CN110162691B - 在线内容服务中的话题推荐、运营方法、装置和机器设备 - Google Patents

Abstract

本发明揭示了一种在线视频内容服务中的话题推荐、运营方法、视频话题推荐方法、装置和机器设备。所述方法包括：获取给定内容的基础信息以及对应于给定内容的话题信息；根据基础信息和话题信息执行话题信息与基础信息的相关性计算，根据相关性从给定内容对应的话题信息中获得候选话题信息；根据用户相关的群体特征信息以及对应于给定内容的候选话题信息，获取面向用户所在群体的推荐话题，并将推荐话题面向用户所在群体进行分发。由此将不再依赖于的人工，能够个性化的自动获得内容所相关话题，即给定内容的推荐话题，话题运营效率得到提升，人工成本得到非常大的降低，对不同用户能够为相同内容实现不同话题的准确推荐。

Description

在线内容服务中的话题推荐、运营方法、装置和机器设备

技术领域

本发明涉及互联网应用技术领域，特别涉及一种在线视频内容服务中的话题推荐、运营方法、视频话题推荐方法、装置和机器设备。

背景技术

随着移动互联网的蓬勃发展，话题的分享传播已经成为互联网用户的一种网络行为习惯。对于互联网络中分发的诸多内容，比如，影视视频内容，用户在观看影视视频内容之时，也会不断的创造和分享与此影视视频内容相关的话题。

对所观看的影视视频内容，用户往往会通过互联网络中的各种途径发布与此相关的信息，以作为话题而参与到所观看影视视频内容的讨论，以此便实现了影视视频内容相关的话题创造和分享传播。用户本身以及其他用户可参与到此话题的讨论中，进而引发更多的话题，形成互联网络所分发内容在话题上的良性循环。

也就是说，面向于用户所进行的内容分发，必不可少的进行着内容所相关话题的展示，以此来推动内容所相关话题的创造和分享传播。

但是，内容所相关话题，是依赖于运营编辑人工采编所得到，进而展示于话题运营页面，这将存在着运营效率低，人工成本非常高的局限性，进而必然导致了话题运营的不准确性。对不同用户难以为相同内容实现不同话题的准确推送，因此亟待为在线内容服务实现内容所相关话题的准确推荐。

发明内容

本发明提供一种在线视频内容服务中的话题推荐、运营方法、视频话题推荐方法、装置和机器设备，能够对话题进行准确推荐。

一种在线内容服务中的话题推荐方法，所述方法包括：

对在线内容服务的给定内容，获取所述给定内容的基础信息以及对应于所述给定内容的话题信息；

根据所述基础信息和话题信息，为所述给定内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定内容对应的话题信息中获得候选话题信息；

根据用户相关的群体特征信息以及对应于所述给定内容的候选话题信息，获取面向用户所在群体的推荐话题，并将所述推荐话题面向所述用户所在群体进行分发。

一种在线内容服务的话题运营方法，所述方法包括：

获取在线内容服务发送的内容请求，所述内容请求携带用户账号信息；

根据所述内容请求向所述在线内容服务返回给定内容的基础信息和话题信息，并对所述给定内容的基础信息和话题信息执行相关性计算，根据计算的所述相关性从所述话题信息中获得候选话题信息；

根据内容请求所携带用户账号信息对应的群体特征信息，从所述候选话题信息中获取面向所述用户账号信息标示用户所在群体的推荐话题；

融合所述给定内容的推荐话题和人工运营话题获得话题数据，并根据所述用户账号信息向所述在线内容服务返回所述话题数据。

一种视频话题推荐方法，所述方法包括：

对在线视频内容服务的给定视频内容，获取所述给定视频内容的视频基础信息以及对应于所述给定视频内容的话题信息；

根据所述视频基础信息和话题信息，为所述给定视频内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定视频内容对应的话题信息中获得候选话题信息；

根据视频用户相关的群体特征信息以及对应于所述给定视频内容的候选话题信息，获取面向所述视频用户所在群体的推荐话题，并将所述推荐话题面向所述视频用户所在群体进行分发。

一种在线内容服务中的话题推荐装置，所述装置包括：

信息获取模块，用于对在线内容服务的给定内容，获取所述给定内容的基础信息以及对应于所述给定内容的话题信息；

候选获取模块，用于根据所述基础信息和话题信息，为所述给定内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定内容对应的话题信息中获得候选话题信息；

推荐生成模块，用于根据用户相关的群体特征信息以及对应于所述给定内容的候选话题信息，获取面向用户所在群体的推荐话题，并将所述推荐话题面向所述用户所在群体进行分发。

一种在线内容服务的话题运营装置，所述装置包括：

请求获取模块，用于获取在线内容服务发送的内容请求，所述内容请求携带用户账号信息；

候选计算模块，用于根据所述内容请求向所述在线内容服务返回给定内容的基础信息和话题信息，并对所述给定内容的基础信息和话题信息执行相关性计算，根据计算的所述相关性从所述话题信息中获得候选话题信息；

推荐获取执行模块，用于根据内容请求所携带用户账号信息对应的群体特征信息，从所述给定内容的候选话题信息中获取面向所述用户账号信息标示用户所在群体的推荐话题；

融合模块，用于融合所述给定内容的推荐话题和人工运营话题获得话题数据，并根据所述用户账号信息向所述在线内容服务返回所述话题数据。

一种视频话题推荐装置，所述装置包括：

视频所相关信息获取模块，用于对在线视频内容服务的给定视频内容，获取所述给定视频内容的视频基础信息以及对应于所述给定视频内容的话题信息；

候选话题获取模块，用于根据所述视频基础信息和话题信息，为所述给定视频内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定视频内容对应的话题信息中获得候选话题信息；

推荐话题获取模块，用于根据视频用户相关的群体特征信息以及对应于所述给定视频内容的若干候选话题信息，获取面向所述视频用户所在群体的推荐话题，并将所述推荐话题面向所述视频用户所在群体进行分发。

一种机器设备，包括：

处理器；以及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上所述的方法。

本发明的实施例提供的技术方案可以包括以下有益效果：

对于在线内容服务的给定内容，为面向于用户实现所相关话题的推荐，首先获取给定内容的基础信息以及对应于给定内容的话题信息，然后根据基础信息和话题信息，为给定内容执行话题信息与基础信息的相关性计算，根据计算的相关性从给定内容对应的话题信息中获得候选话题信息，最后根据用户相关的群体特征信息以及对应于给定内容的候选话题信息，获取面向用户所在群体的推荐话题，并将推荐话题面向用户所在群体进行分发，由此将不再依赖于的人工，能够个性化的自动获得内容所相关话题，即给定内容的推荐话题，话题运营效率得到提升，人工成本得到非常大的降低，对不同用户能够为相同内容实现不同话题的准确推荐。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是根据本发明所涉及的实施环境的示意图；

