[發明專利]基于媒體信息采集的原創文章影響力分析系統

有效

• 申請號: 201710277653.8
• 申請日: 2017-04-25
• 公開（公告）號: CN107577688B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 楊海軍;施敏;梁汝鋒;張成壯;王松;劉巨安;王菲
• 申請（專利權）人: 上海市互聯網信息辦公室;北京藍光匯智網絡科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/958;G06N20/00
• 代理公司: 北京遠大卓悅知識產權代理事務所(普通合伙) 11369
• 代理人: 史霞

1.一種基于媒體信息采集的原創文章影響力分析系統，其特證在于，包括：

媒體文章數據采集模塊，其用于從網絡上采集媒體平臺發布的文章信息，從該文章信息中提取內容文本，并存儲內容文本，所述媒體平臺包括微信公眾號平臺、新浪微博平臺、新聞移動客戶端平臺以及新聞網站平臺；

文章閱讀評論點贊數更新模塊，其用于獲取所述文章信息的傳播反饋數據，并存儲該傳播反饋數據，該傳播反饋數據包括閱讀數、評論數和/或點贊數；

原創文章聚類分析模塊，其用于對存儲于文本數據庫內的所有內容文本進行聚類計算，進而獲取原創文章；

原創文章影響力計算模塊，其用于根據以下方法計算原創文章X在微信公共號平臺上的影響力：

其中，R_mean和Z_mean分別代表原創文章X在微信公共號平臺上發布N天內的日平均閱讀數和日平均點贊數，σ_R和μ_R為R_mean的方差和期望值，σ_Z和μ_Z為Z_mean的方差和期望值，Φ(x)為標準正態分布函數；以及

所述原創文章影響力計算模塊用于根據以下方法計算原創文章X在新浪微博平臺上的影響力：

其中，T_m，C_m和Z_m分別代表原創文章X在新浪微博平臺上發布N天內的日平均轉發數、日平均評論數和日平均點贊數，σ_T和μ_T為T_m的方差和期望值，σ_c和μ_c為C_m的方差和期望值，σ_z和μ_z為Z_m的方差和期望值，Φ(x)為標準正態分布函數；以及

所述原創文章影響力計算模塊用于根據以下方法計算原創文章X在新聞網站平臺或新聞移動客戶端平臺上的影響力：

其中，C_m分別代表原創文章X在新聞網站平臺或新聞移動客戶端平臺上發布N天內的日平均評論數，σ_c和μ_c為C_m的方差和期望值，Φ(x)為標準正態分布函數；

所述原創文章影響力計算模塊還用于根據以下方法對原創文章在所有平臺上的影響力進行計算：

E＝a+b+1/2kc+1/2ld，

其中，為微信公眾號平臺n篇原創文章中第i篇原創文章的影響力，為新浪微博平臺m篇原創文章中第i篇原創文章的影響力，為新聞移動客戶端平臺k篇原創文章中第i篇原創文章的影響力，為新聞網站平臺l篇原創文章中第i篇原創文章的影響力；假設微信公眾號平臺的日活躍人數為a，新浪微博平臺日活躍人數為b，新聞移動客戶端平臺的日活躍人數為c，新聞網站平臺的日活躍人數為d；

所述原創文章聚類分析模塊包括：

內容文本相似度判定裝置，其用于利用文本聚類方法對存儲于所述文本數據庫內的所有內容文本進行聚類計算，從而形成多個類簇，每個類簇中具有多個相似的內容文本；

原創文章分析裝置，其用于解析出每個類簇中來源最早的內容文本，并將該內容文本作為原創文章；

原創文章數據庫，其用于存儲原創文章；

文章傳播分析裝置，其用于分析計算原創文章的轉發情況，從而得到原創文章的傳播信息；

文章傳播信息數據庫，其用于存儲原創文章的傳播信息。

2.如權利要求1所述的基于媒體信息采集的原創文章影響力分析系統，其特證在于，所述媒體文章數據采集模塊還包括：

媒體文章采集裝置，其用于從網絡上獲取媒體發布的文章信息；

文本數據提取裝置，其用于解析所述文章信息，并獲取所述文章信息提取文章ID和內容文本，其中，所述文章ID包括所述文章信息的發布平臺、發布媒體、發布時間以及題目；

文本內存數據庫，其用于存儲已采集的文章信息的文章ID；

內容文本判重裝置，其用于將新采集的文章信息的文章ID在所述文本內存數據庫中進行比較，如在所述文本內存數據庫中不存在，則用于將該新采集的文章信息的文章ID存儲于所述文本內存數據庫；

文本數據庫，其用于存儲該新采集的文章信息的內容文本。