CN112559936A - 社区内容处理方法、装置、电子设备和存储介质 - Google Patents
社区内容处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112559936A CN112559936A CN202011490523.0A CN202011490523A CN112559936A CN 112559936 A CN112559936 A CN 112559936A CN 202011490523 A CN202011490523 A CN 202011490523A CN 112559936 A CN112559936 A CN 112559936A
- Authority
- CN
- China
- Prior art keywords
- content
- community
- evaluation
- evaluation index
- community content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 192
- 238000000034 method Methods 0.000 claims description 44
- 238000013139 quantization Methods 0.000 claims description 44
- 239000011159 matrix material Substances 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002452 interceptive effect Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 2
- 238000011002 quantification Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 238000005065 mining Methods 0.000 description 6
- 238000012216 screening Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了社区内容处理方法、装置、电子设备以及存储介质，涉及人工智能技术领域。社区内容处理方法具体实现方案为：获取社区站点中的N条社区内容中每条社区内容的评价指标数据集，其中，每条上述社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，上述N和上述M为正整数；获取每个上述评价指标的权重值；根据每个上述评价指标的权重值和每条上述社区内容的评价指标数据集中每个上述评价指标的指标值，确定上述社区内容的优质得分；以及根据每条上述社区内容的优质得分从上述N条社区内容中确定优质内容，以便输出用于展示的优质内容。
Description
技术领域
本申请涉及人工智能技术领域，具体涉及智能推荐、信息流技术。尤其涉及社区内容处理方法、装置、电子设备以及存储介质。
背景技术
搜索引擎的爬虫技术一直是给网络站点(简称网站)引流的性价比较高的方式，利用爬虫技术对网站内容的抓取状况是很值得搜索引擎优化人员研讨的技术。
但许多研究人员并不知道需要对网站内容的抓取状况剖析什么，导致目前利用爬虫技术得到的内容较多，分配给不同网站的内容难以较好的提高网站引流的性价比。
发明内容
提供了一种社区内容处理方法、装置、电子设备以及存储介质。
根据第一方面，提供了一种社区内容处理方法，包括：获取社区站点中的N条社区内容中每条社区内容的评价指标数据集，其中，每条上述社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，上述N和上述M为正整数；获取每个上述评价指标的权重值；根据每个上述评价指标的权重值和每条上述社区内容的评价指标数据集中每个上述评价指标的指标值，确定上述社区内容的优质得分；以及根据每条上述社区内容的优质得分从上述N条社区内容中确定优质内容，以便输出用于展示的优质内容。
根据第二方面，提供了一种社区内容处理装置，包括：第一获取模块，用于获取社区站点中的N条社区内容中每条社区内容的评价指标数据集，其中，每条上述社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，上述N和上述M为正整数；第二获取模块，用于获取每个上述评价指标的权重值；第一确定模块，用于根据每个上述评价指标的权重值和每条上述社区内容的评价指标数据集中每个上述评价指标的指标值，确定上述社区内容的优质得分；以及第二确定模块，用于根据每条上述社区内容的优质得分从上述N条社区内容中确定优质内容，以便输出用于展示的优质内容。
根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存储有可被上述至少一个处理器执行的指令，上述指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行本申请上述的方法。
根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使上述计算机执行本申请上述的方法。
根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述方法。
通过本申请的实施例，针对社区站点中的N条社区内容中每条社区内容，获取每条社区内容的评价指标数据集，其中，每条社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，根据每个评价指标的权重值和每条社区内容的每个评价指标的指标值，确定该条社区内容的优质得分，根据每条社区内容的优质得分从N条社区内容中确定优质内容，以便输出用于展示的优质内容。本申请的实施例可以应用于社区内容挖掘，至少部分解决了相关技术中挖掘的内容较多且质量较差，导致分配给不同网站的内容难以较好的提高网站引流的性价比的技术问题，不仅减少了专家评价的工作量，而且提高了社区内容评价的精准度，在优质内容输出后，站内外流量获得了较大增长。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1示意性示出了根据本公开实施例的可以应用社区内容处理方法及装置的示例性***架构；