图2是根据一示例性实施例示出的一种装置的框图

图3是根据一示例性实施例示出的一种在线内容服务中的话题推荐方法的流程图；

图4是根据图3对应实施例示出的对步骤310进行描述的流程图；

图5是根据图3对应实施例示出的对步骤330进行描述的流程图；

图6是根据图3对应实施例示出的对步骤350进行描述的流程图；

图7是根据图6对应实施例示出的对步骤351进行描述的流程图；

图8是根据一示例性实施例示出的一种在线内容服务的话题运营方法的流程图；

图9是根据一示例性实施例示出的一种视频话题推荐方法的流程图；

图10是根据一示例性实施例所示出的视频话题运营系统的系统架构图；

图11是根据图10对应实施例示出的话题推荐系统的系统架构图；

图12是根据图11对应实施例示出的视频话题生成时序图；

图13是根据一示例性实施例示出的一种在线内容服务中的话题推荐装置的框图；

图14是根据一示例性实施例示出的一种在线内容服务的话题运营装置的框图；

图15是根据一示例性实施例示出的一种视频话题推荐装置的框图。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是本发明所涉及实施环境的示意图。在一个示例性实施例中，该实施环境包括实现在线内容服务的用户终端110、内容服务器130以及话题运营服务器150。

用户终端110通过应用中在线内容服务的实现，而为用户提供内容。例如此应用为视频应用等多媒体应用，除此之外，也可为文本等内容提供的应用，在此不进行限定。通过在线内容服务所在线进行的各种视频、音频、文本等形式的内容提供，而使得用户能够通过在线内容服务获得互联网络中的各自资源。

内容服务器130与在线内容服务之间进行数据交互，以为在线内容服务实现内容的呈现。例如，对于视频应用所运行的在线内容服务而言，内容服务器130即为流媒体服务器。

话题运营服务器150用于为内容服务器130提供内容所相关的话题，所提供的话题将用于进行在线内容服务的话题运营页面中话题列表的显示。此话题运营页面，可以是热门话题榜页面等。

话题运营服务器150为了向在线内容服务推送内容所相关的话题，部署了话题推荐系统，此话题推荐系统通过本发明所实现的在线内容服务中的话题推荐，自动向在线内容服务进行内容所相关话题的个性化推荐。

当然，话题运营服务器150除了所部署的话题推荐系统之外，还配置了人工运营入口，通过所进行的人工采编话题而为在线内容服务推送话题。

应当理解的，内容服务器130与话题运营服务器150可以分开设置，也可集成在一起，可根据话题推荐系统的机器部署需求确定。

对于用户而言，话题推荐系统的部署将使得话题运营的效率得到增强，并且实现千人千面的话题推荐。

图2是根据一示例性实施例示出的一种装置的框图。例如，装置200可以是图1所示实施环境中的用户终端110。例如，用户终端110可以是智能手机、平板电脑、便携式计算机、台式计算机、各种摄像机等终端设备。

参照图2，装置200至少包括以下组件：处理组件202，存储器204，电源组件206，多媒体组件208，音频组件210，传感器组件214以及通信组件216。

处理组件202通常控制装置200的整体操作，诸如与显示，电话呼叫，数据通信，相机操作以及记录操作相关联的操作等。处理组件202至少包括一个或多个处理器218来执行指令，以完成下述的方法的全部或部分步骤。此外，处理组件202至少包括一个或多个模块，便于处理组件202和其他组件之间的交互。例如，处理组件202可以包括多媒体模块，以方便多媒体组件208和处理组件202之间的交互。

存储器204被配置为存储各种类型的数据以支持在装置200的操作。这些数据的示例包括用于在装置200上操作的任何应用程序或方法的指令。存储器204至少由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static RandomAccess Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，简称EPROM)，可编程只读存储器(Programmable Red-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。存储器204中还存储有一个或多个模块，该一个或多个模块被配置成由该一个或多个处理器218执行，以完成下述图3、图4、图5、图6、图7、图8和图9任一所示方法中的全部或者部分步骤。

电源组件206为装置200的各种组件提供电力。电源组件206至少包括电源管理系统，一个或多个电源，及其他与为装置200生成、管理和分配电力相关联的组件。

多媒体组件208包括在所述装置200和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(Liquid Crystal Display，简称LCD)和触摸面板。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。屏幕还包括有机电致发光显示器(Organic Light Emitting Display，简称OLED)。

音频组件210被配置为输出和/或输入音频信号。例如，音频组件210包括一个麦克风(Microphone，简称MIC)，当装置200处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器204或经由通信组件216发送。在一些实施例中，音频组件210还包括一个扬声器，用于输出音频信号。

传感器组件214包括一个或多个传感器，用于为装置200提供各个方面的状态评估。例如，传感器组件214检测到装置200的打开/关闭状态，组件的相对定位，传感器组件214还检测装置200或装置200一个组件的位置改变以及装置200的温度变化。在一些实施例中，该传感器组件214还包括磁传感器，压力传感器或温度传感器。

通信组件216被配置为便于装置200和其他设备之间有线或无线方式的通信。装置200接入基于通信标准的无线网络，如WiFi(WIreless-Fidelity，无线保真)。在一个示例性实施例中，通信组件216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件216还包括近场通信(Near Field Communication，简称NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(Radio FrequencyIdentification，简称RFID)技术，红外数据协会(Infrared Data Association，简称IrDA)技术，超宽带(Ultra Wideband，简称UWB)技术，蓝牙技术和其他技术来实现。

在示例性实施例中，装置200被一个或多个应用专用集成电路(ApplicationSpecific Integrated Circuit，简称ASIC)、数字信号处理器、数字信号处理设备、可编程逻辑器件、现场可编程门阵列、控制器、微控制器、微处理器或其他电子元件实现，用于执行下述方法。

图3是根据一示例性实施例示出的一种在线内容服务中的话题推荐方法的流程图。在一个示例性实施例中，该在线内容服务中的话题推荐方法，如图3所示，至少包括以下步骤。

在步骤310中，话题推荐系统对在线内容服务的给定内容，获取所给定内容的基础信息以及对应于给定内容的话题信息。

其中，首先应当说明的是，在线内容服务，是通过互联网络在线进行内容的获取与呈现，例如，通过互联网络而向内容服务器所进行的内容拉取，或者接收内容服务器所进行的推送，进而获得内容并展示。通过在线内容服务，使得用户能够获得可供进一步观看或者浏览的内容。例如，在视频应用中通过在线内容服务的实现，能够实时获得影视视频，用户通过对影视视频的点击即可实现视频内容的观看。

在线内容服务除了达成内容的呈现之外，还进行着内容所相关信息的获取与呈现，比如，话题信息。也就是说，在线内容服务所进行的页面显示中，除了内容页面的显示，还包括着话题运营页面，因此，亟待为在线内容服务实现话题推荐。

