CN101196909A

CN101196909A - 一种确定网络发布信息的方法和装置

Info

Publication number: CN101196909A
Application number: CNA2007101959260A
Authority: CN
Inventors: 陈明孝; 张建林; 王勍; 陈戈
Original assignee: Shenzhen Xunlei Network Technology Co Ltd
Current assignee: Shenzhen Xunlei Network Technology Co Ltd
Priority date: 2007-12-04
Filing date: 2007-12-04
Publication date: 2008-06-11

Abstract

本发明实施例公开了一种确定网络发布信息的方法，包括：根据用户的查询请求确定对应的文件标识；根据建立的二进制文件资源和文件标识的第一对应关系，确定所述文件标识对应的二进制文件资源；根据建立的二进制文件资源和网络发布信息的第二对应关系，确定所述二进制文件资源对应的网络发布信息。通过本发明实施例解决了现有技术中存在的竞价排名技术，不能够根据二进制资源的内容确定网络发布信息的问题。本发明实施例公开了一种确定网络发布信息的装置。

Description

一种确定网络发布信息的方法和装置

技术领域

本发明涉及网络通信技术，特别涉及一种确定网络发布信息的方法和装置。

背景技术

随着互联网的普及，越来越多的人或者公司或者组织利用互联网发布各种信息，希望让尽可能多的人知道这些信息。比如，发布“买卖房屋信息”，以及一些通知类的信息，或者商家发布广告信息等等。

由于提供信息发布的互联网平台(比如网站或者电子公告栏(BBS))成千上万，发布在个别网站上的信息传播的范围受到严重限制，有些冷门网站上发布的信息甚至几乎没有人浏览。对于一些热门的网站，虽然浏览的人会多，但是发布的信息也多，因此，信息传播的效果也不好。

现有技术有一种应用于网络搜索引擎的竞价排名技术，该技术的基本方案是建立搜索关键词和网络发布信息之间的对应关系，在搜索引擎的网页上出现该关键字的时候就展示关键字所对应的网络发布信息。该技术方案一定程度上解决了互联网广告传播效果不理想的问题，然而仍然存在一定的局限性，就是对于关键词的依赖。

目前，互联网的内容由两种形式构成，一种是网页内容信息，一种是二进制的文件资源(比如电影、音乐、软件、电子书、图片文件等)。互联网发布网络发布信息的用户经常需要将要发布的网络发布信息与某个二进制文件资源进行匹配。比如，某个用户需要所有在互联网上搜索某部热门电影的用户能够看到自己的网络发布信息。然而，现有的竞价排名技术对于这类网络发布信息的需求，仍然是通过关键字和网络发布信息之间的对应关系实现的，如果二进制文件的内容相同的文件名称不同，则需要通过建立其他关键字和网络发布信息之间的对应关系才可以实现。也就是说，现有的竞价排名技术解决的是跟关键词匹配的问题，而没有提供根据二进制资源内容匹配的问题。

综上所述，目前的竞价排名技术，不能够根据二进制资源的内容确定网络发布信息。

发明内容

本发明实施例提供一种确定网络发布信息的方法和装置，用以解决现有技术中存在的竞价排名技术，不能够根据二进制资源的内容确定网络发布信息的问题。

本发明实施例提供的一种确定网络发布信息的方法包括：

根据用户的查询请求确定对应的文件标识；

根据建立的二进制文件资源和文件标识的第一对应关系，确定所述文件标识对应的二进制文件资源；

根据建立的二进制文件资源和网络发布信息的第二对应关系，确定所述二进制文件资源对应的网络发布信息。

本发明实施例提供的一种确定网络发布信息的装置包括：

处理模块，用于根据用户的查询请求确定对应的文件标识；

确定模块，用于根据建立的二进制文件资源和文件标识的第一对应关系，确定所述文件标识对应的二进制文件资源，根据建立的二进制文件资源和网络发布信息的第二对应关系，确定所述二进制文件资源对应的网络发布信息。

本发明实施例根据用户的查询请求确定对应的文件标识；根据建立的二进制文件资源和文件标识的第一对应关系，确定所述文件标识对应的二进制文件资源；根据建立的二进制文件资源和网络发布信息的第二对应关系，确定所述二进制文件资源对应的网络发布信息，从而可以根据二进制资源内容确定对应的网络发布信息，并且提高了网络发布信息确定的准确率。

