[发明专利]高质量版本的筛选方法及系统

权利要求书

1.一种高质量版本的筛选方法，其特征在于，所述方法包括：

读取用户创建的百科版本数据，并对所述百科版本数据进行解析；

对解析后得到的信息进行统计分析；

根据统计分析的结果，过滤所述百科版本数据，并对符合预定标准的百科版本执行简单编辑版本进程或复杂编辑版本进程。

2.根据权利要求1所述的方法，其特征在于，所述对符合预定标准的百科版本执行复杂编辑版本进程的步骤进一步包括：

判断过滤后的所述百科版本是否含有参考资料，如果没有，则进行二次过滤，过滤后的百科版本数据被转入高质量版本审核区。

3.根据权利要求1所述的方法，其特征在于，所述对解析后得到的信息进行统计分析的步骤进一步包括：

统计所述信息的段落数、总字节数；

分析所述信息是否含有图片、参考资料和目录信息；以及

根据预定规则评估所述百科版本数据的变化量是否高于复杂版本变化量阈值。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：对于用户编辑的百科版本数据进入简单编辑版本进程，

判断之前的版本是否存在连续的相同用户编辑同名词条版本，如果不存在，则直接过滤所述百科版本数据；

如果之前存在连续的、与所述版本数据具有相同编辑用户的同名词条版本，则执行连续版本过滤进程。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：对于用户编辑的百科版本数据进入复杂编辑版本进程，

判断之前相邻版本是否是不同用户编辑的同名词条版本或者含有高质量版本/优质版本标识，如果是，则判断过滤后的百科版本是否含有参考资料；如果过滤后的所述百科版本不含有参考资料，则进行二次过滤，过滤后的百科版本数据被转入高质量版本审核区；

否则，则执行连续版本过滤进程。

6.根据权利要求4或5所述的方法，其特征在于，所述连续版本过滤进程针对由同一用户编辑的连续同名词条版本构成的一组版本，

判断之前是否存在获得高质量版本/优质版本标识的百科版本数据，如果不存在，则选取所述组版本中最后提交的版本数据与之前不同用户编辑的版本进行对比，先按复杂编辑版本策略过滤，找出符合复杂版本变化量的版本；随后判断过滤后的百科版本是否含有参考资料，如果没有，则进行二次过滤，过滤后的百科版本数据被转入高质量版本审核区；

如果之前存在获得高质量版本/优质版本标识的版本，则选取所述组版本中最后提交的版本数据与之前含有高质量版本/优质版本标识的版本进行对比，先按复杂编辑版本策略过滤，找出符合复杂版本变化量的版本；随后判断过滤后的百科版本是否含有参考资料，如果没有，则进行二次过滤，过滤后的百科版本数据被转入高质量版本审核区。

7.根据权利要求1-5中任意一项所述的方法，其特征在于，所述方法还包括：对同一词条下，同一用户编辑的连续版本的入选版本进行去重处理，以保证只有最终版本处于高质量版本待审状态；

如果在所述版本处于高质量版本待审状态期间，同名词条存在后续同一用户编辑的版本被过滤策略选入，则原在待审序列中同一用户编辑的同名词条版本将被自动过滤出评选区，并选取最新进入评选区的版本待审核。

8.一种高质量版本的筛选系统，其特征在于，系统包括：

数据解析模块，用于读取用户创建的百科版本数据，并对百科版本数据进行解析；

统计分析模块，用于对解析后得到的信息进行统计分析和判断；

版本过滤模块，用于根据统计分析和判断的结果，过滤百科版本数据，并对符合预定标准的百科版本执行简单编辑版本进程或复杂编辑版本进程。

9.根据权利要求8的系统，其特征在于，系统还包括：

去重模块，用于对同一词条下，同一用户编辑的连续版本的入选版本进行去重处理，以保证只有最终版本处于高质量版本待审状态；

如果在版本处于高质量版本待审状态期间，同名词条存在后续同一用户编辑的版本被过滤策略选入，则原在待审序列中同一用户编辑的同名词条版本将被自动过滤出评选区，并选取最新进入评选区的版本待审核。

10.根据权利要求8的系统，其特征在于，统计分析模块进一步包括：

统计子模块，用于统计信息的段落数、总字节数；

分析子模块，用于分析信息是否含有图片、参考资料和目录信息；以及

测算子模块，用于根据预定规则评估所述百科版本数据的变化量是否高于复杂版本变化量阈值。