而话题推荐系统，正如前述示例性实施例所描述的，由话题运营服务器实现。在线内容服务是通过与内容服务器的交互而实现内容获取与呈现的，内容服务器将会接收到在线内容服务的内容请求，所请求的内容即为给定内容，此时，话题推荐系统通过与内容服务器之间的交互而获得给定内容，进而发起在线内容服务中给定内容的话题推荐。而被此话题推荐系统的话题运营服务器，其可以内容服务器独立部署，即分别部署于不同的机器上，但也可集成在一起，而在同一机器上实现内容提供以及话题推荐。

话题推荐系统为在线内容服务所进行的话题推荐面向于给定内容，在此所指的给定内容，即为指定进行话题推荐的内容。例如，给定内容可以是热门内容，用户所关注的内容等。在一个示例性实施例中，给定内容是在线内容服务的后台，即如前述实施环境所指的内容服务器所指定的。

在一个示例性实施例中，在线视频内容服务所对应的视频服务器，作为内容服务器的一种，将为在线视频内容服务所需要待进行的话题展示而向话题推荐系统下发标示给定内容的内容标示信息，以使得所进行的话题推荐能够获得给定内容。

每一内容，并不仅限于给定内容，都通过所对应的基础信息来进行属性描述。在一个示例性实施例中，对于视频内容而言，其基础信息包括视频的主演、导演信息、视频看点信息等。

对应于内容的话题信息，是指话题点与内容相关的信息，话题信息是互联网络中用户创造和分享传播的，并且随着所进行的分享传播，不断有用户参与话题信息的讨论，进而又由此而创造和分享传播新的话题信息。应当理解的，对应于内容的话题信息，是内容所相关的讨论话题，也是由内容所产生的。每一话题信息都会随着热度而得到分享和传播。

话题推荐系统所获取对应于给定内容的话题信息，是在此之前通过互联网络所抓取得到的，因此，在需要对给定内容进行话题推荐时，仅需要根据给定内容直接获取对应的话题信息即可。

至此，可以理解的，不限于给定内容，对应于其它内容的话题信息，也随着面向互联网络所进行的信息抓取而获得并存储，以便于执行所对应的话题推荐过程。

在一个示例性实施例中，对应于给定内容的话题信息，可来自于新闻、微博、社交网络等多方来源，并且为了保证所随时进行且对应于各种不同内容的话题推荐，面向于所能够接入的多方来源而进行内容所相关话题信息的抓取。在线内容服务所能够呈现的内容，都进行着相关话题信息的抓取并存储。

在一个示例性实施例中，步骤310之前，该方法还包括：话题推荐系统根据在线内容服务分发的内容，从互联网络抓取与此内容相关的网络信息，此内容相关的网络信息形成对应于此内容的基础话题数据，基础话题数据用于对给定内容提供话题信息。

其中，在线内容服务用于实现用户的内容分发，即高效的为用户分发内容。因此，在线内容服务其所分发的内容，即为向用户所呈现的内容。话题推荐系统根据在线内容服务所进行的内容分发来进行内容所相关网络信息的抓取，例如，正如前述所指出的，抓取内容所相关的新闻、微博消息、社交网络消息等。为内容沉淀所抓取的网络信息形成基础话题数据，以供所需要进行的话题推荐过程使用。

与此相对应的，话题推荐系统对每一内容所进行的话题推荐，在为此内容获取基础信息的同时，也将为此内容而从基础话题数据获取相关的话题信息。

随着所不断进行的信息抓取，为给定内容所获取的话题信息，在一个示例性实施例中，可为当前最新的话题信息，以及最为热门的话题信息，以此来保障后续所推荐话题的时效性和热度。

在步骤330中，根据基础信息和话题信息，为给定内容执行话题信息与基础信息的相关性计算，根据计算的相关性从给定内容对应的话题信息中获得候选话题信息。

其中，话题推荐系统对在线内容服务进行话题推荐的给定内容，在一个示例性实施例中，其可为单一内容，也可为多个内容，在此不进行限定。

在通过话题推荐系统中前述步骤310的执行，为每一给定内容获取了基础信息以及话题信息之后，即可根据基础信息来筛选话题信息，为此给定内容获得若干候选话题信息。

正如前述描述所指出的，话题信息是话题推荐系统根据内容而从互联网络中抓取得到的，因此，所抓取得到的话题信息，其与内容之间的相关性有待确定。例如，对于所抓取的话题信息往往与内容并不相关，而仅在话题信息中引入了内容所对应的关键字。

因此，需要确定话题信息与基础信息之间的相关性，话题信息与基础信息之间相关性的高低便指示了话题信息与内容之间的相关性。需要根据话题信息与基础信息之间的相关性而为给定内容筛选出最为相关的话题信息作为候选话题信息。

在步骤350中，话题推荐系统根据用户相关的群体特征信息以及对应于给定内容的候选话题信息，获取面向用户所在群体的推荐话题，并将推荐话题面向用户所在群体进行分发。

其中，话题推荐系统在为每一给定内容筛选得到若干候选话题信息之后，即可在所得到的多个候选话题信息中适应于用户而进行个性化的获取推荐话题，进而对用户实现个性化的话题推荐。

所指的用户，即为在线内容服务所登录的用户。所进行的话题推荐是面向于不同用户进行的。在一个示例性实施例中，所指的用户是以用户账号信息的形态存在的。

适用于用户本身所具备的基础属性以及用户浏览观看内容的特征，在所得到的多个候选话题信息中筛选推荐话题。为适应于用户而实现候选话题信息中的精准筛选，一方面，作为筛选依据的用户基础属性以及用户浏览观看内容的特征，可来自于用户所在的群体，即用户相关的群体特征信息，以此来避免所能够获得的依据过少而无法筛选得到用户所相关的话题信息；另一方面，也将在群体特征信息的把控下保证筛选的全面准确性。

应当理解的，用户相关的群体特征信息用于描述用户群体所对应的属性特征。群体特征信息是对在线内容服务所登录用户分群之后，面向于此用户群体下用户的基础特征以及对在线内容服务的使用特征进行特征提取所得到的。

以在线视频内容服务为例，其所对应视频用户，都有着基础属性，并且随着视频用户对在线视频内容服务的操控，也都留有观看历史信息、搜索历史、关注记录等视频观看特征，根据基础属性以及视频观看特征，为视频用户生成用户画像信息，进而根据用户画像信息对视频用户分群，以得到不同的用户群体。

对所得到的用户群体提取群体特征得到群体特征信息。例如，所划分的用户群体可以包括小城男学生、中年追剧大叔以及年轻职场女性等。

为一用户所进行的话题推荐中，通过前述步骤的执行获得多个候选话题信息之后，即可对此用户根据相关的群体特征信息来进行候选话题信息中推荐话题的筛选，所筛选得到的推荐话题便通过在线内容服务向此用户分发，当然，与此用户归属于相同群体的其他用户，也能够经由自身所运行的在线内家服务而获得此推荐话题。