图2示意性示出了根据本公开实施例的社区内容处理方法的流程图；
图3示意性示出了根据本公开实施例的确定N条社区内容的流程图；
图4示意性示出了根据本公开另一实施例的社区内容处理方法的示意图；
图5示意性示出了根据本公开实施例的分发优质内容的示意图；
图6示意性示出了根据本公开另一实施例的社区内容处理方法的示意图；
图7示意性示出了根据本公开实施例的根据每个评价指标的M个量化值确定每个评价指标的权重值的流程图；
图8示意性示出了根据本公开实施例的社区内容处理装置的框图；以及
图9示意性示出了根据本公开实施例的适于实现社区内容处理方法的计算机***的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
在实现本申请的过程中发现，提高提供给站点的内容的优质性变得越来越重要。通过剖析社区站点内的社区内容本身，对社区站点内各类页面内容的抓取状况进行分析，可以确定优质内容。
图1示意性示出了根据本公开实施例的可以应用社区内容处理方法及装置的示例性***架构。
需要注意的是，图1所示仅为可以应用本公开实施例的***架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。例如，在另一实施例中，可以应用社区内容处理方法及装置的示例性***架构可以包括终端设备，但终端设备可以无需与服务器进行交互，即可实现本公开实施例提供的社区内容处理方法及装置。或者，在又一实施例中，可以应用社区内容处理方法及装置的示例性***架构可以包括服务器，但服务器可以无需与终端设备进行交互，即可实现本公开实施例提供的社区内容处理方法及装置。
如图1所示，根据该实施例的***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的内容提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。服务器105可以为社区站点的后端服务器。
需要说明的是，本公开实施例所提供的社区内容处理方法一般可以由终端设备101、102、或103执行。相应地，本公开实施例所提供的社区内容处理装置也可以设置于终端设备101、102、或103中。
或者，本公开实施例所提供的社区内容处理方法一般也可以由服务器105执行。相应地，本公开实施例所提供的社区内容处理装置一般可以设置于服务器105中。本公开实施例所提供的社区内容处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的社区内容处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
例如，在用户在线阅读电子书时，终端设备101、102、103可以获取用户视线指向的电子书中的目标内容，然后将获取的目标内容发送给服务器105，由服务器105对目标内容进行分析，确定目标内容的特征信息；根据目标内容的特征信息预测用户感兴趣的内容；以及摘抄用户感兴趣的内容。或者由能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群对目标内容进行分析，并最终实现摘抄用户感兴趣的内容。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的社区内容处理方法的流程图。
如图2所示，该方法200包括操作S210～S240。
在操作S210，获取社区站点中的N条社区内容中每条社区内容的评价指标数据集，其中，每条社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，N和M为正整数。
在操作S220，获取每个评价指标的权重值。
在操作S230，根据每个评价指标的权重值和每条社区内容的评价指标数据集中每个评价指标的指标值，确定社区内容的优质得分。
在操作S240，根据每条社区内容的优质得分从N条社区内容中确定优质内容，以便输出用于展示的优质内容。
根据本申请的实施例，社区站点包括用于内容分享的平台，例如，包括但不限于：贴吧、微博、博客等社区。用户可以在社区站点中浏览、点赞、评论和分享内容。社区内容包括但不限于文本、图片、音频、视频等多媒体文件。
根据本申请的实施例，社区内容的数量N不做限定，可以根据批量处理能力确定每次获取的社区内容的数量，也可以根据社区站点中一段预设时间内所有社区内容进行确定。
根据本申请的实施例，可以采用爬虫技术获取社区站点中每条社区内容的评价指标数据集。例如，采用爬虫技术从社区站点的网页中爬取评价指标数据，根据评价指标数据生成评价指标数据集。根据本申请的实施例，社区站点中的N条社区内容可以存储在该社区站点对应的服务器中。
根据本申请的实施例，获取N条社区内容中每条社区内容的评价指标数据集包括：利用离线服务按照第二预设时间间隔统计每条社区内容在各个评价指标的指标值。
根据本申请的实施例，离线服务可以直接从社区站点对应的服务器中统计每条社区内容在各个评价指标的指标值。第二预设时间间隔可以根据实际业务需求进行确定，例如可以是12个小时、24个小时、30个小时等等。
根据本申请的实施例，M个评价指标包括以下至少一种：互动特征指标、多媒体内容特征指标和用户特征指标。
根据本申请的实施例，互动特征指标包括不同用户针对内容的操作特征。
根据本申请的实施例，互动特征指标包括以下至少一种：点赞数、浏览数、回复数、被分享数。
根据本申请的实施例，多媒体内容特征指标包括内容本身的特征。
根据本申请的实施例，多媒体内容特征指标包括以下至少一种：多媒体内容标题长度、图片个数、多媒体内容的评论长度、多媒体内容标题与评论相关性。
根据本申请的实施例，用户特征指标包括用户特征。根据本申请的实施例，用户特征指标包括以下至少一种：用户类型、用户活跃度。通过本申请的实施例，对内容生产者和内容消费者维度进行分析，相比于仅分析内容本身，可以更加全面有效的评估内容。
根据本申请的实施例，用户类型例如包括高级工程师、中级工程师、初级工程师等等。根据本申请的实施例，用户活跃度可以根据用户发表的内容数量，评论数量、在线登录时间等方面进行确定。
根据本申请的实施例，每个评价指标的权重值可以基于业务场景需求进行动态调整。每个评价指标的权重值可以存储在权重表中，通过调用权重表的方式获取每个评价指标的权重值。具体地，例如，向业务设备发送权重表调用请求，业务设备响应于权重表调用请求，返回权重表，业务设备可以是供用户基于业务场景需求动态调整权重表的设备。
