[发明专利]一种在大数据背景下的数据查询获取方法

摘要

一种互联网内容数据查询获取方法和装置，该方法包括步骤：确定在大数据背景下对互联网内容的数据查询获取目标和计划；根据确定的数据查询获取目标和计划，获取待分析的互联网内容对象；查询、获取互联网内容中的有用内容；对所述实体进行计算和汇总，确定并分析验证所查询和获取的有用互联网内容的正确性；对上述结果进行进一步的测试，并对上述方法进行修正。该方法及其装置能够迎接互联网内容的大数据时代的挑战，充分利用互联网内容信息而更有效满足主体感兴趣的互联网内容深度挖掘需求，并且提高互联网内容数据查询获取以及挖掘分析的准确性、及时性、效率和速度。

主权项

1.一种互联网内容数据查询获取方法，其特征在于包括以下步骤：S1：确定在大数据背景下对互联网内容的数据查询获取目标和计划；S2：根据确定的数据查询获取目标和计划，获取待分析的互联网内容对象；S3：查询、获取互联网内容中的有用内容；S4：对实体进行计算和汇总，确定并分析验证所查询和获取的有用互联网内容的正确性；以及S5：对上述结果进行进一步的测试，并对上述方法进行修正；其中查询、获取互联网内容中的有用内容包括以下步骤：S31，将互联网内容对象分成多个片段；S32，选择不同的多个片段中的部分或全部；S33，计算片段的重要程度；S34，对重要程度赋值，并根据该值对片段进行排序；S35，选择重要程度值靠前的一个或多个片段；以及S36，根据设定的撷取规则，从中撷取重要的实体；其中在步骤S33和S34中，计算片段的重要程度并对其赋值可通过以下公式获取：对于第n个片段，其重要程度值为Cn，其值在0和1之间；其中M是片段数，α、β、γ是常数，而A＝(L‑e)/(eL‑e)，其中L是片段中实体的数量，而e是片段中不同实体的数量；B＝mo/M，其中mo是片段中相关联的实体的数量；其中mp是实体的标题的数量，而U是片段中实体的标题的出现次数。