话题推荐系统根据群体特征信息在多个候选话题信息中进行的推荐话题筛选，是从候选话题信息中提取用户所在群体最感兴趣的候选话题作为推荐话题。面向于用户群体为用户实现话题推荐，在保证推荐精准性和有效性的同时，也得以增强了话题推荐的丰富性。

通过此示例性实施例得以为每一给定内容都进行话题丰富的个性化推荐，在线内容服务的运行不再受限于话题的人工采编，能够自动获得适应于用户的推荐话题，增强了话题运营性能。

图4是根据图3对应实施例示出的对步骤310进行描述的流程图。在一个示例性实施例中，如图4所示，该步骤310至少包括：

在步骤311中，话题推荐系统根据在线内容服务的给定内容，从对应于内容的基础话题数据中读取给定内容相关的网络信息，此内容包括了给定内容。

在步骤313中，从给定内容相关的网络信息中提取高热度话题点，提取的高热度话题点形成对应于给定内容的话题信息。

其中，面对于用户所登录的在线内容服务，在为此而进行的话题推荐中，以用户所关注的内容，或者后台所推广的内容为给定内容，在沉淀所抓取内容所相关网络信息的基础话题数据中进行给定内容所相关网络信息的读取。

对于每一给定内容，都有着相关的大量网络信息，因此，需要根据所对应话题点的热度，而提取作为高热度话题点的网络信息为话题信息。

通过此示例性实施例，互联网络中多方抓取的网络信息进行了预处理，以为给定内容获得能够进行话题推荐的话题信息。

应当理解的是，为话题推荐的进行，存储着诸多基础话题数据，这些基础话题数据都是对应于一定内容的，而所请求进行话题推荐的给定内容，则是这些内容的一部分，即所存储基础话题数据对应的所有内容包括着给定内容。

图5是根据图3对应实施例示出的对步骤330进行描述的流程图。在一个示例性实施例中，如图5所示，该步骤330包括：

在步骤331中，话题推荐系统针对于给定内容，以所对应基础信息和话题信息为深度神经网络的输入层信息，执行深度神经网络计算获得每一话题信息与基础信息相关的概率。

在步骤333中，根据话题信息与基础信息相关的概率，从话题信息中获得候选话题信息。

其中，在为用户所进行的话题推荐中，通过前述步骤310的执行而获得给定内容对应的话题信息，以及给定内容的基础信息，在此基础之上，话题推荐系统经由所训练的深度神经网络为给定内容进行话题信息和基础信息二者之间的相关度计算，此过程，将通过深度神经网络执行的模型计算实现。

也就是说，在训练的深度神经网络，对每一给定内容都以基础信息、话题信息为输入层上的输入层信息，通过所进行模型计算来获得每一话题信息与基础信息相关的概率，此即为二者之间的相关度。通过此，来进行深度神经网络的决策运算，以此来分类得到与给定内容最为相关的话题信息，将此话题信息作为候选话题信息。

通过此示例性实施例，借助于深度神经网络实现候选话题信息的筛选，以此来为后续面向于用户所进行的话题筛选提供保证了所筛选话题的内容相关性。

应当理解，在一个示例性实施例中，对基础信息和话题信息进行深度神经网络的模型计算，实质是进行基础信息和话题信息的向量化，进而以向量相似度作为内容-话题相关度评分，此内容-话题相关度评分，即为深度神经网络的输出层信息，由此输出层信息即可获取相关度最高的若干个话题信息作为候选话题信息。

图6是根据图3对应实施例示出的对步骤350进行描述的流程图。在一个示例性实施例中，该步骤350，如图6所示，至少包括以下步骤。

在步骤351中，话题推荐系统获取用户相关的群体特征信息，用户为所进行话题推荐的目标用户。

在步骤353中，根据用户相关的群体特征信息对给定内容的候选话题信息进行深度神经网络模型计算，获得该用户所在群体的推荐话题。

其中，在为用户所进行的话题推荐中，所指的用户即为在线内容服务登录的用户，其也是话题推荐系统对在线内容服务进行话题推荐的目标用户。如前所述的，在线内容服务所进行的内容呈现中，随着用户所进行的内容观看、内容搜索、内容关注等，不断动态生成所对应的用户画像信息，进而以此为依据不断进行着用户分群。

因此，在话题推荐系统为用户所进行的话题推荐中，通过前述步骤310至步骤330的执行，为给定内容获得了候选话题信息之后，都为此而面向于用户进行着推荐话题的提取。

在此示例性实施例中，推荐话题的获得是通过深度神经网络模型计算所实现的。对于每一给定内容，都根据相关的群体特征信息在所对应若干候选话题信息执行深度神经网络计算。也就是说，将以用户相关的群体特征信息以及候选话题信息为输入层的输入信息，通过由此而执行的深度神经网络模型计算来获得每一候选话题信息与群体特征信息之间的相关性，即输出层所输出信息，进而以此为依据从若干候选话题信息中提取推荐话题。

应当理解，根据用户相关的群体特征信息，能够到用户关注的内容，通过获取与此内容所对应的候选话题信息，来得到能够推荐给用户的话题信息，即为推荐话题。

所得到的推荐话题便可通过在线内容服务而向用户输出，例如在所实现的在线内容服务中进行推荐话题列表的展示。

图7是根据图6对应实施例示出的对步骤351进行描述的流程图。在一个示例性实施例中，该步骤351，至少包括以下步骤。

在步骤401中，话题推荐系统获取用户的基础特征以及内容获取特征，内容获取特征描述了用户与在线内容服务所分发内容相关的行为习惯。

在步骤403中，根据基础特征以及内容获取特征进行用户分群，并提取对应于用户所在群体的群体特征信息。

其中，用户的基础特征，用于描述用户的基本情况，例如，性别、年龄、兴趣爱好等。对于在线内容服务所登录的用户，必然进行着基础特征的存储。而对于在线内容服务中用户所触发的行为，例如，内容观看行为、内容搜索行为、内容关注行为等，都有着相应的记录，此记录便生成了用户所对应的内容获取特征。

在所进行的话题推荐中，对于给定内容的候选话题信息，需要通过群体特征信息来进行推荐话题的筛选，而对应于一个用户群体的群体特征信息，将通过基础特征以及内容获取特征来进行用户分群之后提取得到。群体特征信息为用户所在群体所对应一类用户的特征描述，群体特征信息一方面描述了在线内容服务中一类用户的基本属性，即匹配于如前述所指的基础特征，另一方面则描述了这一类用户对在线内容服务所触发与内容相关的行为习惯。因此，群体特征信息不但与用户强相关，也与在线内容服务强相关。

