[發(fā)明專利]一種批量合并網(wǎng)絡(luò)新聞標(biāo)題、摘要、正文的系統(tǒng)和方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010540941.X
• 申請(qǐng)日: 2020-06-15
• 公開（公告）號(hào): CN111723262A
• 公開（公告）日: 2020-09-29
• 發(fā)明（設(shè)計(jì)）人: 王世偉
• 申請(qǐng)（專利權(quán)）人: 武漢文慧谷信息技術(shù)有限公司
• 主分類號(hào): G06F16/951
• 分類號(hào): G06F16/951;G06F16/9535;G06F16/34;G06F16/33
• 代理公司: 武漢聚信匯智知識(shí)產(chǎn)權(quán)代理有限公司 42258
• 代理人: 馬尚偉

一種批量合并網(wǎng)絡(luò)新聞標(biāo)題、摘要、正文的系統(tǒng)和方法，涉及文檔合并技術(shù)領(lǐng)域，包括獲取模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)庫、數(shù)據(jù)查詢模塊和客戶端，通過獲取模塊進(jìn)行在線新聞采集，數(shù)據(jù)處理模塊對(duì)新聞數(shù)據(jù)進(jìn)行處理，可以用一個(gè)頁面讓讀者看到某大型網(wǎng)站當(dāng)天發(fā)布的幾千條新聞的標(biāo)題，并可對(duì)悅心的文章在線瀏覽，通過對(duì)新聞?wù)纳膳c合并，可以用一個(gè)頁面讓讀者看到某個(gè)專題幾百篇文章的摘要，通過對(duì)新聞?wù)牡暮喜ⅲ梢杂靡粋€(gè)頁面讓讀者看到某個(gè)專題幾十篇文章的正文，管理員可以根據(jù)整理之后的新聞，選擇優(yōu)質(zhì)內(nèi)容，進(jìn)行發(fā)布到前臺(tái)，用戶通過客戶端訪問系統(tǒng)并在看到感興趣的內(nèi)容時(shí)，快速的打開詳細(xì)地址，查閱詳細(xì)內(nèi)容。

技術(shù)領(lǐng)域

本發(fā)明涉及文檔合并技術(shù)領(lǐng)域，具體涉及一種批量合并網(wǎng)絡(luò)新聞標(biāo)題、摘要、正文的系統(tǒng)和方法。

背景技術(shù)

由于互聯(lián)網(wǎng)的發(fā)展，我們現(xiàn)在正處在一個(gè)信息大爆炸的時(shí)代，國(guó)家級(jí)、省市級(jí)、地市級(jí)、行業(yè)、專業(yè)等各級(jí)各類網(wǎng)站每天都產(chǎn)生大量信息，于是乎我們每天要進(jìn)行反復(fù)的如下操作：打開網(wǎng)站，找到相關(guān)欄目，點(diǎn)開文章鏈接，閱讀文章，再點(diǎn)開下一篇文章；然后，退出這個(gè)網(wǎng)站，繼續(xù)前面的操作，閱讀下一個(gè)網(wǎng)站；重要新聞網(wǎng)站閱讀完畢之后，再打開專業(yè)網(wǎng)站，繼續(xù)點(diǎn)來點(diǎn)去，新聞信息不能集中進(jìn)行合并閱讀，查找閱讀新聞的過程中時(shí)間被大量的浪費(fèi)，導(dǎo)致閱讀效率低下，不能快速篩選和獲取我們所需要的知識(shí)。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種批量合并網(wǎng)絡(luò)新聞標(biāo)題、摘要、正文的系統(tǒng)和方法，通過對(duì)新聞標(biāo)題的合并，可以用一個(gè)頁面讓讀者看到某大型網(wǎng)站當(dāng)天發(fā)布的幾千條新聞的標(biāo)題，并可對(duì)悅心的文章在線瀏覽；通過摘要的生成與合并，可以用一個(gè)頁面讓讀者看到某個(gè)專題幾百篇文章的摘要；通過正文是合并，可以用一個(gè)頁面讓讀者看到某個(gè)專題幾十篇文章的正文，節(jié)省了大量的查找和篩選的時(shí)間，解決了目前新聞閱讀存在的新聞信息不能集中進(jìn)行合并閱讀，查找閱讀新聞的過程中時(shí)間被大量的浪費(fèi)，導(dǎo)致閱讀效率低下，不能快速篩選和獲取我們所需要的知識(shí)的問題。

