[發(fā)明專利]使冗余最小化的Web饋送聚合方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200980118076.1
• 申請(qǐng)日: 2009-04-09
• 公開(kāi)（公告）號(hào): CN102037465A
• 公開(kāi)（公告）日: 2011-04-27
• 發(fā)明（設(shè)計(jì)）人: P·雅博;G·比爾恩西德
• 申請(qǐng)（專利權(quán)）人: 阿爾卡特朗訊
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京市金杜律師事務(wù)所 11256
• 代理人: 王茂華

技術(shù)領(lǐng)域

本發(fā)明涉及Web饋送(feed)的聚合。

背景技術(shù)

自從開(kāi)始于20世紀(jì)90年代早期起，萬(wàn)維網(wǎng)(World?Wide?Web)已經(jīng)變得非常流行，它現(xiàn)在包括數(shù)以億計(jì)的Web頁(yè)面，這些Web頁(yè)面包括諸如文本、圖像、視頻以及去往其他Web頁(yè)面的鏈接(也稱為超鏈接)等各種內(nèi)容。數(shù)以億計(jì)的Web沖浪者每天在使用著萬(wàn)維網(wǎng)。

現(xiàn)在，上線是非常簡(jiǎn)單的，既不需要專門技藝也不需要國(guó)家或國(guó)際機(jī)構(gòu)前的專門過(guò)程，事實(shí)上也不存在這樣的機(jī)構(gòu)。令人驚訝的是，盡管任何人都將受益于這種分類，但并沒(méi)有嘗試對(duì)Web進(jìn)行分類以便將Web站點(diǎn)按類分組(基于預(yù)定標(biāo)準(zhǔn))。因此，Web沖浪者獲取重要、可靠的更新信息變得越來(lái)越難。當(dāng)然，Web瀏覽器是有幫助的，但是隨著Web頁(yè)面的數(shù)目增加，大量語(yǔ)義搜索請(qǐng)求得到的是未加工的內(nèi)容，這些內(nèi)容大多數(shù)未經(jīng)分類，常常是冗余的，不明確的，最后簡(jiǎn)單來(lái)說(shuō)，是沒(méi)有用的。

在21世紀(jì)的早些時(shí)候，提出了一種稱為聯(lián)合(syndication)的解決方案，以幫助沖浪者在正確的時(shí)刻得到正確的信息。在聯(lián)合中，一個(gè)Web站點(diǎn)的部分可用于其他Web站點(diǎn)。更具體地，在Web聯(lián)合中，內(nèi)容(通常稱為Web饋送)以特定格式——通常是基于XML的格式(XML為可擴(kuò)展標(biāo)記語(yǔ)言)，諸如RSS(真正簡(jiǎn)易聯(lián)合)或Atom——被置于Web站點(diǎn)上，并且與饋送鏈接相關(guān)聯(lián)，另一用戶(客戶端)可以訂閱饋送鏈接，以借助于稱為饋送聚合器(也稱為饋送閱讀器或新聞閱讀器)的、在客戶端的終端或服務(wù)器上本地運(yùn)行的特定應(yīng)用來(lái)獲取相應(yīng)的內(nèi)容。

在已經(jīng)訂閱饋送的情況下，饋送聚合器可以配置用于以預(yù)定的間隔(可以是用戶定義的)檢查和獲取更新的內(nèi)容。現(xiàn)代Web瀏覽器通常包括內(nèi)置的聚合器，諸如iGoogleTM和My?YahooTM。美國(guó)專利申請(qǐng)?zhí)朥S?2008/0034058(已轉(zhuǎn)讓給Marchex公司)和US2008/0046543(已轉(zhuǎn)讓給RealNetworks)都示出了用于獲得Web饋送的方法。

盡管饋送聚合器是用于從萬(wàn)維網(wǎng)獲取更新信息并通過(guò)用戶友好的圖形接口(GUI)使其可由最終用戶獲得的強(qiáng)大資源，但是文章的量有時(shí)可能是壓倒性的，特別是當(dāng)用戶已經(jīng)訂閱了很多Web饋送時(shí)。為了解決這一問(wèn)題，某些饋送聚合器包括允許用戶利用關(guān)鍵詞為饋送添加標(biāo)簽的功能，以便將可用的文章分類和過(guò)濾到易于導(dǎo)航的類別中。然而，該方式是耗時(shí)的，因?yàn)橛脩舯仨殞?duì)他希望從其獲得更新內(nèi)容的饋送進(jìn)行預(yù)先分類。而且，當(dāng)要獲取的內(nèi)容隨著每次更新改變主題時(shí)(例如，在報(bào)紙網(wǎng)站中)，為Web饋送添加標(biāo)簽是完全無(wú)用的。

發(fā)明內(nèi)容

顯然，需要一種允許Web沖浪者以完全可行的方式自動(dòng)地獲得從Web饋送獲取的信息的方案。

本發(fā)明的目的是提供這樣的方案。

由此，根據(jù)一個(gè)方面，本發(fā)明提供一種用于聚合聯(lián)合Web內(nèi)容的方法，包括步驟：

-從預(yù)定Web饋送獲取更新內(nèi)容；

-將所述更新內(nèi)容與先前獲取的已存儲(chǔ)內(nèi)容(例如，存儲(chǔ)為饋送歷史數(shù)據(jù)庫(kù)中的條目)進(jìn)行比較；

-如果認(rèn)為更新內(nèi)容不同于已存儲(chǔ)內(nèi)容，則存儲(chǔ)更新內(nèi)容；

-如果認(rèn)為更新內(nèi)容與已存儲(chǔ)內(nèi)容相同，則刪除更新內(nèi)容。

可以提供進(jìn)一步的步驟，即如下步驟：

-如果認(rèn)為更新內(nèi)容是已存儲(chǔ)內(nèi)容的補(bǔ)充，則向該已存儲(chǔ)內(nèi)容添加該更新內(nèi)容；

-計(jì)算相似性索引其表示更新內(nèi)容與已存儲(chǔ)內(nèi)容之間的相似性程度；

-將所述相似性索引與一個(gè)或多個(gè)閾值進(jìn)行比較。更具體地，將相似性索引與兩個(gè)閾值S_min和S_max進(jìn)行比較，由此

-如果相似性索引低于S_min，則認(rèn)為更新內(nèi)容不同于已存儲(chǔ)內(nèi)容；

-如果相似性索引大于S_max，則認(rèn)為更新內(nèi)容與已存儲(chǔ)內(nèi)容相同，并可以因此向已存儲(chǔ)內(nèi)容添加該更新內(nèi)容；

-如果相似性索引在S_min與S_max之間，則認(rèn)為更新內(nèi)容是已存儲(chǔ)內(nèi)容的補(bǔ)充。

根據(jù)另一方面，本發(fā)明提供一種饋送聚合器，包括：

-饋送閱讀器，配置用于檢查和獲取來(lái)自預(yù)定Web饋送的更新內(nèi)容；

-過(guò)濾模塊，配置用于管理所述更新內(nèi)容與先前獲取的已存儲(chǔ)內(nèi)容的比較；

-饋送歷史數(shù)據(jù)庫(kù)，用于存儲(chǔ)內(nèi)容。

饋送聚合器還可以包括一個(gè)或多個(gè)條目分析器，其鏈接至過(guò)濾模塊，配置用于將所述更新內(nèi)容與已存儲(chǔ)內(nèi)容進(jìn)行比較。更具體地，一個(gè)或多個(gè)條目分析器可以配置用于：