[发明专利]一种基于积分体系的大数据知识智库生成方法及系统

权利要求书

1.一种基于积分体系的大数据知识智库生成方法，其特征在于：包括以下步骤：

采用基于积分体系和自动评级机制的积分评级算法对知识分享的内容进行实时积分评级，所述积分评级算法基于知识分享者的知识分享动作和知识库相关历史知识情况对每次知识分享动作进行积分评级；

根据知识分享者在进行知识分享操作中的数据采用机器学习的方法实时构建知识分享者画像；

根据实时积分评级的结果和实时构建的知识分享者画像生成知识智库。

2.根据权利要求1所述的一种基于积分体系的大数据知识智库生成方法，其特征在于：所述采用基于积分体系和自动评级机制的积分评级算法对知识分享的内容进行实时积分评级这一步骤，其包括：

对知识分享的内容进行特征提取，得到知识提取的特征，所述知识提取的特征包括知识分享者、分享时间、知识主题、知识长度和知识涉及领域；

对知识提取的特征进行降维、相似计算、聚类和分类，得到知识分类的类别；

根据知识分类的类别和知识库相关历史知识情况进行知识评定，得到知识在各类别中的权重；

根据各知识分类的类别和知识在各类别中的权重进行实时积分评级。

3.根据权利要求2所述的一种基于积分体系的大数据知识智库生成方法，其特征在于：所述对知识提取的特征进行降维、相似计算、聚类和分类这一步骤中所采用的聚类方法为k-means聚类算法，所采用的分类方法为ID3决策树算法。

4.根据权利要求2所述的一种基于积分体系的大数据知识智库生成方法，其特征在于：所述根据知识分类的类别和知识库相关历史知识情况进行知识评定，得到知识在各类别中的权重这一步骤，其包括：

对知识库中的历史知识数据进行调整修正，所述调整修正的方式为按照设定的比例放大知识库中时间因素的权重；

根据知识分类的类别和调整修正后的历史知识数据进行知识评定，得到知识在各类别中的权重。

5.根据权利要求1-4任一项所述的一种基于积分体系的大数据知识智库生成方法，其特征在于：所述根据知识分享者在进行知识分享操作中的数据采用机器学习的方法实时构建知识分享者画像这一步骤，其包括：

进行知识分享数据采集，得到知识分享数据，所述知识分享数据包括知识分享者基本信息和知识分享者行为数据；

对知识分享数据进行数据清洗；

对数据清洗后的知识分享数据采用融合弱模型训练和Boosting的方法进行知识分享者画像模型训练，得到知识分享者画像。

6.根据权利要求5所述的一种基于积分体系的大数据知识智库生成方法，其特征在于：所述对数据清洗后的知识分享数据采用融合弱模型训练和Boosting的方法进行知识分享者画像模型训练，得到知识分享者画像这一步骤，其包括：

进行文本建模，从而将数据清洗后的知识分享数据划分为静态信息数据和动态信息数据；

根据文本建模的要求对给定的训练样本进行弱模型训练，得到多个弱模型；

对多个弱模型采用Boosting方法进行准确性提升，得到知识分享者画像模型的结果分类器；

对知识分享者画像模型的结果分类器采用给定的测试样本进行模型验证；

对通过模型验证后的知识分享者画像模型进行保存，并实时获取数据清洗后的新知识分享数据来不断修正知识分享者画像模型和对应的知识分享者画像。

7.根据权利要求6所述的一种基于积分体系的大数据知识智库生成方法，其特征在于：所述根据实时积分评级的结果和实时构建的知识分享者画像生成知识智库这一步骤，其具体为：

在线不断获取新的知识分享数据来构建新的知识分享者画像，并结合实时积分评级的结果对知识智库模型进行修正，得到由知识分享者画像和实时积分评级的结果组成的知识智库。

8.一种基于积分体系的大数据知识智库生成系统，其特征在于：包括：

积分评级模块，用于采用基于积分体系和自动评级机制的积分评级算法对知识分享的内容进行实时积分评级，所述积分评级算法基于知识分享者的知识分享动作和知识库相关历史知识情况对每次知识分享动作进行积分评级；

知识分享者画像构建模块，用于根据知识分享者在进行知识分享操作中的数据采用机器学习的方法实时构建知识分享者画像；

知识智库生成模块，用于根据实时积分评级的结果和实时构建的知识分享者画像生成知识智库。