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京搜狗科技发展有限公司,未经北京搜狗科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710517498.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种恒力弹簧支吊架选型方法
- 下一篇:一种烟草虫情预测系统及方法