[发明专利]一种数据信息的展示方法及装置在审

专利信息
申请号: 201410097550.X 申请日: 2014-03-14
公开(公告)号: CN104915361A 公开(公告)日: 2015-09-16
发明(设计)人: 郑志昊;黄俊洪;覃冬;尹红梅;秦爽 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 深圳中一专利商标事务所 44237 代理人: 张全文
地址: 518044 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数据 信息 展示 方法 装置
【权利要求书】:

1.一种数据信息的展示方法,其特征在于,包括:

采集网络社区中发布的用户生成内容UGC;

在每条所述UGC中提取与预设的热点数据的匹配信息;

获取发布所述UGC的用户账户的特征属性;

以获取到的用户账户的特征属性为索引,将从所述UGC中提取出的所述匹配信息转化成与所述热点数据相关的结构化数据并展示。

2.如权利要求1所述的方法,其特征在于,所述在每条所述UGC中提取与预设的热点数据的匹配信息包括:

采集与所述热点数据相关的热点词组;

对每条所述UGC进行分词处理,得到N个分词词组,所述N为大于或等于1的整数;

若存在与所述热点词组相同的所述分词词组,将该分词词组确定为该条所述UGC中与所述热点数据匹配的关键词。

3.如权利要求2所述的方法,其特征在于,所述若存在与所述热点词组相同的所述分词词组,将该分词词组确定为该条所述UGC中与所述热点数据匹配的关键词包括:

若存在与所述热点词组相同的所述分词词组,提取该分词词组;

根据该分词词组与该条所述UGC中其他所述分词词组的语义关联性,判断该分词词组与所述热点数据是否相关;

若该分词词组与所述热点数据相关,将该分词词组确定为该条所述UGC中与所述热点数据匹配的关键词。

4.如权利要求2或3所述的方法,其特征在于,所述在每条所述UGC中提取与预设的热点数据的匹配信息还包括:

根据每条所述UGC中除所述关键词之外的其他所述分词词组,获取该条所述UGC中对所述热点数据的态度数据,所述态度数据包括肯定数据或者否定数据。

5.如权利要求1所述的方法,其特征在于,所述获取发布所述UGC的用户账户的特征属性包括:

获取发布所述UGC的用户账户在所述网络社区中注册的基本资料;

在获取到的所述基本资料中提取所述用户账户的特征属性。

6.如权利要求5所述的方法,其特征在于,所述获取发布所述UGC的用户账户的特征属性还包括:

获取其他网络社区的数据授权;

根据获取到的所述基本资料,利用所述数据授权在所述其他网络社区中查找所述用户账户在所述其他网络社区中注册的基本资料;

在查找到的所述用户账户在所述其他网络社区中注册的基本资料中提取所述用户账户的特征属性。

7.一种数据信息的展示装置,其特征在于,包括:

采集单元,用于采集网络社区中发布的用户生成内容UGC;

提取单元,用于在每条所述UGC中提取与预设的热点数据的匹配信息;

获取单元,用于获取发布所述UGC的用户账户的特征属性;

展示单元,用于以获取到的用户账户的特征属性为索引,将从所述UGC中提取出的所述匹配信息转化成与所述热点数据相关的结构化数据并展示。

8.如权利要求7所述的装置,其特征在于,所述提取单元包括:

采集子单元,用于采集与所述热点数据相关的热点词组;

分词子单元,用于对每条所述UGC进行分词处理,得到N个分词词组,所述N为大于或等于1的整数;

确定子单元,用于若存在与所述热点词组相同的所述分词词组,将该分词词组确定为该条所述UGC中与所述热点数据匹配的关键词。

9.如权利要求8所述的装置,其特征在于,所述确定子单元具体用于:

若存在与所述热点词组相同的所述分词词组,提取该分词词组;

根据该分词词组与该条所述UGC中其他所述分词词组的语义关联性,判断该分词词组与所述热点数据是否相关;

若该分词词组与所述热点数据相关,将该分词词组确定为该条所述UGC中与所述热点数据匹配的关键词。

10.如权利要求8或9所述的装置,其特征在于,所述提取单元还包括:

第一获取子单元,用于根据每条所述UGC中除所述关键词之外的其他所述分词词组,获取该条所述UGC中对所述热点数据的态度数据,所述态度数据包括肯定数据或者否定数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410097550.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top