[发明专利]一种基于位置服务采集新浪微博团购信息的方法

摘要

本发明是一种基于位置服务采集新浪微博团购信息的方法，为了使得商家用户能实时发布团购消息，普通用户也能实时看到不同位置的团购信息，商家用户通过新浪微博平台发布团购信息，首先，利用新浪微博提供的开放位置服务接口，抽取在该位置附近发布的所有的微博数据信息；然后，将抽取出来的微博数据存放在数据库中，针对这些微博数据进行语料模式匹配预处理操作；接着，初步筛选出所有包含团购信息特征的微博数据；其次，使用语义分析技术，确定该条数据是否为团购信息；最后，成功地将团购信息从某一位置发布大量的微博数据中采集出来。

主权项

1.一种基于位置服务采集新浪微博团购信息的方法，其特征在于该方法所包含的步骤为：步骤1) 抽取在某一具体位置附近发布微博的数据集信息：步骤1.1) 获取申请新浪微博应用的相关信息；步骤1.2) 分配授权信息；步骤1.3) 获取用户的该位置信息；步骤1.4) 根据位置服务的动态信息接口，抽取该位置附近发布的所有微博数据信息；步骤1.5) 存储抽取的所有微博数据信息；步骤2) 预处理微博数据集信息：步骤2.1) 获取微博数据集信息；步骤2.2) 获取团购语料库；步骤2.3) 初始化微博数据集中团购的相关信息：步骤2.3.1) 初始化微博数据集中的团购信息标志为1；步骤2.3.2) 初始化微博数据集中的团购关键词匹配次数为0；步骤2.4) 获取第一条微博数据信息；步骤2.5) 判断该微博数据是否包含团购语料库中的词语，如果包含，转步骤2.6)，否则，转步骤2.8)；步骤2.6) 计算微博数据匹配语料库关键词的次数；步骤2.7) 更新微博团购关键词匹配的次数；步骤2.8) 更新该微博数据的团购信息标志为0；步骤2.9) 获取下一条微博数据信息；步骤2.10) 判断该微博数据信息是否到达微博数据集的末端，如果到达，转步骤2.11)，否则，转步骤2.5)；步骤2.11) 删除团购信息标志为0的所有微博数据；步骤2.12) 更新微博数据集信息；步骤3) 对微博数据集进行分句：步骤3.1) 获取微博数据集中的第一条数据信息；步骤3.2) 获取该微博数据中的第一个字符信息；步骤3.3) 判断该字符是否为“；”，如果是，转步骤3.8)，否则，转步骤3.4)；步骤3.4) 判断该字符是否为如果是，转步骤3.8)，否则，转步骤3.5)；步骤3.5) 判断该字符是否为“！”，如果是，转步骤3.8)，否则，转步骤3.6)；步骤3.6) 判断该字符是否为“，”，如果是，转步骤3.8)，否则，转步骤3.7)；步骤3.7) 判断该字符是否为“”，如果是，转步骤3.8)，否则，转步骤3.9)；步骤3.8) 置换该字符为分句标识，用“/j”表示；步骤3.9) 获取下一个微博数据字符信息；步骤3.10) 判断是否到达微博数据的末端，如果到达，转步骤3.11)，否则，转步骤3.3)；步骤3.11) 更新微博数据信息；步骤3.12) 获取下一条微博数据信息；步骤3.13) 判断该微博数据是否为微博数据集的末端，如果到达，转步骤3.14)，否则，转步骤3.2)；步骤3.14) 更新微博数据集信息；步骤4) 对微博数据集进行分词，并标注词性：步骤4.1) 获取微博数据集中第一条数据信息；步骤4.2) 获取该微博数据中的第一个字符信息；步骤4.3) 判断该字符是否为分句标识，如果是，转步骤4.4)，否则，转步骤4.6)；步骤4.4) 设置分词等级；步骤4.5) 根据分词函数，标注词性；步骤4.6) 获取下一个微博数据字符信息；步骤4.7) 判断是否到达微博数据的末端，如果到达，转步骤4.8)，否则，转步骤4.3)；步骤4.8) 存储分词后的数据信息；步骤4.9) 获取下一条微博数据信息；步骤4.10) 判断该微博数据是否为微博数据集的末端，如果到达，转步骤4.11)，否则，转步骤4.2)；步骤4.11) 更新微博数据集信息；步骤5) 抽取微博数据集中的团购事件：步骤5.1) 获取微博数据集中第一条数据信息；步骤5.2) 获取该微博数据中的第一个字符信息；步骤5.3) 判断该字符是否为分句标识，如果是，转步骤5.4)，否则，转步骤5.14)；步骤5.4) 根据该句子的句法，标注词性；步骤5.5) 分析事件的语义特征；步骤5.6) 映射事件的命题实体；步骤5.7) 映射事件的代指概念；步骤5.8) 识别该句子中的动词；步骤5.9) 分析事件的论元结构属性；步骤5.10) 映射论元；步骤5.11) 完成该句子的事件抽取；步骤5.12) 判断该事件是否为团购事件，如果是，转步骤5.13)，否则，转步骤5.14)；步骤5.13) 更新该微博数据的团购信息标志为2；步骤5.14) 获取下一个微博数据字符；步骤5.15) 判断该微博数据字符是否到达微博数据的末端，如果到达，转步骤5.16)，否则，转步骤5.3)；步骤5.16) 获取下一条微博数据信息；步骤5.17) 判断该微博数据是否到达微博数据集的末端，如果到达，转步骤5.18)，否则，转步骤5.2)；步骤5.18) 更新微博数据集信息；步骤5.19) 完成团购事件的抽取。