[发明专利]数据存储方法、装置、计算机设备及存储介质

权利要求书

1.一种数据存储方法，其特征在于，包括：

根据所接收的企业名称爬取对应的源数据集，将所述源数据集进行预处理，得到与所述源数据集所包括多篇文本数据一一对应的处理后数据；其中，每一处理后数据对应一个企业历史信息列表；

将所述源数据中所包括多篇文本数据一一对应的处理后数据进行去重，得到与源数据对应的去重后数据集；

获取所述去重后数据集中所包括的企业历史信息列表，将各企业信息列表根据所包括的文本中企业事件发生时间及对应的企业历史信息列表对应添加至时间轴或日历对应的时间节点，得到与企业名称对应的发展轨迹数据；其中，时间轴或日历的名称由与各企业信息列表对应的企业名称所生成，所述发展轨迹数据为添加了企业历史信息列表的时间轴形式或日历形式的数据；以及

将所述发展轨迹数据通过时间轴或日历进行显示。

2.根据权利要求1所述的数据存储方法，其特征在于，所述获取所述去重后数据集中所包括的企业历史信息列表，将各企业信息列表根据所包括的文本中企业事件发生时间及对应的企业历史信息列表对应添加至时间轴或日历对应的时间节点，得到与企业名称对应的发展轨迹数据；将所述发展轨迹数据通过时间轴或日历进行显示之后，还包括：

若检测到所录入的检索关键词，将所述检索关键词与企业历史信息列表进行比对，获取与所述检索关键词的皮尔逊相似度超出预设的相似度阈值的企业历史信息列表，以作为检索推送结果。

3.根据权利要求1所述的数据存储方法，其特征在于，所述将所述源数据集进行预处理，得到与所述源数据集所包括多篇文本数据一一对应的处理后数据，包括：

将所述源数据集所包括的多篇文本数据中各文本数据的标题和正文分别通过词频-逆文本频率指数模型进行关键词信息抽取，得到与各文本数据对应的标题关键词列表和正文关键词列表；

将所述源数据集所包括的多篇文本数据中各文本数据的发表时间及企业事件发生时间进行识别，得到与每一文本数据对应的文本关键时间信息；

将所述源数据集中每一文本数据对应的标题关键词列表、正文关键词列表和文本关键时间信息进行封装组合，得到与每一文本数据对应的企业历史信息列表，以得到与每一源数据对应的处理后数据。

4.根据权利要求1所述的数据存储方法，其特征在于，所述将所述源数据中所包括多篇文本数据一一对应的处理后数据进行去重，得到与源数据对应的去重后数据集，包括：

获取每一处理后数据，根据每一处理后数据中所包括的标题关键词列表和正文关键词列表，判断与源数据集所包括多篇文本数据一一对应的处理后数据是否存在重复的处理后数据；

若与源数据集所包括多篇文本数据一一对应的处理后数据中存在重复的处理后数据，将多个相同的处理后数据中任意选定一组保存并删除未被选定保存的处理后数据，得到与源数据对应的去重后数据集。

5.根据权利要求1所述的数据存储方法，其特征在于，所述将各企业信息列表根据所包括的文本中企业事件发生时间及对应的企业历史信息列表对应添加至时间轴或日历对应的时间节点，得到与企业名称对应的发展轨迹数据，包括：

根据各企业信息列表中包括的企业事件发生时间，对各企业历史信息列表进行降序排序，得到排序后企业历史信息列表集合；

将所述排序后企业历史信息列表集合中各按企业事件发生时间的降序顺序依次添加至预先设置的时间轴或日历对应的时间节点上，以得到与所述企业名称对应的发展轨迹数据。