CN101582086A - 获取博客质量信息的方法和装置 - Google Patents

Abstract

本发明提供了一种获取博客质量信息的方法和装置。该方法主要包括：获取博客的博客评价因子的值；将各个所述博客评价因子的值进行加权计算，获得博客质量的综合评价值。所述的博客评价因子包括：聚合内容订阅量、博客相互间的链接关系、博客对文章有主题分类、被聚合类网站收录次数、通讯工具中出现的次数、博文数量与频度、博文的平均长度和垃圾链接中的至少一项。利用本发明，可以从各个方面客观地评价博客和博文的质量。从而可以从海量的博客中发掘出有价值的、重要的博客和博文，同时摒弃作弊、广告和垃圾博客、博文。

Description

获取博客质量信息的方法和装置

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种获取博客质量信息的方法和装置。

背景技术

博客目前已经成为了互联网应用中的一个重要组成部分，而且由于博客是网友个人主动完成的内容，所以更具有价值，同时博客的出现意味着更多的用户在互联网上产生了更多的海量数据，同样也意味着有更多的垃圾数据。

搜索引擎是指根据一定的策略、运用特定的计算机程序搜集互联网上的信息，在对信息进行组织和处理后，为用户提供检索服务的***。在搜索引擎为用户服务的时候，主要是根据用户的输入，将最符合用户意图的检索结果返回给用户。

当通过搜索引擎等工具检索出大量的博客信息时，需要能够评价出各个博客的质量，根据评价结果在大量的博客信息中发掘出有价值的的博客。

在实现本发明的过程中，发明人发现现有技术中还没有能够评价博客质量的方法。

发明内容

本发明的实施例提供了一种获取博客质量信息的方法和装置，以对博客的质量进行评价。

一种获取博客质量信息的方法，包括：

获取博客的博客评价因子的值；

将各个所述博客评价因子的值进行加权计算，获得博客质量的综合评价值。

一种获取博客质量信息的装置，包括：

博客评价因子值获取模块，用于获取博客的博客评价因子的值；

博客质量信息获取模块，用于将各个所述博客评价因子的值进行加权计算，获得博客质量的综合评价值。

由上述本发明的实施例提供的技术方案可以看出，本发明实施例通过利用博客评价因子和博文质量的评价因子，可以从各个方面客观地评价博客和博文的质量。从而可以从海量的博客中发掘出有价值的、重要的博客和博文，同时摒弃作弊、广告和垃圾博客、博文。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种获取博客质量信息的方法的处理流程图；

图2为本发明实施例二提供的一种获取博客质量信息的装置的具体实现结构图。

具体实施方式

在本发明实施例中，获取博客的博客评价因子的值，将各个所述博客评价因子的值进行加权计算，获得博客质量的综合评价值。

进一步地，获取博客中的博文质量的评价因子的值，将各个所述评价因子的值进行加权计算，获得所述博文质量的综合评价值。

综合考虑所述博客质量的综合评价值和所述博文质量的评价因子的值，获取所述博客的质量信息。

为便于对本发明实施例的理解，下面结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

实施例一

该实施例提供的一种获取博客质量信息的方法的处理流程如图1所示，包括如下处理步骤：

步骤11、获取博客的各个博客评价因子的值，将各个博客评价因子的值进行加权计算，获得博客质量的综合评价值。

在本发明实施例中，博客指的是由一个用户或一组用户共同维护的具有相同标识的内容集合体。该内容集合体通常为一个互联网子域(比如silenteddy.spaces.live.com)下的各个页面，这些页面由同一个用户或一组用户共同维护。

博文是指一个博客下面的各个独立的文章，每个博文对应一个标识，该标识可以为一个互联网链接，比如可以为：

http://blog.sina.com.cn/s/blog_46cf3d450100bqdx.html

http://blog.sina.com.cn/s/blog_46cf3d450100bprc.html

上述两个标识对应的博文都来自于同一个博客：http://blog.sina.com.cn/xuxiaoping。

本发明实施例基于各种博客评价因子对一个博客进行评价，上述博客评价因子主要包括：

RSS(Really Simpie Syndication，聚合内容)订阅量(RSS)，RSS表示一个博客的用户订阅数量，反映了网络阅读者对该博客的关注程度。RSS的值越大表示有更多的用户关注该博客，说明该博客的重要程度越高。RSS的值可以从该博客对应的RSS阅读器中用户的订阅数量获得。

博客相互间的链接关系(BlogRank)，对于一个博客，有更多的链接关系指向该博客说明该博客越重要；有重要的博客指向该博客，说明该博客越重要。BlogRank的值可以通过先得到其它博客对该博客的所有的链接关系，对该链接关系进行迭代计算来得到。

博客对文章有主题分类(TopicClass)，一个博客对自己的博文进行了分类，在很大程度上表明这个博客是一个专人维护的且有一定可信度的博客。TopicClass的值根据博客中的标志位获取。