根据本申请的实施例，根据每条社区内容的优质得分从N条社区内容中确定优质内容可以包括将每条社区内容的优质得分从高到低进行排序，提取优质得分排名前30％的社区内容作为优质内容。上述示例仅是示意性的，本公开不限定根据每条社区内容的优质得分从N条社区内容中确定优质内容的具体方案。
通过本申请的实施例，针对社区站点中的N条社区内容中每条社区内容，获取每条社区内容的评价指标数据集，其中，每条社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，根据每个评价指标的权重值和每条社区内容的每个评价指标的指标值，确定该条社区内容的优质得分，根据每条社区内容的优质得分从N条社区内容中确定优质内容，以便输出用于展示的优质内容。本申请的实施例可以应用于社区内容挖掘，至少部分解决了相关技术中挖掘的内容较多且质量较差，导致分配给不同网站的内容难以较好的提高网站引流的性价比的技术问题，不仅减少了专家评价的工作量，而且提高了社区内容评价的精准度，在优质内容输出后，站内外流量获得了较大增长。
根据本申请的实施例，可以按照第一预设时间间隔将确定出的优质内容分发给不同内容站点进行展示。
根据本申请的实施例，第一预设时间间隔可以根据实际需求预先确定。例如，可以是1小时，1天等等。在确定出优质内容之后，可以将优质内容分发给不同内容站点进行展示，其中，分发策略可以根据实际需求预先确定。
下面参考图3～图6，结合具体实施例对图2所示的方法做进一步说明。
图3示意性示出了根据本公开实施例的确定N条社区内容的流程图。
如图3所示，该方法包括操作S310～S340。根据本申请的实施例，操作S310～S340可以在操作S210之前执行。
在操作S310，获取未经筛选的多条原始社区内容。
在操作S320，确定多条原始社区内容中满足预设过滤条件的原始社区内容。
在操作S330，从多条原始社区内容中滤除满足预设过滤条件的原始社区内容，得到剩余的原始社区内容。
在操作S340，从剩余的原始社区内容中确定N条社区内容。
根据本申请的实施例，从剩余的原始社区内容中确定N条社区内容可以是将所有剩余的原始社区内容作为N条社区内容。也可以是从剩余的原始社区内容中选择内容生产时间较早的N条社区内容。
根据本申请的实施例，未经筛选的多条原始社区内容可以是用户在社区站点中原始生产的社区内容。
根据本申请的实施例，预设过滤条件包括以下至少之一：不可访问的内容、关于广告的内容、违反法律的内容。
根据本申请的实施例，不可访问的内容例如可以是已失效、不可访问的资源，例如用户发的内容被删除、屏蔽，用户被封禁，或者主题被封禁等都会导致统一资源地址不可被访问。关于广告的内容例如可以是用户在社区内发的一些小广告。违反法律的内容例如可以是涉黄、涉反类的内容。
根据本申请的实施例，当确定原始社区内容属于不可访问的内容、关于广告的内容、违反法律的内容中一种或多种时，说明该原始社区内容满足预设过滤条件。
根据本申请的实施例，上述不可访问的内容、关于广告的内容、违反法律的内容在优质内容筛选前需要将其过滤掉。
图4示意性示出了根据本公开另一实施例的社区内容处理方法的示意图。
如图4所示，本申请实施例提供的社区内容处理方法包括两级筛选策略。一级筛选包括：不可访问的内容、关于广告的内容、违反法律的内容。主要涉及硬性低质内容过滤，比如不可访问的链接，涉黄、广告等，还有一些需要临时屏蔽的词汇。二级筛选可以基于互动特征、文本特征、用户特征来进行挖掘，互动特征包括但不限于点赞数、浏览数、回复数和被分享数，文本特征包括但不限于标题长度、图片个数、评论(回复)长度、标题和评论(回复)相关性，用户特征包括但不限于用户类型(例如优质用户)、用户活跃度。
根据本申请的实施例，可以对未经筛选的多条原始社区内容先进行一级筛选，得到的剩余社区内容再进行二级筛选。基于二级筛选中的互动特征、文本特征、用户特征，计算每条社区内容的优质得分。根据每条社区内容的优质得分从N条社区内容中确定优质内容，最后输出用于展示的优质内容。
根据本申请的实施例，可以按照例如每隔1个小时将确定出的优质内容分发给不同内容站点进行展示。例如，优质内容的应用业务包括站内分发和站外分发，可以将优质内容分发给站内和/或站外展示。
图5示意性示出了根据本公开实施例的分发优质内容的示意图。
如图5所示，采用本申请提供的社区内容处理方法处理社区站点501中的社区内容之后，可以将得到的优质内容分发给其他社区站点，例如，将优质内容分发给其他社区站点502、社区站点503和社区站点504。
其中，社区站点502可以是与社区站点501为同一个应用的后端服务器，社区站点503和社区站点504可以是与社区站点501为不同应用的后端服务器。
根据本申请的实施例，将优质内容分发给社区站点502的分发策略，可以与将优质内容分发给社区站点503和社区站点504的分发策略不同。
根据本申请的实施例，在将优质内容分发给不同内容站点进行展示之后，可以根据日志埋点进行收益统计，监控优质内容分发效果是否达到目标，提高了网站引流的性价比。
图6示意性示出了根据本公开另一实施例的社区内容处理方法的示意图。
如图6所示，对未经筛选的多条原始社区内容先进行一级筛选，得到的剩余N条社区内容再进行二级筛选。根据互动特征、文本特征和用户特征计算每条社区内容的优质得分，在根据每条社区内容的优质得分从N条社区内容中确定优质内容之前，对每条社区内容进行黑词或白词匹配。其中，黑词和白词是预先配置完成的。黑词是指能够降低社区内容的优质得分的词，白词是指能够提高社区内容的优质得分的词。例如，黑词包括“某地***”，白词包括“抗洪救灾”，“选举”等等。白词可以包括关于热点事件的内容。
根据本申请的实施例，如果社区内容中包括黑词，那么，将社区内容的优质得分乘以小于1的系数，重新得到社区内容的最终优质得分；如果社区内容中包括白词，那么，将社区内容的优质得分乘以大于1的系数，重新得到社区内容的最终优质得分。
根据本申请的实施例，在根据每条社区内容的优质得分从N条社区内容中确定优质内容之前，确定社区内容中是否包括关于热点事件的内容。
在社区内容中包括关于热点事件的内容的情况下，将社区内容的优质得分乘以大于1的系数，重新得到社区内容的最终优质得分。在社区内容中不包括关于热点事件的内容的情况下，维持社区内容的优质得分不变。在社区内容中不包括关于热点事件的内容的情况下，如果社区内容中包括关于“某地***”等黑词内容，降低社区内容的优质得分不变。
