[发明专利]用于确定用户兴趣的方法和装置

说明书

本申请实施例公开了用于确定用户兴趣的方法和装置。该方法的一具体实施方式包括：获取目标用户在第一时间段内的用户行为数据，第一时间段包括多个子时间段；从第一时间段的用户行为数据中提取用于表征目标用户的兴趣的特征词得到第一特征词集合，以及确定目标用户浏览包含有第一特征词集合中的特征词的资讯页面时的动作参数；从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合；基于第二特征词集合和目标用户浏览包含有第二特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的长期兴趣。该实施方式能够避免热点内容对用户长期兴趣的干扰。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于确定用户兴趣的方法和装置。

背景技术

当前是一个信息大爆炸的时代，每时每刻都可能有大量信息涌到我们眼前，在庞大的信息量面前选出用户的兴趣点成了新闻等资讯类推荐的关键任务。另外，自媒体的快速发展，使得资讯的体量在极大扩张的同时，多样性也不断地丰富。因此，如何从大量而多样的资讯中为用户推荐符合其兴趣点的资讯成为了推荐的主要任务，从而用户兴趣点的挖掘成为重中之重。

相关技术中，用户兴趣模型的构建方法主要倾向于两种。一种是VSM(VectorSpace Mode，向量空间模型)，该方法将用户的兴趣用一个特征向量来描述，主要是以关键词、标签或者类别为向量，同时对每个关键词、标签或者类别计算相应的兴趣分数。另外一种是概念层次模型，该方法主要是基于本体论，它把用户的兴趣表示成一个树形的层次机构，主要有层次模型和基于贝叶斯网络的语义相关性模型等。此外，还有一些学者将向量空间模型和概念层次模型相结合构造出具有混合特性的用户兴趣模型。

发明内容

本申请实施例提出了用于确定用户兴趣的方法和装置。

第一方面，本申请实施例提供了一种用于确定用户兴趣的方法，该方法包括：获取目标用户在第一时间段内的用户行为数据，第一时间段包括多个子时间段；从第一时间段的用户行为数据中提取用于表征目标用户的兴趣的特征词得到第一特征词集合，以及确定目标用户浏览包含有第一特征词集合中的特征词的资讯页面时的动作参数；从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合；基于第二特征词集合和目标用户浏览包含有第二特征词集合中的特征词的资讯页面时的动作参数，确定目标用户的长期兴趣。

在一些实施例中，从第一特征词集合中剔除敏感度大于或等于预设阈值的特征词，得到第二特征词集合,包括：获取第一时间段内的热门特征词集合；确定目标用户对热门特征词集合中的热门特征词的敏感度；响应于敏感度大于或等于预设阈值，从第一特征词集合中剔除热门特征词集合中的热门特征词；将剔除热门特征词后的第一特征词集合确定为第二特征词集合。

在一些实施例中，获取第一时间段内的热门特征词集合，包括：获取第一时间段内的资讯页面；从获取的资讯页面中提取用于表征用户兴趣的至少一个特征词；对于至少一个特征词中的每个特征词，确定浏览过包含该特征词的资讯页面的浏览用户数、推送过包含该特征词的资讯页面的推送用户数、以该特征词为主题的资讯页面数量；基于所确定的浏览用户数、推送用户数和资讯页面数量，确定该特征词的热门度；若该特征词的热门度大于或等于预设阈值，将该特征词确定为热门特征词；基于所确定的热门特征词生成热门特征词集合。

在一些实施例中，确定目标用户对热门特征词集合中的热门特征词的敏感度，包括：对于至少一个子时间段中的每个子时间段，确定该子时间段内的热门特征词总数，以及确定在该子时间段内目标用户浏览过的热门特征词的数量；基于所确定的热门特征词总数和目标用户浏览过的热门特征词的数量，确定在第一时间段内目标用户对热门特征词的敏感度。