[发明专利]一种避免冗余发送的系统

说明书

技术领域

本发明涉及计算机技术领域，具体涉及一种避免冗余发送的系统。

背景技术

推送服务通常是在事先表达喜好的信息。这就是所谓的发布/订阅模型。一个客户端可能“订阅”的各种信息“通道”。每当新的内容可以在这些渠道之一，服务器会推出的信息给用户。同步会议和即时消息是推动服务的典型例子。邮件和聊天，有时文件推到了只要他们是由信息服务受到了用户。同行都分散的对等程序，并集中程序(如IRC或XMPP协议)允许推送文件，这意味着发送者发起数据传输,而不是接受者。电邮也是一个推动系统：SMTP协议的基础上，它是一个推动协议(见PushMail)。不过，最后一步，从邮件服务器到桌面计算机通常使用的POP3或IMAP像拉协议。现代电子邮件客户端走这一步似乎瞬间通过反复投票的邮件服务器，经常检查新邮件了。IMAP协议包括IDLE命令，它允许服务器告诉客户端新邮件到达时。原来的黑莓是第一推技术流行的例子了在无线方面的电子邮件。另一种普及型互联网推送技术为pointcast公司网络，该网络在1990年代获得了知名度。它传递新闻和股市数据。Netscape和微软自己的软件集成到它在浏览器大战的高度，但后来逐渐消失，并在与RSS(一拉技术)2000年代取代。其他用途的Web应用，包括推动市场数据发布(股票行情)，在线聊天/消息系统(网上聊天)，拍卖，网上博彩和游戏，运动的结果，监测主机和传感器网络监控。

虽然现有的推送技术已经可以做到点对点的推送，但是由于无法对用户的喜好进行精准判断，导致了现有的推送无法达到精准推送的目的。

发明内容

本发明所要解决的技术问题是现有的推送技术由于无法对用户的喜好进行精准判断，导致了现有的推送无法达到精准推送的目的，目的在于提供一种避免冗余发送的系统，解决上述问题。

本发明通过下述技术方案实现：

一种避免冗余发送的系统，包括：用于对所有的新闻建立特征标签，并以特征标签为维度建立特征向量空间的标签模块；用于将所有的新闻在特征向量空间中建立特征向量的向量模块；用于将用户所点击过的所有新闻的特征向量进行求和并除以用户点击过的新闻数量得到用户的偏好向量的偏好模块；用于对所有新闻的特征向量与用户的偏好向量进行比较，当特征向量与偏好向量相似时，将该新闻推送给用户的推送模块。

现有技术中，推送技术已经可以做到点对点的推送，但是由于无法对用户的喜好进行精准判断，导致了现有的推送无法达到精准推送的目的。本发明应用时，先对所有的新闻建立特征标签，并以特征标签为维度建立特征向量空间，然后将所有的新闻在特征向量空间中建立特征向量，从而将新闻进行量化，再然后，将用户所点击过的所有新闻的特征向量进行求和并除以用户点击过的新闻数量得到用户的偏好向量，从而得到用户对于各种新闻的偏好，再然后对所有新闻的特征向量与用户的偏好向量进行比较，当特征向量与偏好向量相似时，将该新闻推送给用户。本发明通过将新闻量化并处理的方式评估用户对新闻的偏好程度，从而实现了对用户的喜好进行精准判断，使得推送可以达到精准推送。

进一步的，所述偏好模块还用于将用户的社交圈内的人员所点击的新闻的特征向量加权求和并除以数量得到社交向量；所述推送模块还用于将社交向量与所有新闻的特征向量进行比较，当特征向量与社交向量相似时，将该新闻推送给用户。

本发明应用时，将用户的社交圈进行分析，从而从更广的范围内完整的对用户的喜好进行分析，使得推送更加精准。

进一步的，将社交圈内的用户关注人员的权值设置为0.3～0.6；将社交圈内的用户好友的权值设置为0.2～0.3；将社交圈内的关注用户的人员的权值设置为0.4～0.6。

进一步的，所有权值之和为1。

进一步的，所述特征向量与偏好向量相似是指两个向量的夹角余弦值小于阈值。

本发明与现有技术相比，具有如下的优点和有益效果：

本发明一种避免冗余发送的系统，通过将新闻量化并处理的方式评估用户对新闻的偏好程度，从而实现了对用户的喜好进行精准判断，使得推送可以达到精准推送。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明系统结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。