題目推薦方法和題目推薦裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種題目推薦方法和題目推薦裝置。
【背景技術(shù)】
[0002]現(xiàn)有相關(guān)題目的推薦方法，主要有三種手段:一種是根據(jù)當(dāng)前題目的描述文本，試圖找到描述類似的其他題目，展現(xiàn)給用戶一個列表，列表中根據(jù)文本相似性進行排序；第二種是根據(jù)當(dāng)前題目的知識點信息，試圖找到相同或相似知識點的其他題目；第三種是根據(jù)用戶的檢索和點擊行為，找到用戶經(jīng)常順序查看的兩個或多個問題，通過挖掘行為的頻繁項，建立題目之間的關(guān)聯(lián)關(guān)系，展現(xiàn)給用戶一個列表，列表中根據(jù)關(guān)聯(lián)關(guān)系的強弱來進行排序。
[0003]但是，上述方法推薦的題目的相關(guān)性都較差，推薦效果不理想。

【發(fā)明內(nèi)容】

[0004]本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。
[0005]為此，本發(fā)明的一個目的在于提出一種題目推薦方法，該方法可以提高推薦題目與檢索題目的相關(guān)性，提高推薦效果。
[0006]本發(fā)明的另一個目的在于提出一種題目推薦裝置。
[0007]為達到上述目的，本發(fā)明第一方面實施例提出的題目推薦方法，包括:接收檢索題目；獲取所述檢索題目的題目屬性信息，并根據(jù)所述題目屬性信息獲取初步檢索結(jié)果；獲取用戶的用戶描述信息，并根據(jù)所述用戶描述信息對所述初步檢索結(jié)果進行排序，得到排序后的結(jié)果；從所述排序后的結(jié)果后選擇預(yù)設(shè)個數(shù)的結(jié)果，確定為推薦題目。
[0008]本發(fā)明第一方面實施例提出的題目推薦方法，通過獲取題目屬性信息并根據(jù)題目屬性信息獲取初步檢索結(jié)果，由于參考了題目屬性信息，不僅僅是文本相似度，因此可以提升推薦題目與檢索題目的相關(guān)性；另外，通過獲取用戶描述信息，并根據(jù)用戶描述信息對初步檢索結(jié)果進行排序，可以在推薦時參考用戶信息，提升與用戶的相關(guān)性，提高推薦效果。
[0009]為達到上述目的，本發(fā)明第二方面實施例提出的題目推薦裝置，包括:接收模塊，用于接收檢索題目；獲取模塊，用于獲取所述檢索題目的題目屬性信息，并根據(jù)所述題目屬性信息獲取初步檢索結(jié)果；排序模塊，用于獲取用戶的用戶描述信息，并根據(jù)所述用戶描述信息對所述初步檢索結(jié)果進行排序，得到排序后的結(jié)果；確定模塊，用于從所述排序后的結(jié)果后選擇預(yù)設(shè)個數(shù)的結(jié)果，確定為推薦題目。
[0010]本發(fā)明第二方面實施例提出的題目推薦裝置，通過獲取題目屬性信息并根據(jù)題目屬性信息獲取初步檢索結(jié)果，由于參考了題目屬性信息，不僅僅是文本相似度，因此可以提升推薦題目與檢索題目的相關(guān)性；另外，通過獲取用戶描述信息，并根據(jù)用戶描述信息對初步檢索結(jié)果進行排序，可以在推薦時參考用戶信息，提升與用戶的相關(guān)性，提高推薦效果。
[0011]本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。
【附圖說明】
[0012]本發(fā)明上述的和/或附加的方面和優(yōu)點從下面結(jié)合附圖對實施例的描述中將變得明顯和容易理解，其中:
[0013]圖1是本發(fā)明一實施例提出的題目推薦方法的流程示意圖；
[0014]圖2是本發(fā)明實施例中獲取題目屬性信息的流程示意圖；
[0015]圖3是本發(fā)明實施例中線上實現(xiàn)流程示意圖；
