[發明專利]一種基于信息監測的關鍵詞發現方法、系統和電子設備

在審

• 申請號: 202010944647.5
• 申請日: 2020-09-10
• 公開（公告）號: CN112131462A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 李洪海;鄧雯;陳金朋;肖鴻武;梁朝策
• 申請（專利權）人: 中數通信息有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/955
• 代理公司: 北京知匯林知識產權代理事務所(普通合伙) 11794
• 代理人: 董濤

1.一種基于信息監測的關鍵詞發現方法，其特征在于，所述關鍵詞發現方法包括如下步驟：

步驟S101、監測計劃調度模塊將監測詞匯導入給監測目標獲取模塊使用；

步驟S102、所述監測目標獲取模塊通過監測計劃中設定的搜索引擎，用監測詞匯作為搜索引擎的搜索詞匯進行搜索，并將搜索結果交給所述監測內容采集模塊進行下一步的處理；

步驟S103、所述監測內容采集模塊對域名下的網站使用定向爬蟲獲取網站的內容，將通過所述爬取所獲得的所述網頁的正文發送給所述建立詞集模塊進行處理；

步驟S104、所述建立詞集模塊對所述網頁的正文進行處理，將生成的詞庫發送給關鍵詞推薦管理模塊處理；

步驟S105、所述關鍵詞推薦管理模塊使用關鍵詞推薦算法對所述詞庫中的詞語進行訓練，求解相似度并獲得關鍵詞因子，將所述關鍵詞因子進行排列組合，并把排列組合后的關鍵詞因子發送至所述人工審計模塊；

步驟S106、所述人工審計模塊將所述排列組合后的關鍵詞因子，交給審核人員進行人工審核，并根據人工審核結果，將關鍵詞因子添加至關鍵詞策略模塊和/或關鍵詞知識庫中。

2.根據權利要求1所述的關鍵詞發現方法，其特征在于，步驟S102中所述用監測詞匯作為搜索引擎的搜索詞匯進行搜索，具體包括：把每個搜索引擎的前10條搜索結果，根據域名去重。

3.根據權利要求1所述的關鍵詞發現方法，其特征在于，獲取網站的所述內容中包括網頁的正文以及網頁上的鏈接。

4.根據權利要求1所述的關鍵詞發現方法，其特征在于，步驟S103中將通過所述爬取所獲得的所述網頁的正文發送給所述建立詞集模塊進行處理之前還包括：

將所述網頁上的鏈接指向網頁的正文和鏈接進行爬取，并不斷重復所述爬取步驟，直至到達所述監測計劃調度模塊中設置的爬取層次為止。

5.根據權利要求1所述的關鍵詞發現方法，其特征在于，步驟S104中將生成的詞庫發送給關鍵詞推薦管理模塊處理之前還包括：

根據句子或者段落對所述網頁的正文進行劃分，并使用分詞工具進行分詞處理，在去除其中重復的詞匯后生成詞庫。

6.根據權利要求1所述的關鍵詞發現方法，其特征在于，步驟S105中所述求解相似度并獲得關鍵詞因子，具體包括：

將每次計算后得到的關鍵詞因子進行去重處理，并不斷重復進行所述求解相似度和所述去重處理計算，直至所獲得的關鍵詞因子個數到達所述監測計劃調度模塊中設定的關鍵詞因子個數。

7.根據權利要求1所述的關鍵詞發現方法，其特征在于，步驟S106中所述根據人工審核結果，將關鍵詞因子添加至關鍵詞策略模塊和/或關鍵詞知識庫中，具體包括：

若人工審核結果為有效，則將有效的所述排列組合后的關鍵詞因子添加到關鍵詞策略模塊和關鍵詞知識庫中；

若人工審核結果為無效，則將無效的所述排列組合后的關鍵詞因子添加到所述關鍵詞知識庫中。

8.一種用于實現權利要求1至7之一方法的關鍵詞發現系統，其特征在于，所述關鍵詞發現系統包括：監測計劃調度模塊、監測目標獲取模塊、監測內容采集模塊、搜索引擎、建立詞集模塊、關鍵詞推薦管理模塊、人工審計模塊、關鍵詞策略模塊以及關鍵詞知識庫。