[發明專利]一種多數據源數據的歸類方法及服務器

有效

• 申請號: 201710433356.8
• 申請日: 2017-06-09
• 公開（公告）號: CN107656958B
• 公開（公告）日: 2019-07-19
• 發明（設計）人: 余良靈;戴從建;方黃威;葉偉偉;李孝華
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/43
• 分類號: G06F16/43;G06F16/35
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 官建紅

本發明公開了一種多數據源數據的歸類方法，用于解決現有多媒體信息平臺分類標簽標準不統一，信息歸類混亂的問題。本發明提供的方法包括：根據預設方式從多媒體信息平臺展示的數據中確定各個目標數據；從所述各個目標數據中提取各個關鍵字；分別統計各個關鍵字在所述各個目標數據中標題位置出現的第一詞頻以及在內容位置出現的第二詞頻；根據所述第一詞頻、所述第二詞頻以及對應的第一權重、對應的第二權重分別計算各個所述關鍵字的詞語熱度值；將詞語熱度值最高的所述關鍵字確定為新的分類標簽；采用所述新的分類標簽對所述各個目標數據進行匹配，并為匹配成功的所述目標數據貼上所述新的分類標簽。本發明還提供一種多數據源數據的歸類服務器。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種多數據源數據的歸類方法及服務器。

背景技術

隨著互聯網用戶對信息的多元化要求越來越高。在構建、維護互聯網產品時，需要花費大量的人力、資金來維護產品的多元化信息，以便可以盡可能快地將最新的咨詢推送給互聯網用戶。

目前，多媒體信息平臺，如音視頻平臺、文本信息平臺等，一般采取整合來自第三方數據源的數據的方式為用戶提供多元化的、及時的多媒體信息。在整合多家第三方數據源的數據時，往往需要對這些來自不同地方的數據進行歸類，才能在平臺上展示時，使得這些數據井然有序。

現有的多媒體信息平臺一般直接根據第三方數據源提供數據時一并提供的標簽對這些數據進行分類。然而，由于多家第三方數據源各自對數據的分類標準不統一，直接采用第三方數據源提供的標簽進行分類，往往難以融合多家第三方數據源的數據在同一個平臺上，使得平臺上展現的多媒體信息產生混亂，難以達到歸類的效果。

發明內容

本發明實施例提供了一種多數據源數據的歸類方法及服務器，能夠確定融合多媒體信息平臺上的數據的分類標簽，為多媒體信息平臺對平臺上數據的歸類整理提供基礎，使得多媒體信息平臺歸類后的數據井然有序，提高歸類所追求的效果。

第一方面，提供了一種多數據源數據的歸類方法，包括：

根據預設方式從多媒體信息平臺展示的數據中確定各個目標數據；

從所述各個目標數據中提取各個關鍵字；

分別統計各個所述關鍵字在所述各個目標數據中標題位置出現的第一詞頻；

分別統計各個所述關鍵字在所述各個目標數據中內容位置出現的第二詞頻；

根據所述第一詞頻、所述第二詞頻以及與所述第一詞頻對應的預設第一權重、與所述第二詞頻對應的預設第二權重分別計算各個所述關鍵字的詞語熱度值；

將詞語熱度值最高的所述關鍵字確定為新的分類標簽；

采用所述新的分類標簽對所述各個目標數據進行匹配，并為匹配成功的所述目標數據貼上所述新的分類標簽。

第二方面，提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有多數據源數據的歸類程序，所述多數據源數據的歸類程序被至少一個處理器執行時，實現如下步驟：

根據預設方式從多媒體信息平臺展示的數據中確定各個目標數據；

從所述各個目標數據中提取各個關鍵字；

分別統計各個所述關鍵字在所述各個目標數據中標題位置出現的第一詞頻；

分別統計各個所述關鍵字在所述各個目標數據中內容位置出現的第二詞頻；

根據所述第一詞頻、所述第二詞頻以及與所述第一詞頻對應的預設第一權重、與所述第二詞頻對應的預設第二權重分別計算各個所述關鍵字的詞語熱度值；

將詞語熱度值最高的所述關鍵字確定為新的分類標簽；