鑒于上述問題，提出了本發(fā)明以便提供一種批量合并網(wǎng)絡(luò)新聞標(biāo)題、摘要、正文的系統(tǒng)通過對(duì)采集的新聞進(jìn)行處理和合并進(jìn)行發(fā)布，用戶通過瀏覽一個(gè)頁面可以看到某個(gè)專題幾十篇文章的正文，解決了目前新聞閱讀存在的新聞信息不能集中進(jìn)行合并閱讀，查找閱讀新聞的過程中時(shí)間被大量的浪費(fèi)，導(dǎo)致閱讀效率低下，不能快速篩選和獲取我們所需要的知識(shí)的問題。

一種批量合并網(wǎng)絡(luò)新聞標(biāo)題、摘要、正文的系統(tǒng)，包括：獲取模塊，數(shù)據(jù)處理模塊，數(shù)據(jù)庫，數(shù)據(jù)查詢模塊和客戶端；

獲取模塊，用于采集各種新聞數(shù)據(jù)，并將采集到的新聞數(shù)據(jù)傳輸?shù)綌?shù)據(jù)處理模塊；

數(shù)據(jù)處理模塊，用于接收獲取模塊傳輸?shù)男侣剶?shù)據(jù)，并對(duì)新聞數(shù)據(jù)進(jìn)行處理并將處理后的新聞數(shù)據(jù)傳輸?shù)綌?shù)據(jù)庫；

數(shù)據(jù)庫，用于接收數(shù)據(jù)處理模塊傳輸?shù)男侣剶?shù)據(jù)并對(duì)新聞數(shù)據(jù)就那些存儲(chǔ)；

數(shù)據(jù)查詢模塊，用于查詢數(shù)據(jù)庫中存儲(chǔ)的數(shù)據(jù)并反饋到客戶端；

客戶端，用于發(fā)送控制指令到數(shù)據(jù)查詢模塊對(duì)數(shù)據(jù)庫進(jìn)行查詢操作。

進(jìn)一步的，所述獲取模塊包括采集器，所述采集器采集的數(shù)據(jù)包括各大平臺(tái)免費(fèi)新聞以及訪問地址；

進(jìn)一步的，數(shù)據(jù)處理模塊包括數(shù)據(jù)清洗單元、數(shù)據(jù)合并單元、數(shù)據(jù)索引單元和數(shù)據(jù)發(fā)布單元，所述數(shù)據(jù)清洗單元用于新聞數(shù)據(jù)的數(shù)據(jù)、欄目信息補(bǔ)充、異常數(shù)據(jù)過濾、數(shù)據(jù)去重以及錯(cuò)誤數(shù)據(jù)收集，所述數(shù)據(jù)合并單元用于新聞數(shù)據(jù)合并，包括標(biāo)題合并、正文合并和摘要合并，所述數(shù)據(jù)索引單元用于管理新聞數(shù)據(jù)，包括全量數(shù)據(jù)索引、增量數(shù)據(jù)索引、修改數(shù)據(jù)索引更新和刪除新聞索引同步，所述數(shù)據(jù)發(fā)布單元用于發(fā)布新聞數(shù)據(jù)，包括首頁新聞推薦、分欄目新聞閱讀、新聞簡(jiǎn)報(bào)查看、新聞詳情參考和新聞源地址查看。

進(jìn)一步的，所述數(shù)據(jù)查詢模塊包括查詢單元、緩存單元和反饋單元，所述查詢單元用于在系統(tǒng)和數(shù)據(jù)庫中進(jìn)行新聞數(shù)據(jù)的查詢，所述緩存單元用于緩存歷史查詢記錄形成快速訪問接口，所述反饋單元用于反饋查詢結(jié)果數(shù)據(jù)到客戶端。