[發(fā)明專利]一種基于通訊群組的數(shù)據(jù)提取方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201310332161.6
• 申請(qǐng)日: 2013-08-01
• 公開（公告）號(hào): CN103390065A
• 公開（公告）日: 2013-11-13
• 發(fā)明（設(shè)計(jì)）人: 曹洪偉;李可意;杜煒華
• 申請(qǐng)（專利權(quán)）人: 北京優(yōu)佳榮科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

技術(shù)領(lǐng)域　

本發(fā)明涉及計(jì)算機(jī)領(lǐng)域，尤其是涉及一種基于通訊群組的數(shù)據(jù)提取方法和裝置。　

背景技術(shù)　

隨著計(jì)算機(jī)技術(shù)的發(fā)展，人們?cè)絹?lái)越習(xí)慣于使用計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行通訊交流。而在使用計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行通訊交流時(shí)，往往通過(guò)通訊群組限定交流的用戶的范圍。例如，用戶通過(guò)騰訊ＱＱ加入相應(yīng)的好友，該用戶與其所有的好友就組成一個(gè)通訊群組，該用戶能夠跟該群組中的用戶進(jìn)行聯(lián)系。當(dāng)然用戶也可以在該群組下建立子通訊群組，例如ＱＱ群，用戶在ＱＱ群中發(fā)出的消息，該ＱＱ群中的其他用戶也同樣可以收到?！?/p>

目前，通常需要對(duì)通訊群組中通訊的文本信息進(jìn)行數(shù)據(jù)處理，在數(shù)據(jù)處理時(shí)要對(duì)文本信息按照一定條件進(jìn)行提取，其中最常見的就是將出現(xiàn)頻率較高的文本信息提取出來(lái)。在提取通訊群組中出現(xiàn)頻率較高的文本信息時(shí)，目前采用的是人工篩查的方式，但是這種人工篩查的方式，不僅工作量很大，而且人工篩查時(shí)，篩查人員會(huì)看到通訊的所有內(nèi)容，降低了用戶之間通訊的隱私性。

發(fā)明內(nèi)容　

本發(fā)明解決的技術(shù)問(wèn)題在于提供一種基于通訊群組的數(shù)據(jù)提取方法和裝置，能夠提取出通訊群組中出現(xiàn)的頻率大于一定值的文本信息，并且相比人工篩查減小了工作量，提高了用戶之間通訊的隱私性。

為此，本發(fā)明解決技術(shù)問(wèn)題的技術(shù)方案是：　

本發(fā)明提供了一種基于通訊群組的數(shù)據(jù)提取方法，所述方法包括：　

獲取在預(yù)設(shè)時(shí)間內(nèi)，所述通訊群組中的用戶之間通訊的文本信息；　

將獲取到的文本信息進(jìn)行分段處理；　

將分段后的文本信息與語(yǔ)料庫(kù)進(jìn)行匹配，根據(jù)匹配結(jié)果生成特征向量；　

對(duì)生成的特征向量進(jìn)行聚合，得到聚合度大于預(yù)設(shè)值的文本信息。　

優(yōu)選地，所述通訊群組中設(shè)置有第一用戶組和第二用戶組；所述第一用戶組中的用戶具有第一權(quán)限，所述第二用戶組中的用戶具有第二權(quán)限，所述第一權(quán)限使得用戶能查找到第一用戶組和第二用戶組中的用戶，第二權(quán)限使得用戶僅能查找到與該用戶建立了聯(lián)系的第一用戶組中的用戶；　

則所述通訊群組中的用戶之間通訊的文本信息具體為：　

第一用戶組的用戶之間通訊的文本信息、或者第二用戶組的用戶與第一用戶組的用戶之間通訊的文本信息。　

優(yōu)選地，所述獲取所述通訊群組中的用戶之間通訊的文本信息之后還包括：　

獲取與用戶Ａ建立聯(lián)系的第二用戶組中的至少一個(gè)用戶；其中用戶Ａ為第一用戶組中的用戶；　

分別統(tǒng)計(jì)用戶Ａ與所述至少一個(gè)用戶的通訊次數(shù)?！?!-- SIPO -->

優(yōu)選地，所述獲取所述通訊群組中的用戶之間通訊的文本信息時(shí)還包括：　

獲取通訊群組中的用戶之間通訊的文本信息對(duì)應(yīng)的用戶信息和／或終端信息；　

所述得到聚合度大于預(yù)設(shè)值的文本信息時(shí)還包括：　

得到聚合度大于預(yù)設(shè)值的文本信息所對(duì)應(yīng)的用戶信息和／或終端信息?！?/p>

優(yōu)選地，所述得到聚合度大于預(yù)設(shè)值的文本信息所對(duì)應(yīng)的用戶信息和／或終端信息之后還包括：　

根據(jù)所述聚合度大于預(yù)設(shè)值的文本信息所對(duì)應(yīng)的用戶信息和／或終端信息，對(duì)所述聚合度大于預(yù)設(shè)值的文本信息進(jìn)行分類顯示?！?/p>

優(yōu)選地，所述獲取所述通訊群組中的用戶之間通訊的文本信息之前還包括：　

獲取所述通訊群組的用戶信息和／或終端信息；　

所述獲取所述通訊群組中的用戶之間通訊的文本信息具體為：　

獲取滿足預(yù)設(shè)條件的用戶信息和／或終端信息對(duì)應(yīng)的用戶，在所述通訊群組中通訊的文本信息?！?/p>

本發(fā)明還提供了一種基于通訊群組的數(shù)據(jù)提取裝置，所述裝置包括：　

獲取單元，用于獲取在預(yù)設(shè)時(shí)間內(nèi)，所述通訊群組中的用戶之間通訊的文本信息；　

分段單元，用于將獲取單元獲取到的文本信息進(jìn)行分段處理；　

匹配單元，用于將分段單元分段后的文本信息與語(yǔ)料庫(kù)進(jìn)行匹配，根據(jù)匹配結(jié)果生成特征向量；　

聚合單元，用于對(duì)匹配單元生成的特征向量進(jìn)行聚合，得到聚合度大于預(yù)設(shè)值的文本信息?！?/p>

優(yōu)選地，所述通訊群組中設(shè)置有第一用戶組和第二用戶組；所述第一用戶組中的用戶具有第一權(quán)限，所述第二用戶組中的用戶具有第二權(quán)限，所述第一權(quán)限使得用戶能查找到第一用戶組和第二用戶組中的用戶，第二權(quán)限使得用戶僅能查找到與該用戶建立了聯(lián)系的第一用戶組中的用戶；　

獲取單元用于獲取在預(yù)設(shè)時(shí)間內(nèi)，所述通訊群組中的用戶之間通訊的文本信息具體為：　

獲取單元用于獲取在預(yù)設(shè)時(shí)間內(nèi)，第一用戶組的用戶之間通訊的文本信息、或者第二用戶組的用戶與第一用戶組的用戶之間通訊的文本信息。