被聚合类网站收录次数(Together)，目前有很多将不同的博客进行聚合整理的网站，在这些网站中一般会通过人工的方式对博客进行筛选。如果一个博客能被聚合类的网站收录，说明该博客的内容具有较高的价值。Together的值可以通过对聚合类网站进行分析得到。例如：http://www.bolaa.com/这个网站就是聚合了不同地方的博客，并对内容进行推荐。通过分析该网站聚合的博客，即可得到这些被聚合的博客的收录次数。

通讯工具中出现的次数(IM)，用户的通讯工具中涉及到的博客一般情况下会是比较受到关注的内容，所以也可以作为博客重要程度的评价指标。上述通讯工具包括：IM(InstantMessage，即时消息)/Email等。该IM的值需要借助用户的IM/Email工具的内容分析，涉及到用户隐私，所以需要得到用户的许可。

博文数量与频度(Letter)，一个博客中发表的博文的数量，表明了博客的更新频度和内容的数量。一个更新较为频繁的博客应该受到重视。该Letter的值可以通过用于监控博客更新情况的爬虫工具等网络工具来获取。

博文的平均长度(AveLength)，一个博客下所有的博文的平均长度表明了这个博客中的博文的质量，一般来说，越长的博文质量相对越好，含有的信息越丰富。AveLength的值可以通过用于博客搜索的网络工具来获取。

垃圾链接(GabageLink)，当一个博客有较多的链接指向垃圾/色情/钓鱼类网站的时候，或者当一个博客内的链接大都指向同一个网页/网站的时候，可以认为这个博客作弊的可能性会比较大，所以可以作为一个负面因子使用。

所以，基于上述的各个博客评价因子可以得到一个博客的博客质量的综合评价BlogQuality。

BlogQuality＝A＊RSS+B＊BlogRank+C＊TopicClass+D＊Together+E＊IM+F＊Letter+G＊AveLength-H＊GabageLink

上述的各个博客评价因子并不一定全都有值，如果没有可以以0替代。BlogQuality的值是各个博客评价因子的加权和(GabageLink是负因子，所以要减去)，表示这个博客的综合评价。其中A～H是各个因子的权重系数，根据具体情况进行调整。

上述博客质量的综合评价BlogQuality的值基本上反映了一个博客的质量信息，如果一个博客的综合评价值越高，则该博客的质量也相应的越高。

步骤12、获取博客中的博文质量的各个评价因子的值，将各个评价因子的值进行加权计算，获得博文质量的综合评价值。

博客中的博文质量的评价因子主要包括：

垃圾词/重复词情况(GabageWords)，如果在一篇博文中出现了较多的同一个词，或者出现了大量的垃圾词，则这篇博文作弊的可能性较大。GabageWords的值可以通过用于博客搜索的网络工具来获取。

博文重要度(important)，如果一篇博文如果被大量转载，则说明该博文比较重要，受到了很多用户的喜欢。Important的值可以通过用于博客搜索的网络工具来获取。

指向该博文的链接数量(Linkln)，如果一篇博文有比较多的链接指向，也说明该博文比较重要。Linkln的值可以通过用于博客搜索的网络工具来获取。

博文长度(Length)，一篇博文如果太短的话，意义就不大了，所以对于博文来说，比较长的博文才会有更多的信息价值。Length的值可以通过用于博客分析的网络工具来获取。

博文内容丰富程度(Mulit)，当博文中使用了较多的图片、flash和音乐等多媒体内容的时候，一般认为该博文的质量会比较高。Mulit的值可以通过用于博客分析的网络工具来获取。

根据上述各个博文质量的评价因子，可以得到关于博客中每一篇博文质量的综合评价EssayQuality。

EssayQuality＝A＊Importan+B＊Linkln+C＊Length+D＊Mulit-E＊GabageWords

EssayQuality的值是上述各个评价因子的加权和，其中GabageWords是负因子，所以要减去。A～E是各个因子的加权系数。

步骤13，根据上述获取的博客质量和博文质量的综合评价值，确定博客的最终的质量，并对博客和博文进行排序和推荐等处理。

综合考虑所述博客质量的综合评价值和所述博文质量的评价因子的值，可以更加全面地获取一个博客的质量信息。

比如，如果两个博客的综合评价值相同，则可以进一步比较该两个博客中的博文的综合评价值，如果博文的综合评价值越高，则对应的博客的质量也相应的越高。

上述博客质量的综合评价值可以应用于博客的下载、排序和推荐方面，对于质量高的博客，可以提高下载的频度；在排序中，可以将质量高的博客排在比较靠前的位置；对于质量比较高的博客，可以优先地或自动地向各种聚合类网站或各种“圈子”推荐。

