[發(fā)明專利]基于內(nèi)容標簽的聚合主題內(nèi)容的方法

有效

• 申請?zhí)枺?/td>: 201911089325.0
• 申請日: 2019-11-08
• 公開（公告）號: CN110955816B
• 公開（公告）日: 2022-11-08
• 發(fā)明（設(shè)計）人: 李森和
• 申請（專利權(quán)）人: 廣州堅和網(wǎng)絡(luò)科技有限公司
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06F16/33
• 代理公司: 廣州專理知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44493
• 代理人: 王允輝

1.基于內(nèi)容標簽的聚合主題內(nèi)容的方法，其特征在于，包括以下步驟：

S1：基于“內(nèi)外網(wǎng)內(nèi)容信息”進行標簽聚合主題內(nèi)容流程處理，然后執(zhí)行S2；

S2：基于“內(nèi)外網(wǎng)內(nèi)容信息”儲存于分布式發(fā)布訂閱消息系統(tǒng)中，實現(xiàn)標簽聚合主題內(nèi)容過程中創(chuàng)建對應(yīng)的消費者以獲取內(nèi)容信息，如果獲取到內(nèi)容信息則執(zhí)行S3；

S3：判斷文章是否符合指定的基礎(chǔ)條件，如果符合條件則執(zhí)行S4；

S4：獲取啟用符合的扎堆基本信息，如果有符合的扎堆信息，則執(zhí)行S5；

S5：檢查文章是否符合本地媒體原創(chuàng)數(shù)據(jù)原創(chuàng)內(nèi)容，符合則執(zhí)行S6；

S6：檢查文章是否已入過對應(yīng)的扎堆，如果不存在則繼續(xù)執(zhí)行S7；

S7：判斷文章是否符合媒體綁定，符合則執(zhí)行S9，進行內(nèi)容的simhash去重復(fù)，入堆，如果不符合則繼續(xù)執(zhí)行S8；

S8：根據(jù)對應(yīng)的堆綁定的標簽進行匹配和作者過濾，如果符合則執(zhí)行S9，進行去重復(fù)入堆；

S9：進行內(nèi)容的simhash去重復(fù)，入堆；

S10：對內(nèi)容信息進行判斷，按照內(nèi)容進行分類；

內(nèi)外網(wǎng)內(nèi)容信息由ZAKER全網(wǎng)數(shù)據(jù)信息、微信數(shù)據(jù)信息和微博信息組成，“內(nèi)外網(wǎng)內(nèi)容信息”儲存于一種高吞吐量的分布式發(fā)布訂閱消息儲存系統(tǒng)中；

所述S9中，不同的內(nèi)容simhash值，根據(jù)動態(tài)海明距離來去重，讓入堆內(nèi)容根據(jù)不同的性質(zhì)入堆準確率提高，根據(jù)不同堆的動態(tài)海明距離來準入分發(fā)內(nèi)容；

所述S9中，對入堆的內(nèi)容信息的字數(shù)進行檢索，根據(jù)字數(shù)進行初步排列，然后對內(nèi)容信息進行分類，信息分類可按照行業(yè)進行分類；

所述S3中，判斷文章是否符合指定的基礎(chǔ)條件，然后對文章的來源進行記錄，并將文章的來源打上標簽，并按照文章來源頻率對ZAKER全網(wǎng)數(shù)據(jù)信息、微信數(shù)據(jù)信息和微博信息進行分級，判斷出符合基礎(chǔ)條件的文章在哪里出現(xiàn)的頻率最高；

所述S3中，對基礎(chǔ)條件進行預(yù)設(shè)，對文章進行審核，并將審核結(jié)果與預(yù)設(shè)值進行對比，不符合的文章進行標記，后續(xù)內(nèi)容先與不符合文章進行匹配，發(fā)現(xiàn)重復(fù)直接剔除。

2.根據(jù)權(quán)利要求1所述的基于內(nèi)容標簽的聚合主題內(nèi)容的方法，其特征在于，所述S10中，用戶根據(jù)自身需求對建立類目，將入堆文章按照類別放入對應(yīng)的類目內(nèi)進行存儲。

3.根據(jù)權(quán)利要求1所述的基于內(nèi)容標簽的聚合主題內(nèi)容的方法，其特征在于，所述S3中，判斷文章是否符合指定的基礎(chǔ)條件，并對文章的安全性進行檢索，如果發(fā)生文章有違法信息，對文章進行記錄，進行舉報。