根据本申请的实施例，每条社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，本申请的实施例可以建立评价指标矩阵。由以上M种指标及N条社区内容可得一个N行M列的评价指标矩阵A。如第一行第四列元素A14表示社区内容1的被分享数。根据本申请的实施例，可以利用离线服务定期统计每条社区内容的M个指标值。
根据本申请的实施例，由于各个指标的量纲不同，取值范围也不同。因此，为了消除各个指标由于量纲不同对内容优质程度造成的影响，将矩阵A做无量纲化处理得到矩阵B，标准化处理如下：
根据本申请的实施例，获取每个评价指标的权重值包括：比较M个评价指标中任意两个评价指标的重要程度，得到每个评价指标与其余评价指标的重要程度比较结果；针对每个评价指标，将评价指标与其余评价指标的重要程度比较结果进行量化，得到评价指标的M个量化值；以及根据每个评价指标的M个量化值，确定每个评价指标的权重值。
根据本申请的实施例，M的数量不做限定，可以根据实际业务需求进行设定。例如，可以是4或10等等。
根据本申请的实施例，可以按照如下表1的方式自动化比较M个评价指标中任意两个评价指标的重要程度。
表1矩阵标度表
根据本申请的实施例，可以先根据“1-7值法”(即上述矩阵标度表中的条件)得到每个评价指标与其余评价指标的重要程度比较结果，每个评价指标都可以得到M个量化值。根据本申请的实施例，还可以为每个评价指标对应的M个量化值乘以误差平衡系数，得到每个评价指标最终对应的M个量化值，从而平衡指标比较过程中所带来的比较误差。相比于直接由经验得到量化矩阵而言，最终确定的每个评价指标的权重值更加精确。
图7示意性示出了根据本公开实施例的根据每个评价指标的M个量化值确定每个评价指标的权重值的流程图。
如图7所示，该根据每个评价指标的M个量化值，确定每个评价指标的权重值包括操作S710～S740。
在操作S710，根据每个评价指标的M个量化值，生成量化矩阵，其中，量化矩阵每一行中的一个元素表征一个评价指标的一个量化值。
在操作S720，将量化矩阵中每个元素除以该元素所在的列中的所有元素之和，得到判定矩阵。
在操作S730，针对判定矩阵的每一行，将判定矩阵每一行中的所有元素相加，得到与该行对应的评价指标的累计值。
在操作S740，将每个评价指标的累计值进行归一化处理，得到每个评价指标的权重值。
根据本申请的实施例，以M等于4为例，即以包括4个评价指标为例，根据每个评价指标的4个量化值，生成量化矩阵C。量化矩阵C每一行中的一个元素表征同一个评价指标的一个量化值。
针对量化矩阵C的每一列，将量化矩阵C的每一列中的所有元素进行求和。
将量化矩阵C中每个元素除以该元素所在的列中的所有元素之和，得到判定矩阵D。根据本申请的实施例，在得到判定矩阵D之前，还可以对量化矩阵C进行一致性检验，在一致性检验通过的情况下，得到判定矩阵D。在一致性检验不通过的情况下，需要对量化矩阵C进行调整，直到一致性检验通过。
针对判定矩阵D的每一行，将判定矩阵D每一行中的所有元素相加，即按行相加，得到与该行对应的评价指标的累计值E。
将每个评价指标的累计值E进行归一化处理，得到每个评价指标的权重值w。
根据本申请的实施例，已经对量化矩阵C进行并通过了一致性检验，因此可以使用计算得到的向量w作为权重向量，4个评价指标的权重分别为：0.6226、0.1924、0.0925、0.0925。
根据本申请的实施例，采用上述方式可以确定M个评价指标中每个评价指标的权重。
根据本申请的实施例，如果预先人为设置有某些评价指标的权重，则可以优先选取人为设定的干预权重。
根据本申请的实施例，以M等于10为例，即以包括10个评价指标为例，10个评价指标对于内容优质程度影响大小是不同的，假设10个评价指标的权重分别为w1、w2、w3、w4、w5、w6、w7、w8、w9、w10，这些权重构成了向量w(w1，w2，w3，w4，w5，w6，w7，w8，w9，w10)，且w1+w2+w3+w4+w5+w6+w7+w8+w9+w10＝1，由此可得加权评价得分矩阵
W中的每一行为一条社区内容的优质得分。
通过本申请的实施例，可以应用于社区内容挖掘，至少部分解决了相关技术中挖掘的内容较多且质量较差，导致分配给不同网站的内容难以较好的提高网站引流的性价比的技术问题，不仅减少了专家评价的工作量，而且提高了社区内容评价的精准度，在优质内容输出后，站内外流量获得了较大增长。
图8示意性示出了根据本公开实施例的社区内容处理装置的框图。
如图8所示，社区内容处理装置800包括：第一获取模块810、第二获取模块820、第一确定模块830和第二确定模块840。
第一获取模块810用于获取社区站点中的N条社区内容中每条社区内容的评价指标数据集，其中，每条社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，N和M为正整数。
第二获取模块820用于获取每个评价指标的权重值。
第一确定模块830用于根据每个评价指标的权重值和每条社区内容的评价指标数据集中每个评价指标的指标值，确定社区内容的优质得分。
第二确定模块840用于根据每条社区内容的优质得分从N条社区内容中确定优质内容，以便输出用于展示的优质内容。
通过本申请的实施例，针对社区站点中的N条社区内容中每条社区内容，获取每条社区内容的评价指标数据集，其中，每条社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，根据每个评价指标的权重值和每条社区内容的每个评价指标的指标值，确定该条社区内容的优质得分，根据每条社区内容的优质得分从N条社区内容中确定优质内容，以便输出用于展示的优质内容。本申请的实施例可以应用于社区内容挖掘，至少部分解决了相关技术中挖掘的内容较多且质量较差，导致分配给不同网站的内容难以较好的提高网站引流的性价比的技术问题，不仅减少了专家评价的工作量，而且提高了社区内容评价的精准度，在优质内容输出后，站内外流量获得了较大增长。
根据本申请的实施例，第二获取模块包括：比较单元、量化单元和确定单元。
比较单元，用于比较M个评价指标中任意两个评价指标的重要程度，得到每个评价指标与其余评价指标的重要程度比较结果；
量化单元，用于针对每个评价指标，将评价指标与其余评价指标的重要程度比较结果进行量化，得到评价指标的M个量化值；