通过如上所述的示例性实施例，在诸多进行内容分发的应用或者平台上，即部署着在线内容服务，例如在线视频内容服务的应用或者平台，实现了话题的推荐，由此，便能够随着给定内容的不同，而自动推荐相应的话题信息，而并不需要为此而进行话题的人工采编，所能够呈现的话题不再存在限制和人力因素的制约。

与如上所述在线内容服务中的话题推荐方法相适应的，本发明还提供了一种在线内容服务的话题运营方法。在一个示例性实施例中，如图8所示的，该在线内容服务的话题运营方法，至少包括：

在步骤510中，话题运营服务器获取在线内容服务发送的内容请求，内容请求携带用户账号信息。

其中，在线内容服务通过在用户终端所进行的前端显示而进行内容呈现。在线内容服务被启动时，会向后台发送内容请求，以请求内容列表，此时，后台会返回内容列表以及列表中每一内容的基础信息，此内容即为给定内容，而对于后台而言，其向在线内容服务返回的基础信息将是对应于用户账号信息的，也就是说后台必将记录着自身为用户所返回的内容。

因此，对应于在线内容服务，其后台所部署实现的话题运营系统将会随着在线内容服务的启动以及被触发的话题呈现，获取在线内容服务发送的内容请求，以便于根据内容请求中携带的用户账户信息来获知后台向在线内容服务返回的内容，即为前述所指的给定内容。

例如，实现在线视频内容服务的视频应用，一旦启动，都会向后台发起内容请求，以获取所能够在启动的视频应用中呈现的视频内容，与此相对应的，后台为用户所返回的视频内容，必然根据用户账号信息给予记录。

用户账号信息用于指示在线内容服务所登录用户的用户标识信息，例如，用户账号等，以在所进行的内容分发中唯一标示用户身份。

在步骤530中，话题运营服务器中部署的话题推荐系统根据所述内容请求向所述在线内容服务返回给定内容的基础信息和话题信息，并对给定内容的基础信息和话题信息执行相关性计算，根据计算的相关性从话题信息中获得候选话题信息。

其中，如前所述的，根据内容请求所携带的用户账号信息来确定后台向用户所登录的在线内容服务返回的给定内容，进而根据给定内容来获得每一给定内容的基础信息和话题信息。

对每一给定内容，都根据其基础信息进行每一话题信息的相关性计算，以从中筛选出相关性最高的话题信息作为候选话题信息，以此类推，完成所有给定内容的话题信息筛选，进而获得每一给定内容的若干候选话题信息。

在步骤550中，话题推荐系统根据内容请求所携带用户账号信息对应的群体特征信息，从候选话题信息中获取面向用户账号信息标示用户所在群体的推荐话题。

其中，如前所述的，随着用户对在线内容服务的行为触发，动态进行着用户分发，进而由用户账号信息获得动态适应于当前用户的群体特征信息。在此基础之上根据群体特征信息而对给定内容的若干话题信息所进行筛选必然是面向于用户所在群体的。

所进行的话题推荐，是面向于海量用户所进行的，而每一用户其对在线内容服务所触发的行为，都在时时发生着动态变化，因此，必将进行着时时动态变化的用户分群以及群体特征信息的动态提取，进而通过为一用户而进行的话题推荐，即可在这一时刻为此用户所在群体实现话题推荐，这将使得话题推荐的进行简单快速，并且节省了计算资源。

在步骤570中，话题运营服务器融合给定内容的推荐话题和人工运营话题获得话题数据，并根据用户账号信息经由内容服务器向在线内容服务返回话题数据。

其中，首先应当说明的是，话题运营服务器所进行的人工话题运营，除了通过部署的话题推荐系统自动进行的话题推荐之外，还进行着话题的人工运营，即人工采编话题，便于为用户的话题呈现提供人工干预。

基于此，话题运营服务器一方面通过部署的话题推荐系统进行着话题的自动推荐，以获得推荐话题，另一方面也将获取人工运营话题。对于为用户进行的话题推荐而言，推荐话题与人工运营话题便构成了向用户呈现话题的话题数据，由此，便根据用户账号信息通过内容服务器向在线内容服务返回话题数据。

话题运营服务器中推荐话题和人工运营话题的融合，是根据在线内容服务的产品策略进行的，例如，优先返回人工运营话题，后续返回推荐话题，使得通过在线内容服务所显示的话题列表中头部优先显示人工运营话题。

除此之外，还可设定一定的干预配置，针对所获得的话题数据进行人工干预，例如，推荐话题在出现偏差导致话题的相关性不高，或者推荐话题出现敏感内容时，都需要人工干预剔除。

在另一个示例性实施例中，步骤530之前，该在线内容服务的话题运营方法还包括：

话题运营服务器中话题推荐系统根据内容请求中携带的用户账号信息获取向在线内容服务返回的给定内容的基础信息和话题信息，话题信息对应于给定内容。

其中，话题运营的进行中，如需要对用户推荐话题，便首先获取此用户所登录在线内容服务启动之后发起的内容请求，根据内容请求获得向用户返回的给定内容，进而对应于给定内容获取基础信息和话题信息。

在另一个示例性实施例中，在话题运营服务器根据内容请求中携带的用户账号信息获取向在线内容服务返回给定内容的基础信息和话题信息步骤之前，该在线内容服务的话题运营方法还包括：

话题推荐系统根据在线内容服务分发的内容，进行互联网络中内容相关的网络信息的抓取，内容相关的网络信息形成对应于内容的基础话题数据，基础话题数据用于对给定内容提供话题信息。

其中，如前所述的，通过在线内容服务实现了面向用户的内容分发，而对于所需要进行的话题推荐，为此而根据所进行的内容分发，即按照分发的内容进行互联网络中相关网络信息的抓取，所抓取与内容相关的网络信息便形成了对应于内容的基础话题数据，此基础话题数据用于提供话题信息。

通过如上所述的示例性实施例，为在线内容服务实现了话题运营系统，此话题运营系统包括话题推荐系统，进而通过话题运营系统与内容服务器的对接，而实现在线内容服务中话题的呈现，并且不断为用户实现时效性高且精准有效的话题推荐。

与相对应于，本发明还提供了一种视频话题推荐方法，以为在线视频内容服务实现视频话题的推荐。图9是根据一示例性实施例示出的一种视频话题推荐方法的流程图。在一个示例性实施例中，如图9所示，该视频话题推荐方法，至少包括：

在步骤710中，视频话题推荐系统对在线视频内容服务的给定视频内容，获取给定视频内容的视频基础信息以及对应于给定视频内容的话题信息。

其中，首先应当说明的是，在线视频内容服务，即为前述所指在线内容服务的一种，其所对应的给定视频内容则是给定内容的一种。在线视频内容服务通过视频服务器而在线获得视频内容，并且在线视频内容服务器通过视频服务器从视频话题推荐系统获得对给定视频内容返回的推荐话题。正如前述所描述的，视频话题推荐系统将部署于话题运营服务器中，此话题运营服务器将为视频服务器向在线视频内容服务返回的给定视频内容进行相应视频话题的推送。所推送的视频话题，包括了视频话题推荐系统为此而获得的推荐话题，除此这外，也可包括其它所相关的视频话题，在此不进行限定。

