獲取博客質量信息的方法和裝置的製作方法

2023-05-17 18:53:11 2

專利名稱：獲取博客質量信息的方法和裝置的製作方法
技術領域：
本發明涉及計算機應用技術領域，尤其涉及一種獲取博客質量信息的方 法和裝置。
背景技術：
博客目前已經成為了網際網路應用中的一個重要組成部分，而且由於博客 是網友個人主動完成的內容，所以更具有價值，同時博客的出現意味著更多 的用戶在網際網路上產生了更多的海量數據，同樣也意味著有更多的垃圾數 據。
搜尋引擎是指根據一定的策略、運用特定的電腦程式搜集網際網路上的 信息，在對信息進行組織和處理後，為用戶提供檢索服務的系統。在搜索引 擎為用戶服務的時候，主要是根據用戶的輸入，將最符合用戶意圖的檢索結 果返回給用戶。
當通過搜尋引擎等工具檢索出大量的博客信息時，需要能夠評價出各個 博客的質量，根據評價結果在大量的博客信息中發掘出有價值的的博客。
在實現本發明的過程中，發明人發現現有技術中還沒有能夠評價博客質 量的方法。

發明內容
本發明的實施例提供了 一種獲取博客質量信息的方法和裝置，以對博客 的質量進行評價。一種獲取博客質量信息的方法，包括 獲取博客的博客評價因子的值；
將各個所述博客評價因子的值進行加權計算，獲得博客質量的綜合評價值。
一種獲取博客質量信息的裝置，包括
博客評價因子值獲取模塊，用於獲取博客的博客評價因子的值； 博客質量信息獲取模塊，用於將各個所述博客評價因子的值進行加權計 算，獲得博客質量的綜合評價值。
由上述本發明的實施例提供的技術方案可以看出，本發明實施例通過利 用博客評價因子和博文質量的評價因子，可以從各個方面客觀地評價博客和 博文的質量。從而可以從海量的博客中發掘出有價值的、重要的博客和博 文，同時摒棄作弊、廣告和垃圾博客、博文。


為了更清楚地說明本發明實施例的技術方案，下面將對實施例描述中所 需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發 明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動性的 前提下，還可以根據這些附圖獲得其他的附圖。
圖1為本發明實施例一提供的一種獲取博客質量信息的方法的處理流程
圖2為本發明實施例二提供的 一種獲取博客質量信息的裝置的具體實現結構圖。
具體實施方式
在本發明實施例中，獲取博客的博客評價因子的值，將各個所述博客評 價因子的值進行加權計算，獲得博客質量的綜合評價值。
進一步地，獲取博客中的博文質量的評價因子的值，將各個所述評價因 子的值進行加權計算，獲得所述博文質量的綜合評價值。
綜合考慮所述博客質量的綜合評價值和所述博文質量的評價因子的值， 獲取所述博客的質量信息。
為便於對本發明實施例的理解，下面結合附圖以幾個具體實施例為例禍L 進一步的解釋說明，且各個實施例並不構成對本發明實施例的限定。 實施例一
該實施例提供的一種獲取博客質量信息的方法的處理流程如圖1所示，包
^括如下處理步驟
步驟11、獲取博客的各個博客評價因子的值，將各個博客評價因子的值 進行加權計算，獲得博客質量的綜合評價值。
在本發明實施例中 ，博客指的是由一個用戶或一組用戶共同維護的具有 相同標識的內容集合體。該內容集合體通常為一個網際網路子域(比如 silenteddy.spaces.live.com)下的各個頁面，這些頁面由同一個用戶或一組用 戶共同維護。
博文是指一個博客下面的各個獨立的文章，每個博文對應一個標識，該 標識可以為 一個網際網路連結，比如可以為
http:〃blog.sina.com.cn/s/blog—46cf3d450100bqdx.html http:〃blog.sina.com.cn/s/blog—46cf3d450100bprc.html
上述兩個標識對應的博文都來自於同 一 個博客 http駕og.sin3.com.cn/xuxi3oping。本發明實施例基於各種博客評價因子對一個博客進行評價，上述博客評
價因子主要包括
RSS (Really Simple Syndication,聚合內容)訂閱量(RSS) ， RSS表
示一個博客的用戶訂閱數量，反映了網絡閱讀者對該博客的關注程度。RSS 的值越大表示有更多的用戶關注該博客，說明該博客的重要程度越高。RSS 的值可以從該博客對應的RSS閱讀器中用戶的訂閱數量獲得。
博客相互間的連結關係(BlogRank)，對於一個博客，有更多的連結關 係指向該博客說明該博客越重要；有重要的博客指向該博客，說明該博客越 重要。BlogRank的值可以通過先得到其它博客對該博客的所有的連結關係， 對該連結關係進行迭代計算來得到。
博客對文章有主題分類(TopicClass)， 一個博客對自己的博文進行了 分類，在很大程度上表明這個博客是一個專人維護的且有一定可信度的博 客。TopicClass的值根據博客中的標誌位獲取。
被聚合類網站收錄次數(Together)，目前有很多將不同的博客進行聚 合整理的網站，在這些網站中一般會通過人工的方式對博客進行篩選。如果 一個博客能被聚合類的網站收錄，說明該博客的內容具有較高的價值。 Together的值可以通過對聚合類網站進行分析得到。例如 http:〃www.bolaa.com/這個網站就是聚合了不同地方的博客，並對內容進行推 薦。通過分析該網站聚合的博客，即可得到這些被聚合的博客的收錄次數。
通訊工具中出現的次數(IM),用戶的通訊工具中涉及到的博客一般情 況下會是比較受到關注的內容，所以也可以作為博客重要程度的評價指標。 上述通訊工具包括IM (InstantMessage,即時消息)/Email等。該IM的值 需要藉助用戶的IM/Email工具的內容分析，涉及到用戶隱私，所以需要得到用 戶的許可。博文數量與頻度(Letter), —個博客中發表的博文的數量，表明了博客 的更新頻度和內容的數量。 一個更新較為頻繁的博客應該受到重視。該Letter 的值可以通過用於監控博客更新情況的爬蟲工具等網絡工具來獲取。
博文的平均長度(AveLength), —個博客下所有的博文的平均長度表明 了這個博客中的博文的質量， 一般來說，越長的博文質量相對越好，含有的 信息越豐富。AveLength的值可以通過用於博客搜索的網絡工具來獲取。
垃圾連結(GabageLink)，當 一個博客有較多的連結指向垃圾/色情/釣 魚類網站的時候，或者當 一 個博客內的連結大都指向同 一 個網頁/網站的時 候，可以認為這個博客作弊的可能性會比較大，所以可以作為一個負面因子 使用。
所以，基於上述的各個博客評價因子可以得到一個博客的博客質量的綜 合評價BlogQuality。
BlogQuality = A*RSS +B*BlogRank +C*TopicClass +D*Together +E*IM +F*Letter +G*AveLength -ITGabageLink
上述的各個博客評價因子並不一定全都有值，如果沒有可以以O替代。 BlogQuality的值是各個博客評價因子的加權和(GabageLink是負因子，所以
要減去)，表示這個博客的綜合評價。其中A H是各個因子的權重係數，根 據具體情況進行調整。
上述博客質量的綜合評價BlogQuality的值基本上反映了一個博客的質量
信息，如果一個博客的綜合評價值越高，則該博客的質量也相應的越高。
步驟12、獲取博客中的博文質量的各個評價因子的值，將各個評價因子 的值進行加權計算，獲得博文質量的綜合評價值。
博客中的博文質量的評價因子主要包括
垃圾詞/重複詞情況(GabageWords)，如果在一篇博文中出現了較多的同一個詞，或者出現了大量的垃圾詞，則這篇博文作弊的可能性較大。
GabageWords的值可以通過用於博客搜索的網絡工具來獲取。
博文重要度(important),如果一篇博文如果被大量轉載，則說明該博 文比較重要，受到了很多用戶的喜歡。lmportant的值可以通過用於博客搜索
的網絡工具來獲取。
指向該博文的連結數量(Linkln),如果一篇博文有比較多的連結指向， 也說明該博文比較重要。Linkln的值可以通過用於博客搜索的網絡工具來獲取。
博文長度(Length)， 一篇博文如果太短的話，意義就不大了，所以對 於博文來說，比較長的博文才會有更多的信息價值。Length的值可以通過用 於博客分析的網絡工具來獲取。
博文內容豐富程度(Mulit),當博文中使用了較多的圖片、flash和音樂 等多媒體內容的時候， 一般認為該博文的質量會比較高。Mulit的值可以通過 用於博客分析的網絡工具來獲取。
根據上述各個博文質量的評價因子，可以得到關於博客中每一篇博文質 量的綜合評價EssayQuality 。
EssayQuality = A*lmportan +B*Linkln +C*Length +D*Mulit - E* GabageWords
EssayQuality的值是上述各個評價因子的加權和，其中GabageWords是
負因子，所以要減去。A E是各個因子的加權係數。
步驟13,根據上述獲取的博客質量和博文質量的綜合評價值，確定博客 的最終的質量，並對博客和博文進行排序和推薦等處理。
綜合考慮所述博客質量的綜合評價值和所述博文質量的評價因子的值， 可以更加全面地獲取一個博客的質量信息。比如，如果兩個博客的綜合評價值相同，則可以進一步比較該兩個博客 中的博文的綜合評價值，如果博文的綜合評價值越高，則對應的博客的質量 也相應的越高。
上述博客質量的綜合評價值可以應用於博客的下載、排序和推薦方面，
對於質量高的博客，可以提高下載的頻度；在排序中，可以將質量高的博客 排在比較靠前的位置；對於質量比較高的博客，可以優先地或自動地向各種 聚合類網站或各種"圈子"推薦。
上述獲取的博文質量的綜合評價值可以用來比較不同的博文之間的質 量，如果一個博文的綜合評價值越高，則該博文的質量也相應的越高。上述 博文質量的綜合評價值主要用於博文的排序和推薦，當用戶的檢索命中多篇 博文的時候，可以將博文的質量作為一種排序的依據；對於質量比較高的博 文，可以優先地或自動地向各種聚合類網站或各種"圈子"推薦。
實施例二
本發明實施例還提供了 一種獲取博客質量信息的裝置，其具體實現結構 如圖2所示，具體包括如下模塊
博客評價因子值獲取模塊21,用於獲取博客的各個博客評價因子的值， 所述的博客評價因子包括聚合內容訂閱量、博客相互間的連結關係、博客 對文章有主題分類、被聚合類網站收錄次數、通訊工具中出現的次數、博文 數量與頻度、博文的平均長度和垃圾連結中的至少一項。
所述的獲取博客的各個博客評價因子的值包括如下所述的至少 一項，
當所述的博客評價因子中包括聚合內容訂閱量時，從所述博客對應的聚 合內容閱讀器中獲取所述聚合內容訂閱量的值；
當所述的博客評價因子中包括博客相互間的連結關係時，對其它博客指向所述博客的各個連結關係進行迭代計算得到所述博客相互間的連結關係的
值；
當所述的博客評價因子中包括博客對文章有主題分類時，從所述博客的 標誌位獲取所述博客對文章有主題分類的值；
當所述的博客評價因子中包括被聚合類網站收錄次數時，通過分析聚合 類網站所聚合的博客，獲取所述被聚合類網站收錄次數的值；
當所述的博客評價因子中包括通訊工具中出現的次悽t時，通過分析通訊 工具中存儲的內容，獲取所述通訊工具中出現的次數的值；
當所述的博客評價因子中包括博文數量與頻度時，通過用於監控博客更 新情況的網絡工具來獲取所述博文數量與頻度的值；
當所述的博客評價因子中包括博文的平均長度時，通過用於博客搜索的 網絡工具來獲取所述博文的平均長度的值；
當所述的博客評價因子中包括垃圾連結時，通過分析所述博客的出向鏈 接的情況，獲取所述垃圾連結的值。
博客質量信息獲取模塊22,用於將所述各個博客評價因子的值進行加權 計算，獲得博客質量的綜合評價值。
所述博客質量的綜合評價值=第 一權重係數乘以所述聚合內容訂閱量的值 +第二權重係數乘以所述博客相互間的連結關係的值+第三權重係數乘以所述 博客對文章有主題分類的值+第四權重係數乘以所述被聚合類網站收錄次數的 值+第五權重係數乘以所述通訊工具中出現的次數的值+第六權重係數乘以所 述博文數量與頻度的值+第七權重係數乘以所述博文的平均長度的值-第八權重 係數乘以所述垃圾連結的值。
所述裝置還可以包括
博文質量評價因子值獲取模塊23,用於獲取博客中的博文質量的評價因 子的值，將各個評價因子的值進行加權計算，獲得所述博文質量的綜合評價值；所述的博文質量的評價因子包括垃圾詞或重複詞情況、博文重要度、 指向該博文的連結數量、博文長度和博文內容豐富程度中的至少一項。
所述的獲取博客中的博文質量的各個評價因子的值，包括如下所述的至 少一項，
當所述的博文質量的評價因子中包括垃圾詞或重複詞情況時，通過用於 博客搜索的網絡工具來獲取所述垃圾詞或重複詞情況的值；
當所述的博文質量的評價因子中包括博文重要度時，通過用於博客搜索 的網絡工具來獲取所述博文重要度的值；
當所述的博文質量的評價因子中包括指向該博文的連結數量時，通過用 於博客搜索的網絡工具來獲取所述指向該博文的連結數量的值；
當所述的博文質量的評價因子中包括博文長度時，通過用於博客分析的 網絡工具來獲取所述博文長度的值；
當所述的博文質量的評價因子中包括博文內容豐富程度時，通過用於博 客分析的網絡工具來獲取所述博文內容豐富程度的值。
所述的博客質量信息獲取模塊，綜合考慮所述博客質量的綜合評價值和 所述博文質量的評價因子的值，獲取所述博客的質量信息。
本領域普通技術人員可以理解實現上述實施例方法中的全部或部分流 程，是可以通過電腦程式來指令相關的硬體來完成，所述的程序可存儲於 一計算機可讀取存儲介質中，該程序在執行時，可包括如上述各方法的實施 例的流程。其中，所述的存儲介質可為磁碟、光碟、只讀存儲記憶體(Readonly Memory, ROM)或隨才幾存々者i己憶體(Random Access Memory, RAM)等。
綜上所述，本發明實施例通過利用博客評價因子和博文質量的評價因 子，可以從各個方面客觀地評價博客和博文的質量。從而可以從海量的博客 中發掘出有價值的、重要的博客和博文，同時摒棄作弊、廣告和垃圾博客、
13博文。
本發明實施例可以應用到目前比較熱門的博客搜索中，作為博客搜索中 關於博客質量的重要因子。對於質量高的，可以給與更多的下載資源，和更
高的關注度。同時，博客質量也可以應用於RSS推薦系統，由於目前RSS訂 閱以及各種閱讀器的流行，很多時候閱讀器都可以提供對博客的推薦功能， 那麼對於博客質量較高的博客，可以給與更多的推薦，這種高質量的博客對 用戶而言也是很有意義的。
博文質量主要應用於博客搜索的排序和博客聚合類網站的推薦中，在博 客搜索中，對於高質量的博文，可以有較高的排序位置。高質量的博文可以 應用在在博客聚合類網站的推薦文章中，由於推薦文章比較少，高質量的博 文可以更好的吸引用戶，並為用戶提供更好的體驗。
以上所述，僅為本發明較佳的具體實施方式
，但本發明的保護範圍並不 局限於此，任何熟悉本技術領域的技術人員在本發明揭露的技術範圍內，可 輕易想到的變化或替換，都應涵蓋在本發明的保護範圍之內。因此，本發明 的保護範圍應該以權利要求的保護範圍為準。
權利要求
1、一種獲取博客質量信息的方法，其特徵在於，包括獲取博客的博客評價因子的值；將各個所述博客評價因子的值進行加權計算，獲得博客質量的綜合評價值。
2、 根據權利要求1所述的方法，其特徵在於，所述的博客評價因子包 括聚合內容訂閱量、博客相互間的連結關係、博客對文章有主題分類、被 聚合類網站收錄次數、通訊工具中出現的次數、博文數量與頻度、博文的平 均長度和垃圾連結中的至少 一項。
3、 根據權利要求2所述的方法，其特徵在於，所述的獲取博客的各個博 客評價因子的值包括如下所述的至少 一項，當所述的博客評價因子中包括聚合內容訂閱量時，從所述博客對應的聚 合內容閱讀器中獲取所述聚合內容訂閱量的值；當所述的博客評價因子中包括博客相互間的連結關係時，對其它博客指 向所述博客的各個連結關係進行迭代計算得到所述博客相互間的連結關係的 值；當所述的博客評價因子中包括博客對文章有主題分類時，從所述博客的 標誌位獲取所述博客對文章有主題分類的值；當所述的博客評價因子中包括被聚合類網站收錄次數時，通過分析聚合 類網站所聚合的博客，獲取所述被聚合類網站收錄次數的值；當所述的博客評價因子中包括通訊工具中出現的次數時，通過分析通訊 工具中存儲的內容，獲取所述通訊工具中出現的次數的值；當所述的博客評價因子中包括博文數量與頻度時，通過用於監控博客更 新情況的網絡工具來獲取所述博文數量與頻度的值；當所述的博客評價因子中包括博文的平均長度時，通過用於博客搜索的 網絡工具來獲取所述博文的平均長度的值；當所述的博客評價因子中包括垃圾連結時，通過分析所述博客的出向鏈 接的情況，獲取所述垃圾連結的值。
4、 根據權利要求2所述的方法，其特徵在於，所述的將各個所述博客評 價因子的值進行加權計算，獲得博客質量的綜合評價值，包括所述博客質量的綜合評價值-第 一權重係數乘以所述聚合內容訂閱量的值 +第二權重係數乘以所述博客相互間的連結關係的值+第三權重係數乘以所述 博客對文章有主題分類的值+第四權重係數乘以所述被聚合類網站收錄次數的 值+第五權重係數乘以所述通訊工具中出現的次數的值+第六權重係數乘以所 述博文數量與頻度的值+第七權重係數乘以所述博文的平均長度的值-第八權重 係數乘以所述垃圾連結的值。
5、 根據權利要求1至4任一項所述的方法，其特徵在於，所述的方法還包括獲取博客中的博文質量的評價因子的值，將各個所述評價因子的值進行 加權計算，獲得所述博文質量的綜合評價值。
6、 根據權利要求5所述的方法，其特徵在於，所述的博文質量的評價因 子包括垃圾詞或重複詞情況、博文重要度、指向該博文的連結數量、博文 長度和博文內容豐富程度中的至少 一項。
7、 根據權利要求6所述的方法，其特徵在於，所述的獲取博客中的博文 質量的各個評價因子的值，包括如下所述的至少一項，當所述的博文質量的評價因子中包括垃圾詞或重複詞情況時，通過用於 博客搜索的網絡工具來獲取所述垃圾詞或重複詞情況的值；當所述的博文質量的評價因子中包括博文重要度時，通過用於博客搜索 的網絡工具來獲取所述博文重要度的值；當所述的博文質量的評價因子中包括指向該博文的連結數量時，通過用 於博客搜索的網絡工具來獲取所述指向該博文的連結數量的值；當所述的博文質量的評價因子中包括博文長度時，通過用於博客分析的網絡工具來獲取所述博文長度的值；當所述的博文質量的評價因子中包括博文內容豐富程度時，通過用於博 客分析的網絡工具來獲取所述博文內容豐富程度的值。
8、 根據權利要求5所述的方法，其特徵在於，所述的方法還包括綜合考慮所述博客質量的綜合評價值和所述博文質量的評價因子的值， 獲取所述博客的質量信息。
9、 一種獲取博客質量信息的裝置，其特徵在於，包括 博客評價因子值獲取模塊，用於獲取博客的博客評價因子的值； 博客質量信息獲取模塊，用於將各個所述博客評價因子的值進行加權計算，獲得博客質量的綜合評價值。
10、 根據權利要求9所述的獲取博客質量信息的裝置，其特徵在於，所述 裝置還包括博文質量評價因子值獲取模塊，用於獲取博客中的博文質量的評價因子 的值，將各個評價因子的值進行加權計算，獲得所述博文質量的綜合評價 值；所述的博客質量信息獲取模塊，綜合考慮所述博客質量的綜合評價值和 所述博文質量的評價因子的值，獲取所述博客的質量信息。
全文摘要
本發明提供了一種獲取博客質量信息的方法和裝置。該方法主要包括獲取博客的博客評價因子的值；將各個所述博客評價因子的值進行加權計算，獲得博客質量的綜合評價值。所述的博客評價因子包括聚合內容訂閱量、博客相互間的連結關係、博客對文章有主題分類、被聚合類網站收錄次數、通訊工具中出現的次數、博文數量與頻度、博文的平均長度和垃圾連結中的至少一項。利用本發明，可以從各個方面客觀地評價博客和博文的質量。從而可以從海量的博客中發掘出有價值的、重要的博客和博文，同時摒棄作弊、廣告和垃圾博客、博文。
文檔編號G06F17/30GK101582086SQ200910147318
公開日2009年11月18日 申請日期2009年6月11日 優先權日2009年6月11日
發明者頊 王 申請人:騰訊科技(深圳)有限公司