[發明專利]一種基于大數據的數字閱讀統計分析方法及系統

有效

• 申請號: 202110602124.7
• 申請日: 2021-05-31
• 公開（公告）號: CN113505154B
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 蔣鋼;姚駿;李雪明;仇坤
• 申請（專利權）人: 南京分布文化發展有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/28;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京九致知識產權代理事務所(普通合伙) 32307
• 代理人: 嚴巧巧

1.一種基于大數據的數字閱讀統計分析方法，其中，所述方法包括：

獲得第一讀者信息；

獲得預設關聯分析對象；

根據所述第一讀者信息、所述預設關聯分析對象，獲得第一讀者關聯信息；

根據所述第一讀者信息、所述第一讀者關聯信息，通過大數據獲得第一讀者資源數據庫；

根據所述第一讀者資源數據庫，獲得第一讀者評估結果；

根據所述第一讀者評估結果、所述第一讀者資源數據庫，獲得第一讀者匹配統計功能；

根據所述第一讀者匹配統計功能，獲得功能分析特征信息；

將所述功能分析特征信息、所述第一讀者資源數據庫輸入第一統計模型，獲得第一統計結果，其中，所述第一統計模型與所述第一讀者匹配統計功能相對應；

根據所述第一統計結果，獲得第一讀者的第一標簽；

根據所述第一讀者的第一標簽，通過大數據獲得第一數字閱讀資源，并根據所述第一數字閱讀資源構建第一讀者閱讀空間；

其中，所述根據所述第一讀者信息、所述第一讀者關聯信息，通過大數據獲得第一讀者資源數據庫，包括：

根據所述第一讀者信息，獲得第一讀者閱讀記錄，其中，所述閱讀記錄包括閱讀時間、閱讀速度、閱讀內容；

根據所述第一讀者關聯信息，獲得關聯閱讀記錄；

根據所述第一讀者閱讀記錄、所述關聯閱讀記錄，獲得所述第一讀者資源數據庫；

其中，所述根據所述第一讀者資源數據庫，獲得第一讀者評估結果，包括：

根據所述第一讀者資源數據庫，獲得閱讀時間數據集，并作為第一分級特征；

根據所述第一讀者資源數據庫，獲得閱讀內容數據集，并作為第二分級特征；

根據所述第一讀者資源數據庫，獲得閱讀速度數據集，并作為第三分級特征；

根據所述第一分級特征、所述第二分級特征以及所述第三分級特征，構建讀者統計數據的多層級評估決策樹；

根據所述第一讀者資源數據庫，獲得第一讀者分析數據集；

將所述第一讀者分析數據集輸入所述多層級評估決策樹，獲得所述第一讀者評估結果；

其中，當所述第一讀者匹配統計功能為多個時，所述方法包括：

根據所述第一讀者匹配統計功能，獲得第一匹配功能；

根據所述第一匹配功能，獲得第一功能特征信息；

將所述第一功能特征信息、所述第一讀者資源數據庫輸入第一統計模型，獲得第一統計結果；

根據所述第一統計結果，獲得第一讀者的第一標簽；

根據所述第一讀者匹配統計功能，獲得第二匹配功能；

根據所述第二匹配功能，獲得第二功能特征信息；

將所述第二功能特征信息、所述第一讀者資源數據庫輸入第二統計模型，獲得第二統計結果，所述第二統計模型與所述第二匹配功能相對應；

根據所述第二統計結果，獲得第一讀者的第二標簽；

直到獲得第一讀者的第N標簽，其中，N為大于2的自然數，第一讀者的第N標簽與所述第一讀者匹配統計功能中的第N匹配功能相對應；

根據所述第一標簽、第二標簽、直到第N標簽，組成第一讀者的分析標簽集合；

根據所述分析標簽集合，獲得所述第一數字閱讀資源，所述第一數字閱讀資源包括多個閱讀空間，所述多個閱讀空間與所述分析標簽集合中的標簽一一對應；

其中，所述將所述功能分析特征信息、所述第一讀者資源數據庫輸入第一統計模型，獲得第一統計結果，包括：

將所述功能分析特征信息作為第一輸入信息；

將所述第一讀者資源數據庫作為第二輸入信息；

將所述第一輸入信息、所述第二輸入信息輸入所述第一統計模型，所述第一統計模型為通過多組訓練數據訓練收斂獲得，其中，所述多組訓練數據每組數據均包括所述第一輸入信息、所述第二輸入信息及標識第一統計結果的標識信息；

獲得所述第一統計模型的輸出結果，所述輸出結果包括所述第一統計結果。

2.如權利要求1所述的方法，其中，所述方法包括：

對所述第一分級特征進行信息論編碼運算，獲得第一特征信息熵，對所述第二分級特征進行信息論編碼運算，獲得第二特征信息熵，對所述第三分級特征進行信息論編碼運算，獲得第三特征信息熵；

將所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵輸入數據大小比對模型進行訓練，獲得第一根節點特征信息；

基于所述第一根節點特征信息和所述第一讀者資源數據庫，構建所述讀者統計數據的多層級評估決策樹。