确定单元，用于根据每个评价指标的M个量化值，确定每个评价指标的权重值。
根据本申请的实施例，确定单元包括：第一生成子单元、第二生成子单元、第三生成子单元和处理子单元。
第一生成子单元，用于根据每个评价指标的M个量化值，生成量化矩阵，其中，量化矩阵每一行中的一个元素表征一个评价指标的一个量化值。
第二生成子单元，用于将量化矩阵中每个元素除以该元素所在的列中的所有元素之和，得到判定矩阵。
第三生成子单元，用于针对判定矩阵的每一行，将判定矩阵每一行中的所有元素相加，得到与该行对应的评价指标的累计值。
处理子单元，用于将每个评价指标的累计值进行归一化处理，得到每个评价指标的权重值。
根据本申请的实施例，社区内容处理装置800还包括：第三确定模块、第四确定模块和第五确定模块。
第三确定模块，用于在根据每条社区内容的优质得分从N条社区内容中确定优质内容之前，确定社区内容中是否包括关于热点事件的内容。
第四确定模块，用于在社区内容中包括关于热点事件的内容的情况下，将社区内容的优质得分乘以大于11的系数，重新得到社区内容的最终优质得分。
第五确定模块，用于在社区内容中不包括关于热点事件的内容的情况下，维持社区内容的优质得分不变。
根据本申请的实施例，社区内容处理装置800还包括：分发模块，用于按照第一预设时间间隔将确定出的优质内容分发给不同内容站点进行展示。
根据本申请的实施例，社区内容处理装置800还包括：第三获取模块、第六确定模块、滤除模块和第七确定模块。
第三获取模块，用于获取未经筛选的多条原始社区内容。
第六确定模块，用于确定多条原始社区内容中满足预设过滤条件的原始社区内容。
滤除模块，用于从多条原始社区内容中滤除满足预设过滤条件的原始社区内容，得到剩余的原始社区内容。
第七确定模块，用于从剩余的原始社区内容中确定N条社区内容。
根据本申请的实施例，预设过滤条件包括以下至少之一：不可访问的内容、关于广告的内容、违反法律的内容。
根据本申请的实施例，第一获取模块用于：利用离线服务按照第二预设时间间隔统计每条社区内容在各个评价指标的指标值。
根据本申请的实施例，M个评价指标包括以下至少一种：互动特征指标、多媒体内容特征指标和用户特征指标。
根据本申请的实施例，互动特征指标包括以下至少一种：点赞数、浏览数、回复数、被分享数。
根据本申请的实施例，多媒体内容特征指标包括以下至少一种：多媒体内容标题长度、图片个数、多媒体内容的评论长度、多媒体内容标题与评论相关性。
根据本申请的实施例，用户特征指标包括以下至少一种：用户类型、用户活跃度。
根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和计算机程序产品。
根据本申请的实施例，电子设备包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存储有可被上述至少一个处理器执行的指令，上述指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行本申请上述的方法。
根据本申请的实施例，存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使上述计算机执行本申请上述的方法。
根据本申请的实施例，计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现上述方法。
如图9所示，是执行本申请实施例的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图9所示，该电子设备900包括：一个或多个处理器901、存储器902，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器***)。图9中以一个处理器901为例。
存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的方法。
存储器902作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的方法对应的程序指令/模块(例如，附图8所示的第一获取模块810、第二获取模块820、第一确定模块830和第二确定模块840)。处理器901通过运行存储在存储器902中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的方法。
存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据上述方法的电子设备的使用所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
电子设备还可以包括：输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接，图9中以通过总线连接为例。
输入装置903可接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，针对社区站点中的N条社区内容中每条社区内容，获取每条社区内容的评价指标数据集，其中，每条社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，根据每个评价指标的权重值和每条社区内容的每个评价指标的指标值，确定该条社区内容的优质得分，根据每条社区内容的优质得分从N条社区内容中确定优质内容，以便输出用于展示的优质内容。本申请的实施例可以应用于社区内容挖掘，至少部分解决了相关技术中挖掘的内容较多且质量较差，导致分配给不同网站的内容难以较好的提高网站引流的性价比的技术问题，不仅减少了专家评价的工作量，而且提高了社区内容评价的精准度，在优质内容输出后，站内外流量获得了较大增长。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
本申请的技术方案可应用于人工智能领域中的社区内容挖掘，在输出优质内容后，搜索引擎侧的搜索流量提高，站点页面浏览量(pv)可以取得很大增长，而且减少了专家评价的工作量，提供了工作效率。
Claims (21)
1.一种社区内容处理方法，包括：
获取社区站点中的N条社区内容中每条社区内容的评价指标数据集，其中，每条所述社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，所述N和所述M为正整数；