上述获取的博文质量的综合评价值可以用来比较不同的博文之间的质量，如果一个博文的综合评价值越高，则该博文的质量也相应的越高。上述博文质量的综合评价值主要用于博文的排序和推荐，当用户的检索命中多篇博文的时候，可以将博文的质量作为一种排序的依据；对于质量比较高的博文，可以优先地或自动地向各种聚合类网站或各种“圈子”推荐。

实施例二

本发明实施例还提供了一种获取博客质量信息的装置，其具体实现结构如图2所示，具体包括如下模块：

博客评价因子值获取模块21，用于获取博客的各个博客评价因子的值，所述的博客评价因子包括：聚合内容订阅量、博客相互间的链接关系、博客对文章有主题分类、被聚合类网站收录次数、通讯工具中出现的次数、博文数量与频度、博文的平均长度和垃圾链接中的至少一项。

所述的获取博客的各个博客评价因子的值包括如下所述的至少一项，

当所述的博客评价因子中包括聚合内容订阅量时，从所述博客对应的聚合内容阅读器中获取所述聚合内容订阅量的值；

当所述的博客评价因子中包括博客相互间的链接关系时，对其它博客指向所述博客的各个链接关系进行迭代计算得到所述博客相互间的链接关系的值；

当所述的博客评价因子中包括博客对文章有主题分类时，从所述博客的标志位获取所述博客对文章有主题分类的值；

当所述的博客评价因子中包括被聚合类网站收录次数时，通过分析聚合类网站所聚合的博客，获取所述被聚合类网站收录次数的值；

当所述的博客评价因子中包括通讯工具中出现的次数时，通过分析通讯工具中存储的内容，获取所述通讯工具中出现的次数的值；

当所述的博客评价因子中包括博文数量与频度时，通过用于监控博客更新情况的网络工具来获取所述博文数量与频度的值；

当所述的博客评价因子中包括博文的平均长度时，通过用于博客搜索的网络工具来获取所述博文的平均长度的值；

当所述的博客评价因子中包括垃圾链接时，通过分析所述博客的出向链接的情况，获取所述垃圾链接的值。

博客质量信息获取模块22，用于将所述各个博客评价因子的值进行加权计算，获得博客质量的综合评价值。

所述博客质量的综合评价值＝第一权重系数乘以所述聚合内容订阅量的值+第二权重系数乘以所述博客相互间的链接关系的值+第三权重系数乘以所述博客对文章有主题分类的值+第四权重系数乘以所述被聚合类网站收录次数的值+第五权重系数乘以所述通讯工具中出现的次数的值+第六权重系数乘以所述博文数量与频度的值+第七权重系数乘以所述博文的平均长度的值-第八权重系数乘以所述垃圾链接的值。

所述装置还可以包括：

博文质量评价因子值获取模块23，用于获取博客中的博文质量的评价因子的值，将各个评价因子的值进行加权计算，获得所述博文质量的综合评价值；所述的博文质量的评价因子包括：垃圾词或重复词情况、博文重要度、指向该博文的链接数量、博文长度和博文内容丰富程度中的至少一项。

所述的获取博客中的博文质量的各个评价因子的值，包括如下所述的至少一项，

当所述的博文质量的评价因子中包括垃圾词或重复词情况时，通过用于博客搜索的网络工具来获取所述垃圾词或重复词情况的值；

当所述的博文质量的评价因子中包括博文重要度时，通过用于博客搜索的网络工具来获取所述博文重要度的值；

当所述的博文质量的评价因子中包括指向该博文的链接数量时，通过用于博客搜索的网络工具来获取所述指向该博文的链接数量的值；

当所述的博文质量的评价因子中包括博文长度时，通过用于博客分析的网络工具来获取所述博文长度的值；

当所述的博文质量的评价因子中包括博文内容丰富程度时，通过用于博客分析的网络工具来获取所述博文内容丰富程度的值。

所述的博客质量信息获取模块，综合考虑所述博客质量的综合评价值和所述博文质量的评价因子的值，获取所述博客的质量信息。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

综上所述，本发明实施例通过利用博客评价因子和博文质量的评价因子，可以从各个方面客观地评价博客和博文的质量。从而可以从海量的博客中发掘出有价值的、重要的博客和博文，同时摒弃作弊、广告和垃圾博客、博文。

本发明实施例可以应用到目前比较热门的博客搜索中，作为博客搜索中关于博客质量的重要因子。对于质量高的，可以给与更多的下载资源，和更高的关注度。同时，博客质量也可以应用于RSS推荐***，由于目前RSS订阅以及各种阅读器的流行，很多时候阅读器都可以提供对博客的推荐功能，那么对于博客质量较高的博客，可以给与更多的推荐，这种高质量的博客对用户而言也是很有意义的。