在视频话题推荐系统为在线视频内容服务所进行的视频话题推荐中，首先针对于给定视频内容而获取视频基础信息以及视频话题，即对应于给定视频内容的话题信息。

在一个示例性实施例中，所获取的视频基础信息包括视频标题、视频ID、视频图片以及上架日期等，以描述所对应的视频内容。

在步骤730中，根据视频基础信息和话题信息，为给定视频内容执行话题信息与基础信息的相关性计算，根据计算的相关性从给定视频内容对应的话题信息中获得候选话题信息。

其中，与前述示例性实施例所进行候选话题筛选相对应的，对于每一给定视频内容都根据视频基础信息进行每一话题信息的筛选，此筛选即为相关性计算的实现，以筛选出与视频基础信息最为相关的话题信息作为候选话题信息。

在步骤750中，根据视频用户相关的群体特征信息以及对应于给定视频内容的候选话题信息，为给定视频内容获取面向视频用户所在群体的推荐话题，并将推荐话题面向视频用户所在群体进行分发。

通过此示例性实施例，视频话题推荐系统为视频应用所实现的在线视频内容服务进行了视频话题的在线推荐，适应于用户的视频话题能够被准确及时的推送至用户终端，不至需要等待人工采编话题，增强了视频话题的运营性能。

在另一个示例性实施例中，步骤710之前，该视频话题推荐方法还包括：视频话题推荐系统根据在线视频内容服务选择待进行的话题展示，接收在线视频内容服务发送的内容请求；

其中，内容请求用于为在线视频内容服务所登录视频用户指示进行视频话题推荐的给定视频内容。

也就是说，随着在线视频内容服务中视频内容呈现的进行，用户可观看所呈现的视频内容，并且将以此视频内容作为给定视频内容来经由内容请求而发起视频话题推荐。

由此，将使得所进行的视频话题推荐是面向于用户所观看视频内容进行的，围绕着用户当前所观看的视频内容，甚至于用户所关注的视频内容进行着视频话题的呈现以及讨论，进而由此而不断引发新的视频话题。

通过如上所述的示例性实施例，为视频应用，特别是视频应用所运行在线视频内容服务，实现了视频话题的推荐，进而在此基础之前，能够如前述话题运营系统所实现的，融合人工话题运营而实施视频话题的运营，避免了人工干预的存在。

以在线视频内容服务为例，结合上述方法实现进行视频话题运营，进而为在线视 频内容服务进行用户终端上的视频话题呈现。

用户终端所运行的视频APP(Application，应用程序)中，通过在线视频内容服务的启动，而向后台请求视频内容，此时，内容服务器一方面向用户终端返回视频内容，另一方面也将通过内容请求触发话题推荐系统实现用户终端上的视频话题展示。

图10是根据一示例性实施例所示出的视频话题运营系统的系统架构图。在一个示例性实施例中，如图10所示的，视频APP向后台所发起的内容请求，将被发送至后台所运行的话题逻辑服务910。

视频话题运营系统，包括了话题逻辑服务910、话题推荐系统930、人工运营话题存储服务950以及话题运营服务970。

视频APP，用于向视频用户提供视频服务，即如前述所指的在线视频内容服务，以进行视频信息展示、视频播放、话题展示以及用户互动。

话题逻辑服务910用于接收视频APP的话题列表请求，此话题列表请求是后台响应视频APP的内容请求而为给定内容所发起的，以请求与给定内容相关的话题信息。

话题运营服务970，面向运营者，以在运营者的人工采集下获得人工运营话题，并通过人工运营话题存储服务950存储，形成基础的话题数据池。

话题推荐系统930，通过基于深度神经网络的话题推荐，基于用户的基础特征和视频内容的基础信息生成基础的推荐话题列表，例如视频内容所相关的热点话题列表。

而对于话题推荐系统930根据本发明的示例性实施例通过深度神经网络实现智能话题推荐。图11是根据图10对应实施例示出的话题推荐系统的系统架构图。

如图11所示的，话题推荐系统930主要包括话题抓取服务931、候选话题筛选服务933、用户特征分群服务935以及推荐话题排序服务937；

除此之外，话题推荐系统930还包括用以支持候选话题筛选服务933的热点话题信息存储服务以及视频信息存储服务、用以支持用户特征分群服务935的搜索历史存储服务1005、观看历史存储服务1007以及用户基础特征存储1009等。

可选的，话题抓取服务931用于为诸多视频内容分别从互联网络抓取热门话题，如新闻门户网站、微博头条消息、朋友圈消息。

热点话题信息存储服务1001则用于存储话题抓取服务931所抓取得到的话题信息，形成基础的话题数据池。

视频信息存储服务1003用于存储视频相关的基础信息，例如，视频内容的主演、导演信息、视频内容的看点信息等。

候选话题筛选服务933通过深度神经网络对视频内容的基础信息以及抓取的话题信息进行运算，以获得对应视频内容生成的topN的候选话题信息。

用户基础特征存储服务1009用于存储用户的基础特征，如性别、年龄、地区和职业等。观看历史存储服务1007用于存储用户观看视频内容的历史信息。搜索存储服务1005用于存储用户在视频APP上的搜索记录。

用户特征分群服务935根据用户的基础特征、观看历史信息、搜索历史、关注记录等信息，为用户生成画像，并根据用户画像对用户分群，提取群体特征信息。

推荐话题排序服务937同样也是通过深度神经网络实现，其输入层信息为视频内容所相关的候选话题信息以及用户相关的群体特征信息，以根据用户特征，从候选话题信息中筛选出符合用户兴趣的话题，以获得最终推荐给用户的话题信息列表。

图12是根据图11对应实施例示出的视频话题生成时序图。即如图12所示的，视频APP通过自身内容请求的发起而向话题逻辑服务发起话题列表请求，即如步骤1所示，请求中携带用户账号信息及对应的视频id信息。

视频id信息，用于指示给定视频内容，即为后台响应内容请求而向视频APP返回的视频内容。

如步骤2所指示的，话题逻辑服务在收到请求之后，发起异步请求。话题逻辑服务请求人工运营话题存储服务，获取人工干预信息及人工运营的话题列表。

另一方面，在步骤3的执行下，话题逻辑服务也请求推荐话题排序服务，向其请求自动生成推荐话题。

此时，人工运营存储服务收到请求之后，返回人工干预信息及人工运营的话题列表信息，即如步骤4所示出的。

推荐话题排序服务收到请求之后，如步骤5，将发起异步请求，根据用户账号信息向用户特征分群服务请求用户所相关的群体特征信息。

推荐话题排序服务执行步骤6，根据视频内容相关的基础信息，向候选话题筛选服务请求候选话题列表信息，候选话题筛选服务收到请求后执行步骤7，根据内容标识信息向视频信息存储服务请求视频内容的基础信息。

候选话题筛选服务同时执行步骤8，向热点话题存储服务发起请求，读取热点话题信息；用户特征分群服务收到推荐话题排序服务请求后，根据离线训练的接口，实时返回用户对应的群体特征信息，即如步骤9。

步骤10，视频信息存储服务收到候选话题筛选服务的请求后，根据视频id，实时返回视频对应的基础信息，然后执行步骤11，即热点话题存储服务收到候选话题筛选服务的请求后，实时返回存储的热点话题列表.

