[发明专利]互联网信息订阅方法和系统

说明书

技术领域

本发明涉及互联网应用技术领域。更具体地，涉及一种互联网信息订阅方法和系统。

背景技术

步入21世纪以来，随着国际互联网(Internet)的迅猛发展和世界经济一体化的加速，网络信息急剧膨胀，国际交流日益频繁，通过网络来检索信息以协助人们快速获取信息，已经成为必然的趋势。

目前，人们习惯于通过搜索引擎来获取信息。搜索引擎(search engine)是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。

目前常用的搜索引擎工作原理为：首先抓取网页，每个独立的搜索引擎都有自己的网页抓取程序(Spider)。Spider顺着网页中的超链接，连续地抓取网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍，理论上，从一定范围的网页出发，就能搜集到绝大多数的网页。搜索引擎抓取网页之后开始处理网页。搜索引擎抓到网页后，还要做大量的预处理工作，才能提供检索服务。其中，最重要的就是提取关键词，建立索引文件。其他还包括去除重复网页、分词(中文)、判断网页类型、分析超链接、计算网页的重要度/丰富度等。最后，搜索引擎提供检索服务。当用户输入关键词进行检索，搜索引擎从索引数据库中找到匹配该关键词的网页。

可见，现有技术中的搜索引擎预先并不知道用户可能对什么类型的信息感兴趣，因此只能盲目地预先抓取海量信息并且处理和存储这些海量信息，因此会造成大量极其繁琐的工作，从而增大成本。

而且，由于互联网中的突发信息非常多，Spider经常不能及时抓取到信息，从而无法及时向用户提供相关突发信息。

不仅于此，目前常用的计算机识别技术是将信息转化成二进制的代码机械地匹配，计算机并不了解其信息背后的真实意图。比如，传统的全文检索技术基于关键词匹配进行检索，往往存在查不全、查不准、检索质量不高的现象。特别是在网络信息时代，利用关键词匹配很难满足人们检索的要求。举例说明，假如用户输入“苹果”的关键字，那究竟用户是指水果还是某种知名电脑品牌，搜索引擎中基于传统的关键字匹配检索技术则无法精确区分，从而无法高效、准确地反馈给用户最需要的信息。

而且，在网络上还存在着大量封闭网络或者屏蔽网站，而目前的搜索引擎并无法获取这些网络或者屏蔽网站的信息，因此信息量也并不全。

发明内容

本发明实施方式提出一种互联网信息订阅方法，以降低成本。

本发明实施方式还提出一种互联网信息订阅系统，以降低成本。

本发明实施方式的技术方案是这样实现的：

一种互联网信息订阅方法，该方法包括：

客户端群中的各客户端分别设置各自的互联网信息订阅源及各自的订阅信息关键字；

云处理端确定用于下载各客户端所设置的互联网信息订阅源中信息的下载任务，并将所述下载任务分配给各客户端；

各客户端分别按照分配给自身的下载任务，各自下载对应于分配给自身的下载任务的下载信息，并分别将下载信息发送到云处理端；

云处理端向各客户端分别提供与各自客户端所预先设定的订阅信息关键字相对应的下载信息，或者云处理端向各客户端分别提供来自于各自客户端所设置的互联网信息订阅源中的下载信息，或者云处理端向各客户端分别提供既来自于各自客户端所设置的互联网信息订阅源，又与各自客户端所预先设定的订阅信息关键字相对应的下载信息。

一种互联网信息订阅系统，该系统包括客户端群和位于远端的云处理端，客户端群和云处理端通过互联网连接；其中：

客户端群中的各客户端，用于分别设置各自的互联网信息订阅源及各自的订阅信息关键字；并分别按照云处理端分配给自身的下载任务，各自下载对应于分配给自身的下载任务的下载信息，并分别将下载信息发送到云处理端；

云处理端，用于确定用于下载各客户端所设置的互联网信息订阅源中信息的下载任务，并将所述下载任务分配给各客户端；并且用于向各客户端分别提供与各自客户端所预先设定的订阅信息关键字相对应的下载信息，或向各客户端分别提供来自于各自客户端所设置的互联网信息订阅源中的下载信息，或向各客户端分别提供既来自于各自客户端所设置的互联网信息订阅源，又与各自客户端所预先设定的订阅信息关键字相对应的下载信息。