[發明專利]一種關注度的計算方法及系統

有效

• 申請號: 202010164470.7
• 申請日: 2020-03-11
• 公開（公告）號: CN111008525B
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 黃粲然;于瀟瀟;郭琪琪
• 申請（專利權）人: 北京搜狐新媒體信息技術有限公司
• 主分類號: G06F40/216
• 分類號: G06F40/216;G06F40/242
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 古利蘭

本發明提供了一種關注度的計算方法及系統，該方法為：獲取包含待分析關鍵詞的j篇文章，以及獲取每一篇文章對應的作者和閱讀量；在預設的關鍵詞庫中獲取待分析關鍵詞在每一篇文章中的權重；獲取每一篇文章對應的作者的影響度；利用待分析關鍵詞在每一篇文章中的權重、每一篇文章對應的作者的影響度和每一篇文章的閱讀量，計算用戶對待分析關鍵詞的關注度。本方案中，利用包含待分析關鍵詞的每一篇文章的閱讀量和作者的影響度，結合待分析關鍵詞在每一篇文章中的權重，計算用戶對待分析關鍵詞的關注度。通過利用待分析關鍵詞出現的詞頻、待分析關鍵詞在不同文章中的權重和文章作者的影響度，提高計算用戶對待分析關鍵詞的關注度的準確度。

技術領域

本發明涉及數據處理技術領域，具體涉及一種關注度的計算方法及系統。

背景技術

隨著互聯網的發展，用戶在閱讀新聞和期刊等文章時會產生大量的閱讀數據，通過分析大量的閱讀數據可以得到用戶對指定行業的特定內容的關注度。

目前分析閱讀數據的方式為：提取用戶所閱讀的文章中的關鍵詞，根據各個關鍵詞出現的頻率確定用戶對指定行業的特定內容的關注度。但是某一行業的關鍵詞可能出現在不同領域的文章中，該關鍵詞在不同領域中的影響有所不同，因此目前分析閱讀數據的方式無法準確計算用戶對指定行業的特定內容的關注度。

發明內容

有鑒于此，本發明實施例提供一種關注度的計算方法及系統，以解決目前分析閱讀數據的方式無法準確計算用戶對指定行業的特定內容的關注度的問題。

為實現上述目的，本發明實施例提供如下技術方案：

本發明實施例第一方面公開一種關注度的計算方法，所述方法包括：

獲取包含待分析關鍵詞的j篇文章，以及獲取每一篇文章對應的作者和閱讀量，j為大于0的整數；

在預設的關鍵詞庫中獲取所述待分析關鍵詞在每一篇文章中的權重；

獲取每一篇文章對應的作者的影響度，每一作者的影響度為預先基于所述作者所發表文章的數據信息計算得到；

利用所述待分析關鍵詞在每一篇文章中的權重、每一篇文章對應的作者的影響度和每一篇文章的閱讀量，計算用戶對所述待分析關鍵詞的關注度。

優選的，構建所述關鍵詞庫的過程包括：

獲取每一行業對應的預設的關鍵詞詞典；

針對每一所述行業，利用所述行業對應的關鍵詞詞典，對所述行業的每一篇樣本文章進行分詞處理，得到每一篇樣本文章的關鍵詞和所述關鍵詞的權重；

將權重大于閾值的所述關鍵詞存儲至關鍵詞庫中。

優選的，計算每一篇文章對應的作者的影響度的過程包括：

獲取作者在預設時間段內不同文章類型對應的發文數量、平均文章閱讀量和平均文章分享比；

針對每一文章類型，利用其他作者發表的所述文章類型的文章的數據信息，確定所述文章類型對應的發文中位數、閱讀量中位數和分享比中位數；

利用每一文章類型對應的所述發文數量、所述平均文章閱讀量、所述平均文章分享比、所述發文中位數、所述閱讀量中位數和所述分享比中位數，計算所述作者的影響度。

本發明實施例第二方面公開一種關注度的計算系統，所述系統包括：

第一獲取單元，用于獲取包含待分析關鍵詞的j篇文章，以及獲取每一篇文章對應的作者和閱讀量，j為大于0的整數；

第二獲取單元，用于在預設的關鍵詞庫中獲取所述待分析關鍵詞在每一篇文章中的權重；