附图说明

图1为本发明实施例确定网络发布信息的装置结构示意图；

图2为本发明实施例确定网络发布信息的方法流程示意图。

具体实施方式

在本发明实施例中，通过建立二进制文件资源和文件标识的第一对应关系，以及文件标识和网络发布信息的第二对应关系，从而可以根据二进制资源内容确定对应的网络发布信息。

下面结合说明书附图对本发明实施例作进一步详细描述。

如图1所示，本发明实施例确定网络发布信息的装置包括：处理模块10和确定模块20。

处理模块10，用于根据用户的查询请求确定对应的文件标识。

查询请求包括显式查询请求和隐式查询请求。如果将用户输入的关键信息作为查询信息，则用户的查询请求为显式查询请求；如果将用户下载二进制文件资源作为查询信息，则用户的查询请求为隐式查询请求。

具体的，在显式查询请求中，根据关键信息确定对应的文件标识；

在隐式查询请求中，可以根据用户下载的二进制文件资源对应的统一资源定位器(URL)地址确定对应的文件标识，或根据二进制文件资源确定对应的文件标识。

其中，文件标识，即内容签名(Content Identity，CID)，是根据预设的算法对文件的内容数据进行计算后获得的。本实施例中的算法可以是对不同的数据处理得到不同的处理结果的任一算法，其处理结果(即内容签名)可唯一标识处理前的数据。或者，本实施例中的算法也可以是处理结果重复率在可接受范围内的算法。

分配文件标识的方法有很多种，比如：随机分配给每一个二进制文件一个标识，并且保证每个标识是唯一的；

还可以对每个二进制文件的内容数据进行哈希运算，得到文件内容的哈希值，该文件内容的哈希值可以唯一代表该二进制文件内容信息。

哈希算法可以采用信息-摘要算法(Message-Digest Algorithm，MD)5，MD4，安全散列算法(Secure Hash Algorithm，SHA)，安全散列算法(Secure HashStandard，SHS)等算法作为公式。

其中一个计算文件内容签名的方式是：选取整个二进制文件的前、中、后各20KB(或者是文件的其他任何几个部分，甚至是全部文件)数据，利用前述算法将这三个部分合起来进行哈希计算，得到一个值，成为CID；

另一个计算文件内容签名的方式是：把二进制文件的内容数据以一定的长度(比如可以为20K、30K或者其他任何值)平均分为N个部分，利用前述算法对其分别进行哈希计算，得到一个值，成为分块内容指纹(Block ContentIdentity，BCID)；同样的对所有的BCID进行一次哈希算法，得到的一个值，称为全球内容指纹(Global Content Identity，GCID)，以该GCID作为该文件的内容签名。这些值在互联网上都是可以唯一区别内容不同的二进制文件的一组数字的组合，内容数据相同的文件对应相同的值，内容数据不同的文件对应不同的值。

由于相同的关键信息有可能对应不同格式的二进制文件资源，而每个格式的二进制文件资源都有一个文件标识，所以在本实施例中，如果根据用户输入的关键信息确定对应的文件标识，则可以确定至少一个文件标识，也就是说，有可能根据一个关键信息确定多个文件标识。

假设以电影资源为例。比如用户输入一部电影的名称，由于这部电影有多种格式(AVI、Real、Rmvb等等)，而每种格式的电影资源都会对应一个文件标识，则这部电影的名称会对应多个文件标识。

其中，可以通过语境索引映射图方法确定文件标识(即建立关键信息与内容标识的对应关系)。

语境是一组与关键信息相关的语言，用于描述一个文件。对于具有相同文件标识(即内容数据相同)的二进制文件，他们的语境可以合并或相结合。

此外，关键信息在语境中出现的次数被记录下来。当两个语境合并时，如果该关键信息在两个语境中都有出现，则将关键信息在两个语境中出现的次数相加。

具体的，设文件标识为C，指二进制文件为F，关键信息结果集如下：

{关键信息1×次数1，...，关键信息i×次数i}

这样，便可以建立映射关系列表：

{F1，...，Fi}→C→{关键词1×次数1，...，关键词i×次数i}

执行以上步骤后，进行反向处理以生成每个关键信息和C之间的新的映射关系如下：

关键字i→{C1×次数1，...，Ci×次数i}

其中每个文件标识还可以映射至二进制文件列表。

如果查询“关键信息i”，则生成多个文件标识，其中每个文件标识与多个二进制文件相关联。

当然，本实施例并不局限于语境索引映射图方法，任何根据关键信息确定文件标识的方法都适用本实施例。

确定模块20，用于根据建立的二进制文件资源和文件标识的第一对应关系，确定处理模块10确定的文件标识对应的二进制文件资源，根据建立的二进制文件资源和网络发布信息的第二对应关系，确定该二进制文件资源对应的网络发布信息。