获取每个所述评价指标的权重值；
根据每个所述评价指标的权重值和每条所述社区内容的评价指标数据集中每个所述评价指标的指标值，确定所述社区内容的优质得分；以及
根据每条所述社区内容的优质得分从所述N条社区内容中确定优质内容，以便输出用于展示的所述优质内容。
2.根据权利要求1所述的方法，其中，所述获取每个所述评价指标的权重值包括：
比较所述M个评价指标中任意两个评价指标的重要程度，得到每个所述评价指标与其余评价指标的重要程度比较结果；
针对每个所述评价指标，将所述评价指标与其余评价指标的重要程度比较结果进行量化，得到所述评价指标的M个量化值；以及
根据每个所述评价指标的M个量化值，确定每个所述评价指标的权重值。
3.根据权利要求2所述的方法，其中，所述根据每个所述评价指标的M个量化值，确定每个所述评价指标的权重值包括：
根据每个所述评价指标的M个量化值，生成量化矩阵，其中，所述量化矩阵每一行中的一个元素表征一个所述评价指标的一个量化值；
将所述量化矩阵中每个元素除以该元素所在的列中的所有元素之和，得到判定矩阵；
针对所述判定矩阵的每一行，将所述判定矩阵每一行中的所有元素相加，得到与该行对应的评价指标的累计值；以及
将每个所述评价指标的累计值进行归一化处理，得到每个所述评价指标的权重值。
4.根据权利要求1所述的方法，还包括：
在所述根据每条所述社区内容的优质得分从所述N条社区内容中确定优质内容之前，确定所述社区内容中是否包括关于热点事件的内容；
在所述社区内容中包括关于热点事件的内容的情况下，将所述社区内容的优质得分乘以大于1的系数，重新得到所述社区内容的最终优质得分；以及
在所述社区内容中不包括关于热点事件的内容的情况下，维持所述社区内容的优质得分不变。
5.根据权利要求1所述的方法，还包括：
按照第一预设时间间隔将确定出的优质内容分发给不同内容站点进行展示。
6.根据权利要求1所述的方法，还包括：
获取未经筛选的多条原始社区内容；
确定所述多条原始社区内容中满足预设过滤条件的原始社区内容；
从所述多条原始社区内容中滤除满足所述预设过滤条件的原始社区内容，得到剩余的原始社区内容；以及
从所述剩余的原始社区内容中确定所述N条社区内容。
7.根据权利要求6所述的方法，其中，所述预设过滤条件包括以下至少之一：
不可访问的内容、关于广告的内容、违反法律的内容。
8.根据权利要求1所述的方法，其中，获取N条社区内容中每条社区内容的评价指标数据集包括：
利用离线服务按照第二预设时间间隔统计每条社区内容在各个所述评价指标的指标值。
9.根据权利要求1所述的方法，其中，所述M个评价指标包括以下至少一种：互动特征指标、多媒体内容特征指标和用户特征指标。
10.根据权利要求9所述的方法，其中，
所述互动特征指标包括以下至少一种：点赞数、浏览数、回复数、被分享数；
所述多媒体内容特征指标包括以下至少一种：多媒体内容标题长度、图片个数、多媒体内容的评论长度、多媒体内容标题与评论相关性；
所述用户特征指标包括以下至少一种：用户类型、用户活跃度。
11.一种社区内容处理装置，包括：
第一获取模块，用于获取社区站点中的N条社区内容中每条社区内容的评价指标数据集，其中，每条所述社区内容的评价指标数据集中包括M个评价指标各自对应的指标值，所述N和所述M为正整数；
第二获取模块，用于获取每个所述评价指标的权重值；
第一确定模块，用于根据每个所述评价指标的权重值和每条所述社区内容的评价指标数据集中每个所述评价指标的指标值，确定所述社区内容的优质得分；以及
第二确定模块，用于根据每条所述社区内容的优质得分从所述N条社区内容中确定优质内容，以便输出用于展示的所述优质内容。
12.根据权利要求11所述的装置，其中，所述第二获取模块包括：
比较单元，用于比较所述M个评价指标中任意两个评价指标的重要程度，得到每个所述评价指标与其余评价指标的重要程度比较结果；
量化单元，用于针对每个所述评价指标，将所述评价指标与其余评价指标的重要程度比较结果进行量化，得到所述评价指标的M个量化值；以及
确定单元，用于根据每个所述评价指标的M个量化值，确定每个所述评价指标的权重值。
13.根据权利要求12所述的装置，其中，所述确定单元包括：
第一生成子单元，用于根据每个所述评价指标的M个量化值，生成量化矩阵，其中，所述量化矩阵每一行中的一个元素表征一个所述评价指标的一个量化值；
第二生成子单元，用于将所述量化矩阵中每个元素除以该元素所在的列中的所有元素之和，得到判定矩阵；
第三生成子单元，用于针对所述判定矩阵的每一行，将所述判定矩阵每一行中的所有元素相加，得到与该行对应的评价指标的累计值；以及
处理子单元，用于将每个所述评价指标的累计值进行归一化处理，得到每个所述评价指标的权重值。
14.根据权利要求11所述的装置，还包括：
第三确定模块，用于在所述根据每条所述社区内容的优质得分从所述N条社区内容中确定优质内容之前，确定所述社区内容中是否包括关于热点事件的内容；
第四确定模块，用于在所述社区内容中包括关于热点事件的内容的情况下，将所述社区内容的优质得分乘以大于1的系数，重新得到所述社区内容的最终优质得分；以及
第五确定模块，用于在所述社区内容中不包括关于热点事件的内容的情况下，维持所述社区内容的优质得分不变。
15.根据权利要求11所述的装置，还包括：
分发模块，用于按照第一预设时间间隔将确定出的优质内容分发给不同内容站点进行展示。
16.根据权利要求11所述的装置，还包括：
第三获取模块，用于获取未经筛选的多条原始社区内容；
第六确定模块，用于确定所述多条原始社区内容中满足预设过滤条件的原始社区内容；
滤除模块，用于从所述多条原始社区内容中滤除满足所述预设过滤条件的原始社区内容，得到剩余的原始社区内容；以及
第七确定模块，用于从所述剩余的原始社区内容中确定所述N条社区内容。
17.根据权利要求11所述的装置，其中，所述第一获取模块用于：
利用离线服务按照第二预设时间间隔统计每条社区内容在各个所述评价指标的指标值。
18.根据权利要求11所述的装置，其中，所述M个评价指标包括以下至少一种：互动特征指标、多媒体内容特征指标和用户特征指标。
19.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的方法。