[0016]圖4是本發(fā)明實施例中獲取初步檢索結(jié)果的流程示意圖；
[0017]圖5是本發(fā)明實施例中獲取用戶描述信息的流程示意圖；
[0018]圖6是本發(fā)明實施例中線下實現(xiàn)流程示意圖；
[0019]圖7是本發(fā)明實施例中建立題目結(jié)構(gòu)化信息庫的流程示意圖；
[0020]圖8是本發(fā)明實施例中建立用戶模型的流程示意圖；
[0021]圖9是本發(fā)明另一實施例提出的題目推薦裝置的結(jié)構(gòu)示意圖；
[0022]圖10是本發(fā)明另一實施例提出的題目推薦裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0023]下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的模塊或具有相同或類似功能的模塊。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。相反，本發(fā)明的實施例包括落入所附調(diào)權(quán)利要求書的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同物。
[0024]圖1是本發(fā)明一實施例提出的題目推薦方法的流程示意圖，該方法包括:
[0025]Sll:接收檢索題目。
[0026]當(dāng)用戶需要檢索題目時，可以在搜索框中輸入檢索題目。
[0027]可以理解的是，本實施例可以由服務(wù)器執(zhí)行，當(dāng)由服務(wù)器執(zhí)行時，瀏覽器內(nèi)的搜索框接收到用戶輸入的檢索題目后，可以將該檢索題目發(fā)送給服務(wù)器，由服務(wù)器接收瀏覽器發(fā)送的檢索題目?；蛘撸?br>[0028]本實施例也可以由具有搜索功能的web產(chǎn)品實現(xiàn)，該web產(chǎn)品包括前端與用戶交互的部分以及后臺處理部分，此時，可以由該web產(chǎn)品的前端接收到用戶輸入的檢索題目，例如由搜索框接收到用戶輸入的檢索題目。
[0029]S12:獲取所述檢索題目的題目屬性信息，并根據(jù)所述題目屬性信息獲取初步檢索結(jié)果。
[0030]可選的，參見圖2，所述獲取所述檢索題目的題目屬性信息，包括:
[0031]S21:獲取所述檢索題目的標識信息；
[0032]例如，當(dāng)用戶輸入的檢索題目是圖片形式時，可以先對圖片進行光學(xué)字符識別(Optical Character Recognit1n，OCR)識別，得到識別結(jié)果，在預(yù)先保存的原題庫中，查找與識別結(jié)果相同或者類似的題目，將查找到的相同或類似的題目的標識信息(id)作為當(dāng)前的檢索題目的標識信息(id)。
[0033]S22:在預(yù)先建立的題目結(jié)構(gòu)化信息庫中，獲取與所述標識信息對應(yīng)的題目屬性信息，其中，所述題目結(jié)構(gòu)化信息庫中對應(yīng)保存題目的標識信息與題目屬性信息。
[0034]在獲取檢索題目的id后，可以在預(yù)先建立的題目結(jié)構(gòu)化信息庫獲取與檢索題目的id對應(yīng)的題目屬性信息。
[0035]題目結(jié)構(gòu)化信息庫中與題目的標識信息對應(yīng)保存有題目屬性信息，題目屬性信息例如包括:題目類型，題目難度，題目結(jié)構(gòu)，題目知識點，回答質(zhì)量，歸一化后的題目描述等。
[0036]具體的，根據(jù)用戶輸入的檢索題目獲取推薦題目是在線上系統(tǒng)完成的。參見圖3，線上系統(tǒng)可以包括題目特征獲取模塊31，題目特征獲取模塊31獲取到檢索題目后，可以從題目結(jié)構(gòu)化信息庫中獲取題目屬性信息。
