[发明专利]论坛社区应用管理方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 201811213006.1 申请日: 2018-10-18
公开(公告)号: CN109635073A 公开(公告)日: 2019-04-16
发明(设计)人: 宋红喜 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/9535
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 胡海国
地址: 518000 广东省深圳市前海深港合作区前*** 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: 社区应用 论坛 计算机可读存储介质 用户发布 用户信息 知识体系 标签 分词 用户发布信息 发布信息 分词处理 管理效率 获取请求 实时监测 用户审核 语义分析 权限 管理 监测 审核 保证
【权利要求书】:

1.一种论坛社区应用管理方法,其特征在于,所述方法包括以下步骤:

接收到加入论坛社区应用的请求时,获取所述请求对应的用户信息,并根据所述用户信息对用户进行审核;

在所述用户审核通过时,授予所述用户加入所述论坛社区应用的权限,并实时监测所述用户是否发布信息;

在监测到所述用户发布信息时,对所述信息进行分词处理及语义分析,获得所述信息的分词;

根据所述分词提取所述信息的标签或者关键词,并将所述标签或者关键词与所述论坛社区应用的知识体系库进行对比;

若所述论坛社区应用的知识体系库中包括所述标签或者所述关键词,则允许用户发布所述信息,否则,禁止用户发布所述信息。

2.如权利要求1所述的论坛社区应用管理方法,其特征在于,所述获取所述请求对应的用户信息,并根据所述用户信息对用户进行审核的步骤包括:

通过全切分算法对所述用户信息进行分词处理,获得所述用用户信息的分词;

通过神经网络语言模型对所述用户信息的分词进行量化处理,获得所述用户信息的分词的词向量;

将所述用户信息的分词的词向量输入至预设数据库模型中,获得所述用户信息的分词的词向量与所述预设数据库中的词向量的欧式距离;

根据所述用户信息的分词的词向量与所述预设数据库中的词向量的欧式距离分析所述用户信息的语义,并根据所述用户信息的语义提取对应的违规内容数据库;

若所述违规内容数据库包含所述用户信息,则确定所述用户审核不通过,否则确定所述用户审核通过。

3.如权利要求2所述的论坛社区应用管理方法,其特征在于,所述将所述用户信息的分词的词向量输入至预设数据库模型中,获得所述用户信息的分词的词向量与所述预设数据库中的词向量的欧式距离的步骤包括:

将所述用户信息的分词的词向量输入至预设数据库模型中,通过公式计算用户信息的分词的词向量与所述预设数据库中的词向量的欧式距离,其中,x1k表示所述用户信息的分词的词向量的1k个坐标,x2k表示所述预设数据库中的词向量的2k个坐标,d12表示欧式距离。

4.如权利要求1所述的论坛社区应用管理方法,其特征在于,所述若所述论坛社区应用的知识体系库中包括所述标签或者所述关键词,则允许用户发布所述信息,否则,禁止用户发布所述信息的步骤之后,还包括:

根据各个用户的账号或ID对用户的浏览记录、提问记录以及回答记录的信息进行采集;

根据采集到的信息分析所述各个用户的喜好,其中,所述各个用户的喜好包括浏览的知识类型,回答的知识类别,并根据所述各个用户的喜好构建对应的用户画像;

在接收到其他用户的提问时,分析所述其他用户提问对应的知识类别,并将所述知识类别与用户画像中的各个知识类别进行对比,获得其他用户提问的知识类别与各个用户之间的匹配度;

将用户的提问推送至匹配度最高的用户进行回答。

5.如权利要求4所述的论坛社区应用管理方法,其特征在于,所述分析所述其他用户提问对应的知识类别,并将所述知识类别与用户画像中的各个知识类别进行对比,获得其他用户提问的知识类别与各个用户之间的匹配度的步骤之前,还包括:

当接收到的提问为语音查询时,获取所述其他用户输入的第一语音数据,并对所述第一语音数据进行分割得到对应的音节,其中所述音节包括声母和韵母;

通过训练好的语音识别模型对所述声母和韵母进行识别,得到对应的语音识别结果,并根据所述语音识别结果分析所述其他用户提问对应的知识类别。

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深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,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/201811213006.1/1.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