[發(fā)明專利]一種從眾多網(wǎng)絡(luò)標(biāo)簽里生成折射詞的方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201010244308.2
• 申請(qǐng)日: 2010-08-04
• 公開（公告）號(hào): CN102346742A
• 公開（公告）日: 2012-02-08
• 發(fā)明（設(shè)計(jì)）人: 張占平
• 申請(qǐng)（專利權(quán)）人: 張占平
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明要求保護(hù)的技術(shù)方案所屬的技術(shù)領(lǐng)域是互聯(lián)網(wǎng)的數(shù)據(jù)挖掘、數(shù)據(jù)檢索和數(shù)據(jù)顯示。

背景技術(shù)

目前，許多網(wǎng)絡(luò)文章，如博客和新聞，往往被作者或者編輯者附加一些標(biāo)簽。網(wǎng)友通過一個(gè)標(biāo)簽找到許多包含該標(biāo)簽的標(biāo)簽串，但是，這些標(biāo)簽串呈現(xiàn)為散亂的分布形式，網(wǎng)友需要對(duì)這些散亂的眾多標(biāo)簽進(jìn)行人工識(shí)別，這耗費(fèi)了網(wǎng)友的精力；并且，在標(biāo)簽串非常多的情況下，網(wǎng)友很難從這些散亂的標(biāo)簽里總結(jié)出關(guān)聯(lián)性最強(qiáng)的標(biāo)簽。本發(fā)明可以從這些散亂的標(biāo)簽里生成有用的折射詞。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種從眾多網(wǎng)絡(luò)標(biāo)簽里生成折射詞的方法。

本發(fā)明解決該技術(shù)問題所采用的技術(shù)方案是：由計(jì)算機(jī)處理，把一篇網(wǎng)絡(luò)文章里附加的2-N個(gè)標(biāo)簽作為一個(gè)標(biāo)簽串，標(biāo)簽串里有多少個(gè)標(biāo)簽就生成多少個(gè)衍生串，每個(gè)標(biāo)簽均有一次機(jī)會(huì)成為對(duì)應(yīng)衍生串的領(lǐng)頭詞；把大量衍生串以相同的領(lǐng)頭詞為前提，添加到一個(gè)或者多個(gè)總串里，相同的跟隨詞累計(jì)頻度，并且，同一個(gè)總串里的各個(gè)跟隨詞依據(jù)頻度排序，從而得到一個(gè)或者多個(gè)總串。

由計(jì)算機(jī)處理，當(dāng)用戶使用搜索引擎時(shí)，每輸入一個(gè)字符，則使用當(dāng)前已經(jīng)輸入的全部字符或者部分字符在各個(gè)總串的領(lǐng)頭詞里檢索，檢索到相同的領(lǐng)頭詞時(shí)，返回一次檢索結(jié)果，為用戶顯示一個(gè)對(duì)應(yīng)總串里的N個(gè)跟隨詞。

由計(jì)算機(jī)處理，當(dāng)執(zhí)行網(wǎng)頁(yè)的搜索時(shí)，同時(shí)，使用標(biāo)簽的全部字符或者部分字符在各個(gè)總串的領(lǐng)頭詞里檢索，檢索到相同的領(lǐng)頭詞時(shí)，返回一次檢索結(jié)果，為用戶顯示一個(gè)對(duì)應(yīng)總串里的N個(gè)跟隨詞。

由計(jì)算機(jī)處理，把不同的總串分別生成動(dòng)態(tài)網(wǎng)頁(yè)或者靜態(tài)網(wǎng)頁(yè)，在網(wǎng)頁(yè)里包含總串的領(lǐng)頭詞和N個(gè)跟隨詞。

在本申請(qǐng)的描述里，多處使用N這個(gè)英文字母。N代表大于2的一個(gè)具體數(shù)字。不同地方使用的N，不一定是相同的數(shù)字。

大多網(wǎng)友都有體會(huì)，搜索資料時(shí)，往往耗費(fèi)大量的時(shí)間和精力，也不一定能夠找到有用的資料。本發(fā)明讓網(wǎng)友更加方便地找到所需的資料，減輕勞動(dòng)強(qiáng)度，爭(zhēng)取更多的休閑時(shí)間，并且有利于身心健康。