在具体实施过程中，确定模块20需要建立并维护二进制文件资源数据库。二进制文件资源数据库中存储二进制文件资源的文件标识与描述信息的关系。通过网络蜘蛛(Spider)程序在互联网上抓取二进制文件资源的内容数据以及描述信息。

网络发布信息包括但不限于下列信息中的一种或几种：

广告信息、交易信息、联系信息、公告或通知信息等等。

其中，本发明实施例确定网络发布信息的装置还可以进一步包括：第一显示模块30。

第一显示模块30，用于如果用户的查询请求为用户输入的关键信息而启动的显式查询请求(即处理模块10根据用户输入的关键信息确定对应的文件标识)，则将查询结果和确定模块20确定的网络发布信息在网页页面中显示。

在本实施例中，显示网络发布信息的方式有很多种：

比如可以将网络发布信息显示在查询结果的页面中；还可以在用户点击查询结果的链结后，将网络发布信息显示到链结的页面中。

其中，本发明实施例确定网络发布信息的装置还可以进一步包括：第二显示模块40。

第二显示模块40，用于如果用户的查询请求为用户下载二进制文件资源而启动的隐式查询请求(即处理模块10根据用户下载的二进制文件资源确定对应的文件标识)，则将确定模块20确定的网络发布信息在下载页面中显示。

其中，确定模块20还可以进一步包括：文件标识确定模块200和网络发布信息确定模块210。

文件标识确定模块200，用于如果处理模块10根据用户的查询请求确定对应的至少两个文件标识，则根据建立的二进制文件资源和文件标识的第一对应关系，确定每个文件标识对应的二进制文件资源。

网络发布信息确定模块210，用于根据建立的二进制文件资源和网络发布信息的第二对应关系，确定文件标识确定模块200确定的每个二进制文件资源对应的网络发布信息。

则本发明实施例确定网络发布信息的装置还可以进一步包括：第三显示模块50。

第三显示模块50，用于根据设定的显示条件，从网络发布信息确定模块210确定的网络发布信息中选择需要显示的网络发布信息，同查询结果一起向用户显示。

显示条件可以根据需要设定，比如：可以根据用户查询的二进制文件资源的下载速度进行排序，将靠前的二进制文件资源对应的网络发布信息进行显示；还可以根据用户查询的二进制文件资源的下载次数进行排序，将靠前的二进制文件资源对应的网络发布信息进行显示；还可以设置几个固定的网络发布信息，只要查询结果中出现固定的网络发布信息对应的二进制文件资源，则将网络发布信息进行显示。

第三显示模块50确定需要显示的网络发布信息后，显示网络发布信息的方式与第一显示模块30或第二显示模块40类似，不再赘述。

如图2所示，本发明实施例确定网络发布信息的方法包括下列步骤：

步骤200、根据用户的查询请求确定对应的文件标识。

在隐式查询请求中，可以根据用户下载的二进制文件资源对应的URL地址确定对应的文件标识，或根据二进制文件资源确定对应的文件标识。

其中，文件标识，即内容签名，是根据预设的算法对文件的内容数据进行计算后获得的。本实施例中的算法包括对不同的数据处理得到不同的处理结果的所有算法，处理结果(即内容签名)可唯一标识处理前的数据。

分配标识的方法有很多种，比如：随机分配给每一个二进制文件信息一个标识，并且保证每个标识是唯一的；

还可以对每个二进制文件的内容数据进行哈希算法，得到文件哈希值，该文件哈希值可以唯一代表该媒体文件内容信息。

哈希算法采用MD5，MD4，SHA，SHS等算法作为公式。

其中一个计算文件内容签名的方式是：选取整个媒体文件的前、中、后各20KB(或者是文件的其他任何几个部分，甚至是全部文件)内容数据，利用前述算法将这三个部分合起来进行哈希计算，得到一个值，成为CID；

