[發明專利]一種展示微博評論的方法和裝置

有效

• 申請號: 201310283548.7
• 申請日: 2013-07-08
• 公開（公告）號: CN104281606B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 陽云;李維剛
• 申請（專利權）人: 騰訊科技（北京）有限公司
• 主分類號: G06F16/957
• 分類號: G06F16/957
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 張馳;宋志強

1.一種展示微博評論的方法，其特征在于，該方法包括：

獲取微博評論數據，并對所述微博評論數據執行數據清洗；

從數據清洗后的各個微博評論數據中提取文本特征、用戶特征和時間特征，其中，每個微博評論數據對應一條微博評論，并根據所述文本特征、用戶特征和時間特征加權計算所述數據清洗后的各個微博評論數據的排序值，所述用戶特征為發出所述微博評論的用戶級別，所述用戶級別與所述用戶特征的可信度成正比，所述排序值與時間特征的新穎度成正比、與用戶特征的可信度成正比以及與文本特征的質量度成正比；

基于所述排序值對所述數據清洗后的各個微博評論數據進行排序，并按照排序結果展示所述數據清洗后的各個微博評論數據；

計算數據清洗后的各個微博評論數據與原始微博內容的相關度；

根據所述相關度調整所述數據清洗后微博評論數據的排序值，以得到調整后的所述排序值。

2.根據權利要求1所述展示微博評論的方法，其特征在于，所述對微博評論數據執行數據清洗包括：

濾去包含有預先設定黑名單中詞匯的微博評論數據；和/或

濾去由位于微博用戶黑名單中的用戶所發出的微博評論數據。

3.根據權利要求1所述展示微博評論的方法，其特征在于，所述對微博評論數據執行數據清洗包括：

對微博評論數據進行切詞，將切詞后詞語相連以獲得字符串；

計算所述字符串的哈希值；

針對哈希值相同的字符串，去除發布時間最新的微博評論數據。

4.根據權利要求1所述展示微博評論的方法，其特征在于，所述對微博評論數據執行數據清洗包括：

計算全量微博數據的整數哈希值，并確定各個哈希值的頻數；

計算微博評論數據的哈希值，并確定對應于微博評論數據哈希值的頻數；

當對應于微博評論數據哈希值的頻數大于預先設定的頻數門限值時，濾去該微博評論數據。

5.根據權利要求1所述展示微博評論的方法，其特征在于，所述文本特征的質量度由下列因子中的至少一個所確定：

文本總長度；

有效詞數；

過濾詞數；

總詞數；和

詞重復度；

其中：文本特征的質量度與文本總長度和有效詞數成正比，與詞重復度和過濾詞數成反比，與有效詞數除以總詞數的計算結果成正比。

6.根據權利要求1所述展示微博評論的方法，其特征在于，根據所述相關度調整所述數據清洗后微博評論數據的排序值，包括：

根據所述相關度的大小，按照預設規則，計算得到新排序值，并將所述新排序值作為調整后的所述排序值。

7.一種展示微博評論的裝置，其特征在于，包括數據清洗單元、排序值計算單元和數據展示單元，其中：

數據清洗單元，用于獲取微博評論數據，并對所述微博評論數據執行數據清洗；

排序值計算單元，用于從數據清洗后的各個微博評論數據中提取文本特征、用戶特征和時間特征，其中，每個微博評論數據對應一條微博評論，并根據所述文本特征、用戶特征和時間特征加權計算所述數據清洗后微博評論數據的排序值，所述用戶特征為發出所述微博評論的用戶級別，所述用戶級別與所述用戶特征的可信度成正比，所述排序值與時間特征的新穎度成正比、與用戶特征的可信度成正比以及與文本特征的質量度成正比；

數據展示單元，用于基于所述排序值對所述數據清洗后的各個微博評論數據進行排序，并按照排序結果展示所述數據清洗后的各個微博評論數據；

所述排序值計算單元，進一步用于計算數據清洗后的各個微博評論數據與原始微博內容的相關度，并且根據所述相關度調整所述數據清洗后微博評論數據的排序值，以得到調整后的所述排序值。

8.根據權利要求7所述的展示微博評論的裝置，其特征在于，

數據清洗單元，用于濾去包含有預先設定黑名單中詞匯的微博評論數據；和/或濾去由位于微博用戶黑名單中的用戶所發出的微博評論數據。