候选话题筛选服务受到视频基础信息及热点话题列表后，进行特征化处理，然后输入深度神经网络训练，如步骤12。

正如步骤13至步骤15所描述的，候选话题筛选服务根据深度神经网络训练结果返回候选话题列表；推荐话题排序服务收到用户特征信息及候选的话题列表服务后，输入深度神经网络进行训练；推荐话题排序服务根据深度神经网络训练结果返回推荐的话题列表。

最后，在步骤16的执行下，题逻辑服务获取到人工干预信息、人工运营话题列表及推荐话题列表后，进行话题列表融合及人工干预逻辑处理，向视频APP返回最终的话题列表。

通过如上所述的实现过程，通过抓取互联网络中与视频内容相关的评论、弹幕、新闻等，提取热度较高的话题点，同时借助于视频用户的视频观看特征，创建用户画像，根据用户的基础特征、视频的基础信息以及话题信息，借助于深度神经网络的模型训练，为用户生成感兴趣的视频话题。

对于同一视频内容，为不同的用户人群精准推送其关注的视频讨论话题，最大限度地提升用户的活跃度。

通过在线视频内容服务中自动高效精准的视频话题运营实现，将有效吸引用户增加视频应用的使用时长，精准推送视频话题。

下述为本发明装置实施例，用于执行本发明上述在线内容服务中的话题推荐方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明在线内容服务中的话题推荐实施例。

图13是根据一示例性实施例示出的一种在线内容服务中的话题推荐装置的框图。在一个示例性实施例中，如图10所示，该在线内容服务中的话题推荐别装置被配置于用户终端，该视频识别装置包括但不限于：信息获取模块1110、候选获取模块1130以及推荐生成模块1150。

信息获取模块1110，用于对在线内容服务的给定内容，获取所述给定内容的基础信息以及对应于所述给定内容的话题信息；

候选筛选模块1130，用于根据所述基础信息和话题信息，为所述给定内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定内容对应的话题信息中获得候选话题信息；

推荐生成模块1150，用于根据用户相关的群体特征信息以及对应于所述给定内容的候选话题信息，获取面向用户所在群体的推荐话题，并将所述推荐话题面向所述用户所在群体进行分发。

图14是根据一示例性实施例示出的一种在线内容服务的话题运营装置的框图。在一个示例性实施例中，如图14所示，该在线内容服务的话题运营装置，至少包括：请求获取模块1210、候选计算模块1230推荐获取模块1250和融合模块1270。

请求获取模块1210，用于获取在线内容服务发送的内容请求，所述内容请求携带用户账号信息；

候选计算模块1230，用于根据所述内容请求向所述在线内容服务返回给定内容的基础信息和话题信息，并对所述给定内容的基础信息和话题信息执行相关性计算，根据计算的所述相关性从所述话题信息中获得候选话题信息；

推荐获取模块1250，用于根据内容请求所携带用户账号信息对应的群体特征信息，从所述候选话题信息中获取面向所述用户账号信息标示用户所在群体的推荐话题；

融合模块1270，用于融合所述给定内容的推荐话题和人工运营话题获得话题数据，并根据所述用户账号信息向所述在线内容服务返回。

图15是根据一示例性实施例示出的一种视频话题推荐装置的框图。在一个示例性实施例中，如图15所示，该视频话题推荐装置，至少包括：视频所相关信息获取模块1310、候选话题获取模块1330以及推荐话题获取模块1350。

视频所相关信息获取模块1310，用于对在线视频内容服务的给定视频内容，获取所给定视频内容的视频基础信息以及对应于所述给定视频内容的话题信息；

视频话题筛选模块1330，用于根据所述视频基础信息和话题信息，为所述给定视频内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定视频内容对应的话题信息中获得候选话题信息；

视频话题二次筛选模块1350，用于根据视频用户相关的群体特征信息以及对应于所述给定视频内容的若干候选话题信息，获取面向所述视频用户所在群体的推荐话题，并将所述推荐话题面向所述视频用户所在群体进行分发。

可选的，本发明还提供一种电子设备，该电子设备可以用于图1所示实施环境中，执行图3、图4、图5、图6、图7、图8和图9任一所示的方法的全部或者部分步骤。所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行实现前述所指的方法。

该实施例中的装置的处理器执行操作的具体方式已经在有关前述实施例中执行了详细描述，此处将不做详细阐述说明。

在示例性实施例中，还提供了一种存储介质，该存储介质为计算机可读存储介质，例如可以为包括指令的临时性和非临时性计算机可读存储介质。该存储介质例如包括指令的存储器204，上述指令可由装置200的处理器218执行以完成上述方法。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (15)

1.一种在线内容服务中的话题推荐方法，其特征在于，所述方法包括：

对在线内容服务的给定内容，获取所述给定内容的基础信息以及对应于所述给定内容的话题信息，所述给定内容所相关话题信息是通过互联网络面向于接入的多方来源抓取的，所述给定内容通过对应的基础信息进行属性描述；

根据所述基础信息和话题信息，为所述给定内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定内容对应的话题信息中获得候选话题信息；

根据用户相关的群体特征信息以及对应于所述给定内容的候选话题信息，获取面向用户所在群体的推荐话题，并将所述推荐话题面向所述用户所在群体进行分发。

2.根据权利要求1所述的方法，其特征在于，所述对在线内容服务的给定内容，获取所述给定内容的基础信息以及对应于所述给定内容的话题信息之前，所述方法还包括：

根据所述在线内容服务分发的内容，从互联网络抓取与所述内容相关的网络信息，所述内容相关的网络信息形成对应于所述内容的基础话题数据，所述基础话题数据用于对所述给定内容提供所述话题信息。

3.根据权利要求2所述的方法，其特征在于，所述对在线内容服务的给定内容，获取所述给定内容的基础信息以及对应于所述给定内容的话题信息，包括：

根据所述在线内容服务的所述给定内容，从对应于所述内容的基础话题数据中读取所述给定内容相关的网络信息，所述内容包括所述给定内容；

从所述给定内容相关的网络信息中提取高热度话题点，提取的所述高热度话题点形成对应于所述给定内容的话题信息。

4.根据权利要求1所述的方法，其特征在于，所述根据所述基础信息和话题信息，为所述给定内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定内容对应的话题信息中获得候选话题信息，包括：