另一个计算文件内容签名的方式是：把二进制文件的内容数据以一定的长度(比如可以为20K、30K或者其他任何值)平均分为N个部分，利用前述算法对其分别进行哈希计算，得到一个值，成为BCID；同样的对所有的BCID进行一次哈希算法，得到的一个值，称为GCID，以该GCID作为该文件内容签名。这些值在互联网上都是可以唯一区别内容不同的二进制文件的一组数字的组合，内容数据相同的文件对应相同的值，内容数据不同的文件对应不同的值。

其中，可以通过语境索引映射图方法确定文件标识(即建立关键信息与文件标识的对应关系)。

{关键信息1×次数1，...，关键信息i×次数i}

这样，便可以建立映射关系列表：

{F1，...，Fi}→C→{关键词1×次数1，...，关键词i×次数i}

关键字i→{C1×次数1，...，Ci×次数i}

其中每个文件标识还可以映射至二进制文件列表。

当然，本实施例并不局限于语境索引映射图方法，任何根据关键信息确定文件标识的方法都是用本实施例。

步骤201、根据建立的二进制文件资源和文件标识的第一对应关系，确定文件标识对应的二进制文件资源。

步骤202、根据建立的二进制文件资源和网络发布信息的第二对应关系，确定二进制文件资源对应的网络发布信息。

在具体实施过程中，需要建立并维护二进制文件资源数据库。二进制文件资源数据库中存储二进制文件资源的文件标识与描述信息的关系。通过网络蜘蛛(Spider)程序在互联网上抓取二进制文件资源的内容数据以及描述信息。

下面以电影资源为例进行说明：

二进制文件资源数据库的存储形式如表1所示，

CID	文件名称	URL	内容描述	竞价资源
CID	文件名称	URL	内容描述	竞价资源	AAAA	aa	URL1	Real格式，中英文字幕对照，电影1......	电影1
AAAA	aa	URL2	Real格式，中英文字幕对照，电影1......	电影1	AAAA	aa	URL1	Real格式，中英文字幕对照，电影1......	电影1
AAAA	aa	URL2	Real格式，中英文字幕对照，电影1......	电影1	AAAA	aax	URL3	Real格式，中英文字幕对照，电影1......	电影1
BBBB	bb	URL4	AVI格式，中英文字幕对照，电影1......	电影1	AAAA	aax	URL3	Real格式，中英文字幕对照，电影1......	电影1
BBBB	bb	URL4	AVI格式，中英文字幕对照，电影1......	电影1	CCCC	cc	URL5	AVI格式，无字幕，电影1......	电影1
DDDD	dd	URL6	Real格式，中英文字幕对照，电影2......	电影2	CCCC	cc	URL5	AVI格式，无字幕，电影1......	电影1
DDDD	dd	URL6	Real格式，中英文字幕对照，电影2......	电影2	EEEE	ee	URL7	AVI格式，中英文字幕对照，电影2......	电影2
FFFF	ff	URL8	AVI格式，无字幕，电影2......	电影2	EEEE	ee	URL7	AVI格式，中英文字幕对照，电影2......	电影2
FFFF	ff	URL8	AVI格式，无字幕，电影2......	电影2	GGGG	gg	URL9	AVI格式，无字幕，电影2......	电影3

表1

如果二进制文件资源的CID相同，不论文件名称、对应的URL或描述信息是否相同，都可以确定这些二进制文件资源是相同的二进制文件资源(如表1中的CID“AAAA”对应两个不同的文件名称“aa”“aax”)。

对于某些二进制文件资源，例如电影，同一部电影因为存储的文件格式不同或者有无字幕的而导致二进制文件资源的CID也不同，这时就会出现同一个关键信息确定了多个二进制文件资源的CID(例如如表1中的电影1包括了三个不同的CID)。

根据表1可以确定属于同一部电影的多个CID，再根据每个CID可以确定二进制文件资源，从而建立二进制文件资源和文件标识的第一对应关系，如表2所示，

CID	竞价资源
CID	竞价资源	AAAA	电影1
BBBB	电影1	AAAA	电影1
BBBB	电影1	CCCC	电影1
DDDD	电影2	CCCC	电影1
DDDD	电影2	EEEE	电影2
FFFF	电影2	EEEE	电影2
FFFF	电影2	GGGG	电影3

表2

根据表1以及提供网络发布信息的用户的需求(比如：在用户查询到该电影或者下载该电影的时候显示网络发布信息)，就可以建立二进制文件资源和网络发布信息的第二对应关系，如表3所示，