21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011490523.0A CN112559936A (zh) | 2020-12-16 | 2020-12-16 | 社区内容处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011490523.0A CN112559936A (zh) | 2020-12-16 | 2020-12-16 | 社区内容处理方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112559936A true CN112559936A (zh) | 2021-03-26 |
Family
ID=75064299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011490523.0A Pending CN112559936A (zh) | 2020-12-16 | 2020-12-16 | 社区内容处理方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112559936A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI825535B (zh) * | 2021-12-22 | 2023-12-11 | 中華電信股份有限公司 | 制定潛力熱詞度之系統、方法及電腦可讀媒介 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102096680A (zh) * | 2009-12-15 | 2011-06-15 | 北京大学 | 信息有效性分析的方法和装置 |
| CN102270240A (zh) * | 2011-08-15 | 2011-12-07 | 哈尔滨工业大学 | 网络论坛中热点发现及其演化态势分析方法 |
| JP2012027683A (ja) * | 2010-07-23 | 2012-02-09 | Nippon Steel Corp | 品質予測装置、品質予測方法、プログラムおよびコンピュータ読み取り可能な記録媒体 |
| CN104680036A (zh) * | 2015-03-26 | 2015-06-03 | 中国人民解放军装甲兵工程学院 | 一种反坦克导弹***完成作战任务效率指标的评价方法 |
| CN105654361A (zh) * | 2015-12-30 | 2016-06-08 | 广东科海信息科技股份有限公司 | 一种基于社区o2o的信用评价方法和*** |
| CN105958487A (zh) * | 2016-06-15 | 2016-09-21 | 山东大学 | 一种计及多种网络结构的配电网量测配置方法 |
| CN107330521A (zh) * | 2017-06-30 | 2017-11-07 | 中国人民解放军军械工程学院 | 无人飞行器状态评估方法及装置 |
| CN107506941A (zh) * | 2017-09-09 | 2017-12-22 | 杭州数立方征信有限公司 | 一种基于大数据技术的建筑施工企业信用评价方法和*** |
| CN108550054A (zh) * | 2018-04-12 | 2018-09-18 | 百度在线网络技术（北京）有限公司 | 一种内容质量评估方法、装置、设备和介质 |
| CN109241433A (zh) * | 2018-09-10 | 2019-01-18 | 百度在线网络技术（北京）有限公司 | 论坛内容筛选方法、装置、计算机设备和存储介质 |
| CN109684689A (zh) * | 2018-12-12 | 2019-04-26 | 云南电网有限责任公司电力科学研究院 | 一种多参量融合的绝缘气体综合性能评价方法 |
| CN111369084A (zh) * | 2018-12-25 | 2020-07-03 | ***通信集团浙江有限公司 | 内容网络中资源质量评分方法 |
| CN111626631A (zh) * | 2020-06-03 | 2020-09-04 | 国网浙江省电力有限公司经济技术研究院 | 一种电网生产技改项目的评估方法及装置 |
-
2020
- 2020-12-16 CN CN202011490523.0A patent/CN112559936A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102096680A (zh) * | 2009-12-15 | 2011-06-15 | 北京大学 | 信息有效性分析的方法和装置 |
| JP2012027683A (ja) * | 2010-07-23 | 2012-02-09 | Nippon Steel Corp | 品質予測装置、品質予測方法、プログラムおよびコンピュータ読み取り可能な記録媒体 |
| CN102270240A (zh) * | 2011-08-15 | 2011-12-07 | 哈尔滨工业大学 | 网络论坛中热点发现及其演化态势分析方法 |
| CN104680036A (zh) * | 2015-03-26 | 2015-06-03 | 中国人民解放军装甲兵工程学院 | 一种反坦克导弹***完成作战任务效率指标的评价方法 |
| CN105654361A (zh) * | 2015-12-30 | 2016-06-08 | 广东科海信息科技股份有限公司 | 一种基于社区o2o的信用评价方法和*** |
| CN105958487A (zh) * | 2016-06-15 | 2016-09-21 | 山东大学 | 一种计及多种网络结构的配电网量测配置方法 |
| CN107330521A (zh) * | 2017-06-30 | 2017-11-07 | 中国人民解放军军械工程学院 | 无人飞行器状态评估方法及装置 |
| CN107506941A (zh) * | 2017-09-09 | 2017-12-22 | 杭州数立方征信有限公司 | 一种基于大数据技术的建筑施工企业信用评价方法和*** |
| CN108550054A (zh) * | 2018-04-12 | 2018-09-18 | 百度在线网络技术（北京）有限公司 | 一种内容质量评估方法、装置、设备和介质 |
| CN109241433A (zh) * | 2018-09-10 | 2019-01-18 | 百度在线网络技术（北京）有限公司 | 论坛内容筛选方法、装置、计算机设备和存储介质 |
