[發(fā)明專利]一種信息歸類方法和系統(tǒng)、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910762982.0
• 申請日: 2019-08-19
• 公開（公告）號: CN110580279A
• 公開（公告）日: 2019-12-17
• 發(fā)明（設(shè)計）人: 劉躍華
• 申請（專利權(quán)）人: 湖南正宇軟件技術(shù)開發(fā)有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/335;G06F16/9535
• 代理公司: 43207 長沙智德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 盧鐘廷

本發(fā)明公開了一種信息歸類方法和系統(tǒng)、設(shè)備及存儲介質(zhì)，屬于信息技術(shù)領(lǐng)域。包括主題數(shù)據(jù)庫模塊、關(guān)鍵詞數(shù)據(jù)庫模塊、中文分詞模塊和中文名詞打分模塊，其中，主題數(shù)據(jù)庫模塊，用于將數(shù)據(jù)對象內(nèi)容劃分為某一主題；關(guān)鍵詞數(shù)據(jù)庫模塊，用于提取數(shù)據(jù)對象內(nèi)容中涉及到的關(guān)鍵詞；中文分詞模塊，用于將數(shù)據(jù)對象內(nèi)容中的中文名稱提取出來；中文名詞打分模塊，用于計算數(shù)據(jù)對象內(nèi)容中每個中文名稱的權(quán)重。可以通過對數(shù)據(jù)對象內(nèi)容的判斷，提取數(shù)據(jù)對象中涉及到的主題、關(guān)鍵詞，通過主題和關(guān)鍵詞推送給不同的用戶，以進(jìn)行后續(xù)的閱讀或處理。

技術(shù)領(lǐng)域

本發(fā)明涉及信息技術(shù)領(lǐng)域，尤其涉及一種信息歸類方法和系統(tǒng)、設(shè)備及存儲介質(zhì)。

背景技術(shù)

互聯(lián)網(wǎng)上的資源雖然非常豐富，獲取信息的方式也多樣化，但是，對于特定領(lǐng)域內(nèi)的信息的獲取，沒有相關(guān)領(lǐng)域知識背景的人卻非常困難，更難以獲取其所需的精準(zhǔn)信息。信息獲取的冗余程度較高。在日常工作生活中，不難發(fā)現(xiàn)同類信息或表述相同的網(wǎng)絡(luò)新聞、資訊等信息在各大互聯(lián)網(wǎng)站反復(fù)的出現(xiàn)。這種大量同類信息的重復(fù)出現(xiàn)，導(dǎo)致用戶在獲取所需精準(zhǔn)信息的時間過長，進(jìn)一步影響用戶的體驗心理。在信息化水平快速增長的今天，對精準(zhǔn)信息快速準(zhǔn)確的把握，才能有效充分利用信息的價值，促進(jìn)信息消費。因此，幫助用戶去除網(wǎng)絡(luò)冗余信息，提高信息檢索速度，獲取精準(zhǔn)信息，節(jié)約時間是一個需解決的問題。一些組織部門在篩選不同信息文檔也同樣存在上述問題，信息獲取的冗余程度較高。這一問題亟待解決。另外即便是獲取了相關(guān)領(lǐng)域內(nèi)的信息資源，一般大眾也難以對該信息的有效性、精準(zhǔn)性等進(jìn)行識別，這些都在不同程度上影響了人們獲取信息的深度。

對于推送信息給用戶的服務(wù)器而言，獲取的數(shù)據(jù)雜亂，數(shù)據(jù)信息冗余，占用數(shù)據(jù)庫存儲空間，數(shù)據(jù)對象內(nèi)容深度不夠，無法深度建立與用戶之間的粘性。

發(fā)明內(nèi)容

1.發(fā)明要解決的技術(shù)問題

為了克服上述技術(shù)問題，本發(fā)明提供了一種信息歸類方法和系統(tǒng)、設(shè)備及存儲介質(zhì)。可以通過對數(shù)據(jù)對象內(nèi)容的判斷，提取數(shù)據(jù)對象中涉及到的主題、關(guān)鍵詞，通過主題和關(guān)鍵詞推送給不同的用戶，以進(jìn)行后續(xù)的閱讀或處理。

2.技術(shù)方案

為解決上述問題，本發(fā)明提供的技術(shù)方案為：

第一方面，本發(fā)明提供了一種信息歸類系統(tǒng)，包括主題數(shù)據(jù)庫模塊、關(guān)鍵詞數(shù)據(jù)庫模塊、中文分詞模塊和中文名詞打分模塊，其中，主題數(shù)據(jù)庫模塊，用于將數(shù)據(jù)對象內(nèi)容劃分為某一主題；關(guān)鍵詞數(shù)據(jù)庫模塊，用于提取數(shù)據(jù)對象內(nèi)容中涉及到的關(guān)鍵詞；中文分詞模塊，用于將數(shù)據(jù)對象內(nèi)容中的中文名稱提取出來；中文名詞打分模塊，用于計算數(shù)據(jù)對象內(nèi)容中每個中文名稱的權(quán)重。

進(jìn)一步地改進(jìn)為，所述主題數(shù)據(jù)庫模塊，用于將數(shù)據(jù)對象內(nèi)容劃分為成一個主題。

進(jìn)一步地改進(jìn)為，所述主題為青少年兒童保護(hù)、娛樂。

進(jìn)一步地改進(jìn)為，所述關(guān)鍵詞數(shù)據(jù)庫模塊將最新的熱點關(guān)鍵詞入庫。

進(jìn)一步地改進(jìn)為，所述中文分詞模塊：采用中文分詞IKAnalyzer，并搭配收集的數(shù)據(jù)對象所在領(lǐng)域的中文詞庫，將數(shù)據(jù)對象內(nèi)容中的中文名稱提取出來。

進(jìn)一步地改進(jìn)為，所述中文名詞打分模塊通過TF-IDF權(quán)重打分算法，計算數(shù)據(jù)對象內(nèi)容中每個詞語的權(quán)重，篩選出中文名詞打分模塊中的關(guān)鍵詞。

第二方面，本發(fā)明提供了一種信息歸類方法，數(shù)據(jù)對象內(nèi)容歸類人員選擇待歸類的數(shù)據(jù)對象內(nèi)容提交至以上所述的一種信息歸類系統(tǒng)進(jìn)行分析，系統(tǒng)自動選擇中文分詞模塊對數(shù)據(jù)對象內(nèi)容內(nèi)容進(jìn)行中文分詞，并利用中文名詞打分模塊對所有中文名詞打分后排名，選擇權(quán)重高的詞作為關(guān)鍵詞列表，根據(jù)關(guān)鍵詞列表，與主題數(shù)據(jù)庫和關(guān)鍵詞數(shù)據(jù)庫，得到該數(shù)據(jù)對象內(nèi)容所屬的主題和關(guān)鍵詞，通過主題和關(guān)鍵詞判斷相關(guān)聯(lián)的用戶，將數(shù)據(jù)對象內(nèi)容推薦給關(guān)注的用戶，同時按照主題和關(guān)鍵詞劃分后，以Key-Value的形式存儲在數(shù)據(jù)庫中。