博文质量主要应用于博客搜索的排序和博客聚合类网站的推荐中，在博客搜索中，对于高质量的博文，可以有较高的排序位置。高质量的博文可以应用在在博客聚合类网站的推荐文章中，由于推荐文章比较少，高质量的博文可以更好的吸引用户，并为用户提供更好的体验。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1、一种获取博客质量信息的方法，其特征在于，包括：

获取博客的博客评价因子的值；

将各个所述博客评价因子的值进行加权计算，获得博客质量的综合评价值。

2、根据权利要求1所述的方法，其特征在于，所述的博客评价因子包括：聚合内容订阅量、博客相互间的链接关系、博客对文章有主题分类、被聚合类网站收录次数、通讯工具中出现的次数、博文数量与频度、博文的平均长度和垃圾链接中的至少一项。

3、根据权利要求2所述的方法，其特征在于，所述的获取博客的各个博客评价因子的值包括如下所述的至少一项，

当所述的博客评价因子中包括聚合内容订阅量时，从所述博客对应的聚合内容阅读器中获取所述聚合内容订阅量的值；

当所述的博客评价因子中包括博客相互间的链接关系时，对其它博客指向所述博客的各个链接关系进行迭代计算得到所述博客相互间的链接关系的值；

当所述的博客评价因子中包括博客对文章有主题分类时，从所述博客的标志位获取所述博客对文章有主题分类的值；

当所述的博客评价因子中包括被聚合类网站收录次数时，通过分析聚合类网站所聚合的博客，获取所述被聚合类网站收录次数的值；

当所述的博客评价因子中包括通讯工具中出现的次数时，通过分析通讯工具中存储的内容，获取所述通讯工具中出现的次数的值；

当所述的博客评价因子中包括博文数量与频度时，通过用于监控博客更新情况的网络工具来获取所述博文数量与频度的值；

当所述的博客评价因子中包括博文的平均长度时，通过用于博客搜索的网络工具来获取所述博文的平均长度的值；

当所述的博客评价因子中包括垃圾链接时，通过分析所述博客的出向链接的情况，获取所述垃圾链接的值。

4、根据权利要求2所述的方法，其特征在于，所述的将各个所述博客评价因子的值进行加权计算，获得博客质量的综合评价值，包括：

所述博客质量的综合评价值＝第一权重系数乘以所述聚合内容订阅量的值+第二权重系数乘以所述博客相互间的链接关系的值+第三权重系数乘以所述博客对文章有主题分类的值+第四权重系数乘以所述被聚合类网站收录次数的值+第五权重系数乘以所述通讯工具中出现的次数的值+第六权重系数乘以所述博文数量与频度的值+第七权重系数乘以所述博文的平均长度的值-第八权重系数乘以所述垃圾链接的值。

5、根据权利要求1至4任一项所述的方法，其特征在于，所述的方法还包括：

获取博客中的博文质量的评价因子的值，将各个所述评价因子的值进行加权计算，获得所述博文质量的综合评价值。

6、根据权利要求5所述的方法，其特征在于，所述的博文质量的评价因子包括：垃圾词或重复词情况、博文重要度、指向该博文的链接数量、博文长度和博文内容丰富程度中的至少一项。

7、根据权利要求6所述的方法，其特征在于，所述的获取博客中的博文质量的各个评价因子的值，包括如下所述的至少一项，

当所述的博文质量的评价因子中包括垃圾词或重复词情况时，通过用于博客搜索的网络工具来获取所述垃圾词或重复词情况的值；

当所述的博文质量的评价因子中包括博文重要度时，通过用于博客搜索的网络工具来获取所述博文重要度的值；

当所述的博文质量的评价因子中包括指向该博文的链接数量时，通过用于博客搜索的网络工具来获取所述指向该博文的链接数量的值；

当所述的博文质量的评价因子中包括博文长度时，通过用于博客分析的网络工具来获取所述博文长度的值；

当所述的博文质量的评价因子中包括博文内容丰富程度时，通过用于博客分析的网络工具来获取所述博文内容丰富程度的值。

8、根据权利要求5所述的方法，其特征在于，所述的方法还包括：

综合考虑所述博客质量的综合评价值和所述博文质量的评价因子的值，获取所述博客的质量信息。

9、一种获取博客质量信息的装置，其特征在于，包括：

博客评价因子值获取模块，用于获取博客的博客评价因子的值；

博客质量信息获取模块，用于将各个所述博客评价因子的值进行加权计算，获得博客质量的综合评价值。

10、根据权利要求9所述的获取博客质量信息的装置，其特征在于，所述装置还包括：

博文质量评价因子值获取模块，用于获取博客中的博文质量的评价因子的值，将各个评价因子的值进行加权计算，获得所述博文质量的综合评价值；

所述的博客质量信息获取模块，综合考虑所述博客质量的综合评价值和所述博文质量的评价因子的值，获取所述博客的质量信息。

Images