| CN109684689A (zh) * | 2018-12-12 | 2019-04-26 | 云南电网有限责任公司电力科学研究院 | 一种多参量融合的绝缘气体综合性能评价方法 |
| CN111369084A (zh) * | 2018-12-25 | 2020-07-03 | ***通信集团浙江有限公司 | 内容网络中资源质量评分方法 |
| CN111626631A (zh) * | 2020-06-03 | 2020-09-04 | 国网浙江省电力有限公司经济技术研究院 | 一种电网生产技改项目的评估方法及装置 |
Non-Patent Citations (5)
| Title |
|---|
| 何开伦;包秀莉;刘志学;: "基于BP神经网络的工业园区废弃物物流***模糊评价研究", 重庆理工大学学报(社会科学), no. 10, 20 October 2017 (2017-10-20) * |
| 向延平: "地方性高校社会化服务绩效评价研究", vol. 1, 30 June 2012, 成都：电子科技大学出版社, pages: 154 - 161 * |
| 彭志忠 等: "人才测评学", vol. 1, 31 August 2006, 济南：山东大学出版社, pages: 375 - 377 * |
| 毕小龙;: "社会养老保险混合多目标评价指标体系研究", 武汉理工大学学报(信息与管理工程版), no. 06, 28 June 2006 (2006-06-28) * |
| 王淼;常乃超;刘金波;***;王磊;宋旭日;林静怀;陈雪净;: "状态估计多指标综合评价方法", 电力***自动化, no. 01, 10 January 2015 (2015-01-10) * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI825535B (zh) * | 2021-12-22 | 2023-12-11 | 中華電信股份有限公司 | 制定潛力熱詞度之系統、方法及電腦可讀媒介 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8943039B1 (en) | Centralized web-based software solution for search engine optimization | |
| US10884891B2 (en) | Interactive detection of system anomalies | |
| US11275748B2 (en) | Influence score of a social media domain | |
| US11113317B2 (en) | Generating parsing rules for log messages | |
| CN111460384B (zh) | 策略的评估方法、装置和设备 | |
| US11423096B2 (en) | Method and apparatus for outputting information | |
| CN112241327A (zh) | 分享信息处理方法、装置、存储介质与电子设备 | |
| WO2016093837A1 (en) | Determining term scores based on a modified inverse domain frequency | |
| CN112070564B (zh) | 广告拉取方法、装置、***与电子设备 | |
| CN113765873A (zh) | 用于检测异常访问流量的方法和装置 | |
| US9760607B1 (en) | Calculating document quality | |
| CN112035320A (zh) | 业务监控方法、装置、电子设备及可读存储介质 | |
| US20190294645A1 (en) | Systems and methods for optimizing the selection and display of electronic content | |
| CN112559936A (zh) | 社区内容处理方法、装置、电子设备和存储介质 | |
| US11587095B2 (en) | Semantic sweeping of metadata enriched service data | |
| US10708370B2 (en) | Method and system for assigning privileges in an online community of news content readers and authors | |
| US20180129725A1 (en) | Method and System for Self-Organizing an Online Community of News Content Readers and Authors | |
| EP4116889A2 (en) | Method and apparatus of processing event data, electronic device, and medium | |
| US20160275165A1 (en) | Techniques for modeling aggregation records | |
| CN112598136B (zh) | 数据的校准方法和装置 | |
| US11373210B2 (en) | Content interest from interaction information | |
| CN114143571B (zh) | 一种用户处理方法、装置、设备和存储介质 | |
| CN113360765B (zh) | 事件信息的处理方法、装置、电子设备和介质 | |
| CN111782924B (zh) | 内容处理方法、装置、设备以及存储介质 | |
| CN113343090A (zh) | 用于推送信息的方法、装置、设备、介质和产品 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |