一种通过文化云平台进行互动的方法，包括：通过文化云网络平台进行评论信息的数据采集，其中数据采集内容，并且将评论文本信息和评论用户个人信息形成关联，计算评论排序的过程中计算评论者的身份信息参数；通过文本检测模块，检测评论文的复杂程度；获得评论用户个人信息数据；建立与各评论文本对应的用户个人信息数据表；评论查看注册用户登录后，进行评论查看时，会通过注册的个人信息生成目标匹配信息数据表，该目标匹配信息数据表的格式与个人信息数据对应；在生成评论信息排序时，通过查表来比较目标匹配信息数据表和评论用户个人信息数据表生成个人信息差异化参数。
【技术实现步骤摘要】
一种通过文化云平台进行互动的方法及装置
本专利技术涉及网络平台互动的方法及装置，具体地是涉及一种通过文化云平台进行互动的方法及装置。
技术介绍
文化云平台通过整合零散的、孤立的公共文化资源，为用户提供一站式数字公共文化服务，解决公共文化服务过程中市民的需求，帮助文化单位快速提升公共文化服务效能，实现文化消费的供需精准匹配，构建现代文化服务体系的科技支撑。该云平台集活动预约、场馆预订、空间展示、社团招募、竞赛互动、艺术鉴赏、艺术培训、智能搜索等功能为一体。通过大数据分析，为广大群众提供精准高效的公共文化服务。通过文化云平台广大群众可以参与各类体育场馆、影视文艺、艺术展览等活动，并在文化云网络平台上发布关于特定活动的评价以及相关分数，实现多用于在同一活动目录下的意见互动。目前的网络点评互动，通常是用户消费体验后，对特定产品和活动进行打分和评价，其他用户可以查看其他用户的点评或者评价该点评是否有用。但是由于评论条目较多并且投放针对性较低，用户在进行浏览时需要从大量信息中进行收集过滤才能获取有针对性的信息，使得效率较低。虽然目前已经出现了添加标签、点赞或认同数量等的方式来归类各个评论。但是，对于网络平台点评的显示和推送的互动手段还是缺乏合理的针对性，无法满足用户在短时间内迅速获得对应信息的需求。
技术实现思路
本专利技术所要解决的技术问题是：评论互动的投放针对性较低，用户在进行浏览时需要从大量信息中进行收集过滤才能获取有针对性的信息，使得效率较低。对于网络平台点评的显示和推送的互动手段还是缺乏合理的针对性，无法满足用户在短时间内迅速获得对应信息的需求。本专利技术解决其技术问题所采取的技术方案是：一种通过文化云平台进行互动的方法，该流程方法包括：S01通过文化云网络平台进行评论信息的数据采集，其中数据采集包括以下内容：评论文本信息以及评论用户的个人信息，并且将评论文本信息和评论用户个人信息形成关联，在数据采集时不仅采集评论信息本身的文本信息，还要提取评论者的相关个人资料的信息；以便在计算评论排序的过程中计算评论者的身份信息参数；S02通过文本检测模块，检测评论文的复杂程度，即在提取的文本信息之后，文本检测模块对该文本信息的长度、字符标点比例、字段重复比例以及是否出现特定垃圾字段方面，对文本进行数据分析。具体的分析流程是：(1)通过len(R)函数，确定文本信息的长度，并记录长度函数len(R)；(2)提取评论文本中的中文文字的个数Char(R)以及评论文本中的标点的个数M(R)，并计算字符标点的比例Rat(R)＝M(R)/Char(R)；(3)通过文本识别方法识别评论文本中重复三次以上的中文字符的长度占总文本长度的百分比lev(R)；(4)通过文本搜索的方法，在评论文本中自动搜索该评论文本中是否包含垃圾字段库中的字段，并将搜索结果的字段数的值赋于函数not(R)；(5)通过复杂度函数C(R)＝n1×len(R)/(n2×Rat(R)+n3×lev(R)+n4×not(R)),其中n1,n2,n3,n4取值为大于0且小于1，且n1+n2+n3+n4＝1；n1,n2,n3,n4可以视所需要的权重来调整；S03通过评论文本与评论者的对应关系，获得评论用户个人信息数据，个人信息数据包括：性别、年龄、学历、地域；并且建立与各评论文本对应的用户个人信息数据表。S04评论查看注册用户登录后，进行评论查看时，会通过注册的个人信息生成目标匹配信息数据表，该目标匹配信息数据表的格式与个人信息数据对应，也包括：性别、年龄、学历。S05在生成评论信息排序时，通过查表来比较目标匹配信息数据表和评论用户个人信息数据表生成个人信息差异化参数。其中，对于性别参数G，区别赋值为1，相同赋值为0；对于年龄参数A，每相差5年，原始值为0，年龄差异值赋值增加0.5；对于学历参数E，原始值为0，学历每相差一个等级，学历参数赋值增加0.2；个人信息化差异参数info(R)＝a1×G+a2×A+a3×E；S06通过综合复杂度参数和个人信息化差异参数进行评论内容排名；采用优先升序排列个人信息化差异参数的基础上进一步降序复杂度函数进行排列；或者通过个人信息化差异参数和复杂度函数进行拟合进行排列。进一步地，该方法进一步包括通过自动化语义分析的方式进行语义标签的添加。进一步地，该方法进一步包括综合排序中进一步结合其他用户浏览评论时给出的累积推荐数量进行排序。进一步地，采用优先升序排列个人信息化差异参数的基础上进一步降序复杂度函数进行排列，并且进一步以其他用户浏览评论时给出的累积推荐数量进行降序排序；也可以通过个人信息化差异参数、复杂度函数进行、其他用户浏览评论时给出的累积推荐数量同时拟合后来进行排列。一种实现通过文化云平台进行互动的方法的装置，该装置包括评论信息获取模块、复杂度计算模块、个人信息差异计算模块以及排序显示模块。进一步地，其中，评论信息获取模块用于数据采集评论文本信息以及评论用户的个人信息，并且将评论文本信息和评论用户个人信息形成关联；复杂度计算模块，在提取的文本信息之后，文本检测模块对该文本信息的长度、字符标点比例、字段重复比例以及是否出现特定垃圾字段几个方面，对文本进行数据分析；个人信息差异计算模块，用于通过评论文本与评论者的对应关系，获得评论用户个人信息数据，个人信息数据包括：性别、年龄、学历、地域，并且建立与各评论文本对应的用户个人信息数据表；排序显示模块，用于通过综合复杂度参数和个人信息化差异参数进行评论内容排名，采用优先升序排列个人信息化差异参数的基础上进一步降序复杂度函数进行排列；也通过个人信息化差异参数和复杂度函数进行同时拟合后来进行排列。本专利技术同时兼顾了互动中评论质量以及评论用户所属种类不同，带来地不同的了解需求，解决了网络平台互动中评论内容庞杂无法自动实现最贴近用户需求的排序的问题。提高了用户浏览评论的用户体验感。附图说明图1是一种通过文化云平台进行互动的方法的流程；图2是文化云平台的架构图。具体实施方式以下将对本专利技术的一种通过文化云平台进行互动的方法及装置做进一步的详细描述。下面将参照附图对本专利技术进行更详细的描述，其中表示了本专利技术的优选实施例，应该理解本领域技术人员可以修改在此描述的本专利技术而仍然实现本专利技术的有益效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本专利技术的限制。为了清楚，不描述实际实施例的全部特征。在下列描述中，不详细描述公知的功能和结构，因为它们会使本专利技术由于不必要的细节而混乱。应当认为在任何实际实施例的开发中，必须作出大量实施细节以实现开发者的特定目标。为使本专利技术的目的、特征更明显易懂，下面结合附图对本专利技术的具体实施方式作进一步的说明。需要说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用一方便、清晰地辅助说明本专利技术实施例的目的。图1展示了本实施例中一种通过文化云平台进行互动的方法的流程图。该流程方法包括：S01通过文化云网络平台进行评论信息的数据采集，其中数据采集包括以下内容：评论文本信息以及评论用户的个人信息，并且将评论文本信息和评论用户个人信息形成关联。文化云平台上的注册用户在注册过程中会添加个人资料，包括：性别、年龄、学历、地域等等个人信息。为了提高评论排序对特定人群的针对性本文档来自技高网...
【技术保护点】
一种通过文化云平台进行互动的方法，其特征在于：该流程方法包括：S01通过网络平台进行评论信息的数据采集，其中数据采集包括以下内容：评论文本信息以及评论用户的个人信息，并且将评论文本信息和评论用户个人信息形成关联，在数据采集时不仅采集评论信息本身的文本信息，还要提取评论者的相关个人资料的信息；以便在计算评论排序的过程中计算评论者的身份信息参数；S02通过文本检测模块，检测评论文的复杂程度，即在提取的文本信息之后，文本检测模块对该文本信息的长度、字符标点比例、字段重复比例以及是否出现特定垃圾字段方面，对文本进行数据分析；具体的分析流程是：(1)通过len(R)函数，确定文本信息的长度，并记录长度函数len(R)；(2)提取评论文本中的中文文字的个数Char(R)以及评论文本中的标点的个数M(R)，并计算字符标点的比例Rat(R)＝M(R)/Char(R)；(3)通过文本识别方法识别评论文本中重复三次以上的中文字符的长度占总文本长度的百分比lev(R)；(4)通过文本搜索的方法，在评论文本中自动搜索该评论文本中是否包含垃圾字段库中的字段，并将搜索结果的字段数的值赋于函数not(R)；(5)通过复杂度函数C(R)＝n1×len(R)/(n2×Rat(R)+n3×lev(R)+n4×not(R)),其中n1,n2,n3,n4取值为大于0且小于1，且n1+n2+n3+n4＝1；n1,n2,n3,n4可以视所需要的权重来调整；S03通过评论文本与评论者的对应关系，获得评论用户个人信息数据，个人信息数据包括：性别、年龄、学历、地域；并且建立与各评论文本对应的用户个人信息数据表；S04评论查看注册用户登录后，进行评论查看时，会通过注册的个人信息生成目标匹配信息数据表，该目标匹配信息数据表的格式与个人信息数据对应，也包括：性别、年龄、学历；S05在生成评论信息排序时，通过查表来比较目标匹配信息数据表和评论用户个人信息数据表生成个人信息差异化参数，其中，对于性别参数G，区别赋值为1，相同赋值为0；对于年龄参数A，每相差5年，原始值为0，年龄差异值赋值增加0.5；对于学历参数E，原始值为0，学历每相差一个等级，学历参数赋值增加0.2；个人信息化差异参数info(R)＝a1×G+a2×A+a3×E；S06通过综合复杂度参数和个人信息化差异参数进行评论内容排名；采用优先升序排列个人信息化差异参数的基础上进一步降序复杂度函数进行排列；或者通过个人信息化差异参数和复杂度函数进行拟合进行排列。...
【技术特征摘要】
1.一种通过文化云平台进行互动的方法，其特征在于：该流程方法包括：S01通过网络平台进行评论信息的数据采集，其中数据采集包括以下内容：评论文本信息以及评论用户的个人信息，并且将评论文本信息和评论用户个人信息形成关联，在数据采集时不仅采集评论信息本身的文本信息，还要提取评论者的相关个人资料的信息；以便在计算评论排序的过程中计算评论者的身份信息参数；S02通过文本检测模块，检测评论文的复杂程度，即在提取的文本信息之后，文本检测模块对该文本信息的长度、字符标点比例、字段重复比例以及是否出现特定垃圾字段方面，对文本进行数据分析；具体的分析流程是：(1)通过len(R)函数，确定文本信息的长度，并记录长度函数len(R)；(2)提取评论文本中的中文文字的个数Char(R)以及评论文本中的标点的个数M(R)，并计算字符标点的比例Rat(R)＝M(R)/Char(R)；(3)通过文本识别方法识别评论文本中重复三次以上的中文字符的长度占总文本长度的百分比lev(R)；(4)通过文本搜索的方法，在评论文本中自动搜索该评论文本中是否包含垃圾字段库中的字段，并将搜索结果的字段数的值赋于函数not(R)；(5)通过复杂度函数C(R)＝n1×len(R)/(n2×Rat(R)+n3×lev(R)+n4×not(R)),其中n1,n2,n3,n4取值为大于0且小于1，且n1+n2+n3+n4＝1；n1,n2,n3,n4可以视所需要的权重来调整；S03通过评论文本与评论者的对应关系，获得评论用户个人信息数据，个人信息数据包括：性别、年龄、学历、地域；并且建立与各评论文本对应的用户个人信息数据表；S04评论查看注册用户登录后，进行评论查看时，会通过注册的个人信息生成目标匹配信息数据表，该目标匹配信息数据表的格式与个人信息数据对应，也包括：性别、年龄、学历；S05在生成评论信息排序时，通过查表来比较目标匹配信息数据表和评论用户个人信息数据表生成个人信息差异化参数，其中，对于性别参数G，区别赋值为1，相同赋值为0；对于年龄参数A，每相差5年，原始值为0，年龄差...
【专利技术属性】
技术研发人员：吕长红，包嘉会，李欣，
申请(专利权)人：上海创图网络科技股份有限公司，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。