“折射詞”的含義：在同一個(gè)“總串”里，各個(gè)“跟隨詞”相對(duì)“領(lǐng)頭詞”來說，也叫做折射詞；頻度越高的“跟隨詞”與“領(lǐng)頭詞”之間的折射關(guān)系越大。

另外，在文章里標(biāo)出的鏈接詞，也是一種標(biāo)簽形式。使用這種鏈接詞生成“標(biāo)簽串”，進(jìn)而生成“衍生串”和“總串”也在本申請(qǐng)的保護(hù)范圍之內(nèi)。

“標(biāo)簽串”體現(xiàn)的是同一個(gè)網(wǎng)友的行為。“總串”創(chuàng)造性地綜合了多個(gè)網(wǎng)友的行為。

附圖說明

圖1是本發(fā)明的流程圖。

具體實(shí)施方式

下面對(duì)照附圖舉例說明本發(fā)明的優(yōu)選方案。

網(wǎng)友的標(biāo)簽可以是一個(gè)字、一個(gè)詞、幾個(gè)用空格間隔的詞語(yǔ)或者任意字符串。

下面對(duì)“標(biāo)簽串”進(jìn)行詳細(xì)的介紹。

計(jì)算機(jī)從眾多網(wǎng)絡(luò)文章里采集標(biāo)簽，把同一篇文章里的2-N個(gè)不同的“標(biāo)簽”，作為一個(gè)“標(biāo)簽串”對(duì)待。

下面介紹把“標(biāo)簽串”加工成為“衍生串”的方案。

一個(gè)“標(biāo)簽串”包含2-N個(gè)“標(biāo)簽”，其中的任何兩個(gè)“標(biāo)簽”一般均不相同(相同也可以，但是，從科學(xué)的角度來說，不嚴(yán)謹(jǐn))。一個(gè)“標(biāo)簽串”包含多少個(gè)“標(biāo)簽”，就需要拆分為多少個(gè)“衍生串”。比如包含6個(gè)標(biāo)簽，就需要拆分為6個(gè)“衍生串”。

比如使用“|”作為各個(gè)標(biāo)簽之間的分割標(biāo)識(shí)。

從第一篇文章里提取出來的標(biāo)簽串如下：

Microsoft?SQL?Server|微軟|C#|關(guān)系數(shù)據(jù)庫(kù)|SQL注入攻擊

從第二篇文章里提取出來的標(biāo)簽串如下：

C#|.NET?Framework|安德斯·海爾斯伯格(Anders?Hejlsberg)|Visual?Studio.NET|Microsoft?SQL?Server|面向?qū)ο笳Z(yǔ)言

從第三篇文章里提取出來的標(biāo)簽串如下：

微軟|比爾·蓋茨|家用電腦|全球富豪排名

按照上方第一個(gè)“標(biāo)簽串”為例，介紹把“標(biāo)簽串”進(jìn)化成為“衍生串”的方案。我們知道：該標(biāo)簽串里的這5個(gè)標(biāo)簽，僅僅是作者或者編輯者逐個(gè)書寫的，這5個(gè)標(biāo)簽之間沒有其它實(shí)際意義上的排序。這5個(gè)標(biāo)簽在標(biāo)簽串里的地位是相同的。所以，需要“衍生”出5個(gè)“衍生串”。每個(gè)標(biāo)簽均有機(jī)會(huì)成為其中一個(gè)“衍生串”的“領(lǐng)頭詞”。所以說，在衍生串里，“領(lǐng)頭詞”與“跟隨詞”之間的地位是不同的。正因?yàn)椤皹?biāo)簽串”里的5個(gè)標(biāo)簽的地位相同，所以，需要“衍生”出5個(gè)“衍生串”，讓每一個(gè)“標(biāo)簽”都擔(dān)當(dāng)一次“衍生串”的“領(lǐng)頭詞”。如下：