[0037]參見圖3，線上系統(tǒng)還可以包括:文本檢索模塊32，題目特征獲取模塊31獲取到題目屬性信息后，文本檢索模塊32可以根據(jù)題目屬性信息獲取初步檢索結(jié)果。
[0038]可選的，參見圖4，所述根據(jù)所述題目屬性信息獲取初步檢索結(jié)果，包括:
[0039]S41:獲取所述檢索題目的關(guān)鍵詞，并根據(jù)所述關(guān)鍵詞進行文本檢索，得到文本檢索結(jié)果；
[0040]例如，可以采用通用的分詞技術(shù)對檢索題目進行分詞，再根據(jù)預(yù)設(shè)規(guī)則從得到的分詞中獲取關(guān)鍵詞。預(yù)設(shè)規(guī)則例如根據(jù)分詞在檢索題目中的位置，在題庫中的重要程度，是否主題詞等。
[0041 ] 在獲取關(guān)鍵詞后，可以以關(guān)鍵詞作為檢索詞(query)，在已有的數(shù)據(jù)庫中檢索相關(guān)題目，得到文本描述相關(guān)的文本檢索結(jié)果。
[0042]S42:根據(jù)所述題目屬性信息對所述文本檢索結(jié)果進行調(diào)權(quán)，得到調(diào)權(quán)后的檢索結(jié)果;
[0043]例如，可以根據(jù)檢索題目的知識點，類型，難度，回答質(zhì)量等信息，對文本檢索結(jié)果進行調(diào)權(quán)。具體的，可以限定文本檢索結(jié)果與檢索題目的知識點相同或相近，將類型，難度與檢索題目相近的文本檢索結(jié)果加權(quán)，回答質(zhì)量高的文本檢索結(jié)果加權(quán)等。具體的加權(quán)的數(shù)值可以根據(jù)實際需求預(yù)先設(shè)置。
[0044]通過調(diào)權(quán)，可以得到具有不同權(quán)重的文本檢索結(jié)果。
[0045]另外，本實施例中采用的知識點可以是細粒度的知識點，具體的可以參見后續(xù)題目知識點抽取中的相關(guān)描述。
[0046]通過采用細粒度的知識點，可以提高推薦題目與當(dāng)前的檢索題目的相關(guān)性。
[0047]S43:獲取所述題目屬性信息中的知識點信息，對所述調(diào)權(quán)后的檢索結(jié)果進行再次調(diào)權(quán)，其中，所述知識點信息包括:單一知識點或者混合知識點；
[0048]例如，如果檢索題目是單一知識點，則對單一知識點的文本檢索結(jié)果進行加權(quán)；或者，如果檢索題目是混合知識點，則確定混合知識點中的每個知識點以及對應(yīng)的權(quán)重，再根據(jù)每個知識點以及對應(yīng)的權(quán)重確定文本檢索結(jié)果的權(quán)重，將與檢索題目相近的文本檢索結(jié)果進行加權(quán)。
[0049]本實施例中，通過區(qū)分單一知識點和混合知識點，可以提升推薦題目與當(dāng)前的檢索題目的相關(guān)性。
[0050]S44:從再次調(diào)權(quán)后的檢索結(jié)果中，選擇預(yù)設(shè)個數(shù)的檢索結(jié)果，確定為所述初步檢索結(jié)果。
[0051]例如，根據(jù)權(quán)重信息，選擇權(quán)重較大的預(yù)設(shè)個數(shù)的檢索結(jié)果作為初步檢索結(jié)果，預(yù)設(shè)個數(shù)例如為50個。
[0052]S13:獲取用戶的用戶描述信息，并根據(jù)所述用戶描述信息對所述初步檢索結(jié)果進行排序，得到排序后的結(jié)果；
[0053]可選的，參見圖5，所述獲取用戶的用戶描述信息，包括:
[0054]S51:獲取用戶的標識信息；
[0055]其中，可以在每個用戶注冊時，為用戶分配對應(yīng)的標識信息，用戶登錄時，登錄信息中攜帶用戶自身的標識信息，系統(tǒng)可以在登錄信息中獲取用戶的標識信息(id)。
[0056]S52:在預(yù)設(shè)建立的用戶模型中，獲取與所述用戶的標識