[发明专利]一种基于知识库的词汇关系链分析方法、系统及装置

说明书

本发明公开了一种基于知识库的词汇关系链分析方法、系统及装置，包括根据需分析词汇，搜索知识库中对应的资讯文章，建立得到对应的关联词列表和关联组合列表；根据需分析词汇，在各百科平台搜索库中进行搜索，建立得到对应的百科搜索关联词列表；根据关联词列表、关联组合列表和百科搜索关联词列表，得到需分析词汇的关系链分析结果。本发明通过在知识库和百科平台搜索库中进行分析，得到词与词之间的关系链，并通过列表进行展示，清楚直观，从而在资讯推荐过程中能够更好的处理优先级、相关性的问题，可广泛应用于知识库中。

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种基于知识库的词汇关系链分析方法、系统及装置。

背景技术

推荐理论中，有一种理论方法叫基于知识库的推荐方法，主要是处理词与词之间关系强弱问题，目前没有开放的接口或系统提供这种服务，要使用这个推荐方法，必须搭建、维护一套知识库网络，然而现在的知识库网络中词汇之间的关系链比较薄弱，不能很好适用于进行资讯推荐。

发明内容

为了解决上述技术问题，本发明的目的是提供一种能清楚直观，且基于知识库的词汇关系链分析方法、系统及装置。

本发明所采取的技术方案是：

一种基于知识库的词汇关系链分析方法，包括以下步骤：

根据需分析词汇，搜索知识库中对应的资讯文章，建立得到对应的关联词列表和关联组合列表；

根据需分析词汇，在各百科平台搜索库中进行搜索，建立得到对应的百科搜索关联词列表；

根据关联词列表、关联组合列表和百科搜索关联词列表，得到需分析词汇的关系链分析结果。

作为所述的一种基于知识库的词汇关系链分析方法的进一步改进，所述的根据需分析词汇，搜索知识库中对应的资讯文章，建立得到对应的关联词列表和关联组合列表，这一步骤具体包括：

根据需分析词汇，在知识库中搜索得到对应的资讯文章；

对得到的资讯文章进行切词处理，生成得到资讯文章的标签，进而得到资讯文章中除去需分析词汇以外的标签作为关联词；

对需分析词汇和关联词进行哈希值计算，并统计需分析词汇和关联词的词频，进而建立得到对应的关联词列表；

将关联词进行两两组合，并统计关联词组合后的出现次数，进而建立得到对应的关联组合列表。

作为所述的一种基于知识库的词汇关系链分析方法的进一步改进，所述的根据需分析词汇，在各百科平台搜索库中进行搜索，建立得到对应的百科搜索关联词列表，这一步骤具体包括：

根据需分析词汇，在各百科平台搜索库中进行搜索，得到各百科平台的搜索结果；

对得到的各百科平台的搜索结果进行切词处理，得到搜索结果中的词汇，进而得到搜索结果中除去需分析词汇以外的词汇作为搜索关联词；

对搜索关联词进行哈希值计算，并分别统计各百科平台的搜索关联词的词频；

将各百科平台的搜索关联词的种类进行交集处理，得到取交集后的搜索关联词；

根据取交集后的搜索关联词，对其词频进行平均数计算，进而建立得到对应的百科搜索关联词列表。

作为所述的一种基于知识库的词汇关系链分析方法的进一步改进，所述的哈希值计算具体为：

通过HMAC-SHA1算法计算后，再转成十六进制，最后转化为长整型。

本发明所采用的另一个技术方案是：

一种基于知识库的词汇关系链分析系统，包括：