针对于所述给定内容，以所对应基础信息和话题信息为深度神经网络的输入层信息，执行所述深度神经网络模型计算获得每一话题信息与所述基础信息相关的概率；

根据所述话题信息与所述基础信息相关的概率，从所述话题信息中获得所述候选话题信息。

5.根据权利要求1所述的方法，其特征在于，所述根据用户相关的群体特征信息以及对应于所述给定内容的若干候选话题信息，获取面向用户所在群体的推荐话题，包括：

获取用户相关的群体特征信息，所述用户为所进行话题推荐的目标用户；

根据所述用户相关的群体特征信息对所述给定内容的所述候选话题信息进行深度神经网络模型计算，获得所述用户所在群体的推荐话题。

6.根据权利要求5所述的方法，其特征在于，所述获取用户相关的群体特征信息，包括：

获取所述用户的基础特征以及内容获取特征，所述内容获取特征描述了所述用户与所述在线内容服务所分发内容相关的行为习惯；

根据所述基础特征以及内容获取特征进行用户分群，并提取对应于所述用户所在群体的群体特征信息。

7.一种在线内容服务的话题运营方法，其特征在于，所述方法包括：

获取在线内容服务发送的内容请求，所述内容请求携带用户账号信息；

根据所述内容请求向所述在线内容服务返回给定内容的基础信息和话题信息，并对所述给定内容的基础信息和话题信息执行相关性计算，根据计算的所述相关性从所述话题信息中获得候选话题信息，所述给定内容所相关话题信息是通过互联网络面向于接入的多方来源抓取的，所述给定内容通过对应的基础信息进行属性描述；

根据内容请求所携带用户账号信息对应的群体特征信息，从所述候选话题信息中获取面向所述用户账号信息标示用户所在群体的推荐话题；

融合所述给定内容的推荐话题和人工运营话题获得话题数据，并根据所述用户账号信息向所述在线内容服务返回所述话题数据。

8.根据权利要求7所述的方法，其特征在于，所述根据所述内容请求向所述在线内容服务返回给定内容的基础信息和话题信息，并对所述给定内容的基础信息和话题信息执行相关性计算，根据计算的所述相关性从所述话题信息中获得候选话题信息之前，所述方法还包括：

根据所述内容请求中携带的所述用户账号信息，获取向所述在线内容服务返回的给定内容的基础信息和话题信息，所述话题信息对应于所述给定内容。

9.根据权利要求8所述的方法，其特征在于，所述根据所述内容请求中携带的所述用户账号信息，获取向所述在线内容服务返回的给定内容的基础信息和话题信息之前，所述方法还包括：

根据所述在线内容服务分发的内容，进行互联网络中内容相关的网络信息的抓取，所述内容相关的网络信息形成对应于所述内容的基础话题数据，所述基础话题数据用于对所述给定内容提供所述话题信息。

10.一种视频话题推荐方法，其特征在于，所述方法包括：

对在线视频内容服务的给定视频内容，获取所述给定视频内容的视频基础信息以及对应于所述给定视频内容的话题信息，所述给定内容所相关话题信息是通过互联网络面向于接入的多方来源抓取的，所述给定内容通过对应的基础信息进行属性描述；

根据所述视频基础信息和话题信息，为所述给定视频内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定视频内容对应的话题信息中获得候选话题信息；

根据视频用户相关的群体特征信息以及对应于所述给定视频内容的候选话题信息，获取面向所述视频用户所在群体的推荐话题，并将所述推荐话题面向所述视频用户所在群体进行分发。

11.根据权利要求10所述的方法，其特征在于，对在线视频内容服务的给定视频内容，获取所述给定视频内容的视频基础信息以及对应于所述给定视频内容的话题信息之前，所述方法还包括：

根据所述在线视频内容服务选择待进行的话题展示，获取所述在线视频内容服务发送的内容请求；

其中，所述内容请求用于为所述在线视频内容服务所登录视频用户指示进行视频话题推荐的给定视频内容。

12.一种在线内容服务中的话题推荐装置，其特征在于，所述装置包括：

信息获取模块，用于对在线内容服务的给定内容，获取所述给定内容的基础信息以及对应于所述给定内容的话题信息，所述给定内容所相关话题信息是通过互联网络面向于接入的多方来源抓取的，所述给定内容通过对应的基础信息进行属性描述；

候选获取模块，用于根据所述基础信息和话题信息，为所述给定内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定内容对应的话题信息中获得候选话题信息；

推荐生成模块，用于根据用户相关的群体特征信息以及对应于所述给定内容的候选话题信息，获取面向用户所在群体的推荐话题，并将所述推荐话题面向所述用户所在群体进行分发。

13.一种在线内容服务的话题运营装置，其特征在于，所述装置包括：

请求获取模块，用于获取在线内容服务发送的内容请求，所述内容请求携带用户账号信息；

候选计算模块，用于根据所述内容请求向所述在线内容服务返回给定内容的基础信息和话题信息，并对所述给定内容的基础信息和话题信息执行相关性计算，根据计算的所述相关性从所述话题信息中获得候选话题信息，所述给定内容所相关话题信息是通过互联网络面向于接入的多方来源抓取的，所述给定内容通过对应的基础信息进行属性描述；

推荐获取执行模块，用于根据内容请求所携带用户账号信息对应的群体特征信息，从所述候选话题信息中获取面向所述用户账号信息标示用户所在群体的推荐话题；

融合模块，用于融合所述给定内容的推荐话题和人工运营话题获得话题数据，并根据所述用户账号信息向所述在线内容服务返回所述话题数据。

14.一种视频话题推荐装置，其特征在于，所述装置包括：

视频所相关信息获取模块，用于对在线视频内容服务的给定视频内容，获取所述给定视频内容的视频基础信息以及对应于所述给定视频内容的话题信息，所述给定内容所相关话题信息是通过互联网络面向于接入的多方来源抓取的，所述给定内容通过对应的基础信息进行属性描述；

候选话题获取模块，用于根据所述视频基础信息和话题信息，为所述给定视频内容执行所述话题信息与所述基础信息的相关性计算，根据计算的所述相关性从所述给定视频内容对应的话题信息中获得候选话题信息；

推荐话题获取模块，用于根据视频用户相关的群体特征信息以及对应于所述给定视频内容的候选话题信息，获取面向所述视频用户所在群体的推荐话题，并将所述推荐话题面向所述视频用户所在群体进行分发。

15.一种机器设备，其特征在于，包括：

处理器；以及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1至11中任一项所述的方法。

Images