竞价资源	竞价广告排序
竞价资源	竞价广告排序	电影1	广告1＞广告2＞广告3
电影2	广告2＞广告4＞广告5	电影1	广告1＞广告2＞广告3
电影2	广告2＞广告4＞广告5	电影3	广告3＞广告6＞广告7

表3

由于有可能多个网络发布信息的用户需要在用户查询到该电影或者下载该电影的时候，显示自己的网络发布信息，所以同一个二进制文件资源会对应多个网络发布信息，在显示的时候，可以根据预先的设置横向或纵向，或者其他方式将多个网络发布信息进行显示。

网络发布信息包括但不限于下列信息中的一种或几种：

广告信息、交易信息、联系信息、公告或通知信息等等。

其中，如果步骤200中的用户的查询请求为用户输入的关键信息而启动的显式查询请求，则步骤202之后还可以进一步包括：

将查询结果和确定的网络发布信息向用户显示。

在本实施例中，显示网络发布信息的方式有很多种：

其中，如果步骤200中的用户的查询请求为用户下载二进制文件资源而启动的隐式查询请求，则步骤202之后还可以进一步包括：

将确定的网络发布信息在下载页面中显示。

其中，如果步骤200中，如果根据用户的查询请求确定对应的至少两个文件标识，则步骤201中，根据建立的二进制文件资源和文件标识的第一对应关系，确定每个所述文件标识对应的二进制文件资源；步骤202中，根据建立的二进制文件资源和网络发布信息的第二对应关系，确定每个二进制文件资源对应的网络发布信息。

则步骤202之后还可以进一步包括：

根据设定的显示条件，从确定的网络发布信息中选择需要显示的网络发布信息，同查询结果一起向用户显示。

在本实施例中，显示网络发布信息的方式有很多种：

比如可以将网络发布信息显示在查询结果的页面中；还可以在用户点击查询结果的链结后，将网络发布信息显示到链结的页面中；还可以将确定的网络发布信息在下载页面中显示。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。应该明白，这些具体实施中的变化对于本领域的技术人员来说是显而易见的，不脱离本发明的精神保护范围。

从上述实施例中可以看出：本发明实施例根据用户的查询请求确定对应的文件标识；根据建立的二进制文件资源和文件标识的第一对应关系，确定所述文件标识对应的二进制文件资源；根据建立的二进制文件资源和网络发布信息的第二对应关系，确定所述二进制文件资源对应的网络发布信息，从而可以根据二进制资源内容确定对应的网络发布信息，并且提高了网络发布信息确定的准确率。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims

1.一种确定网络发布信息的方法，其特征在于，该方法包括：

根据用户的查询请求确定对应的文件标识；

2.如权利要求1所述的方法，其特征在于，所述用户的查询请求为用户输入的关键信息而启动的显式查询请求，或用户下载二进制文件资源而启动的隐式查询请求。

3.如权利要求2所述的方法，其特征在于，如果所述用户的查询请求为用户输入的关键信息而启动的显式查询请求，则所述确定所述二进制文件资源对应的网络发布信息之后还包括：

将查询结果和确定的所述网络发布信息向用户显示。

4.如权利要求2所述的方法，其特征在于，如果所述用户的查询请求为用户下载二进制文件资源而启动的隐式查询请求，则所述确定所述二进制文件资源对应的网络发布信息之后还包括：

将确定的网络发布信息在下载页面中显示。

5.如权利要求1所述的方法，其特征在于，如果根据用户的查询请求确定对应的至少两个文件标识，则根据建立的二进制文件资源和文件标识的第一对应关系，确定每个所述文件标识对应的二进制文件资源；

根据建立的二进制文件资源和网络发布信息的第二对应关系，确定每个所述二进制文件资源对应的网络发布信息。

6.如权利要求5所述的方法，其特征在于，所述根据建立的二进制文件资源和网络发布信息的第二对应关系，确定每个所述二进制文件资源对应的网络发布信息之后还包括：

根据设定的显示条件，从确定的所述网络发布信息中选择需要显示的网络发布信息，同查询结果一起向用户显示。

7.一种确定网络发布信息的装置，其特征在于，该装置包括：

处理模块，用于根据用户的查询请求确定对应的文件标识；

8.如权利要求7所述的装置，其特征在于，所述用户的查询请求为用户输入的关键信息而启动的显式查询请求，或用户下载二进制文件资源而启动的隐式查询请求。

9.如权利要求8所述的装置，其特征在于，所述装置还包括：

第一显示模块，用于如果所述用户的查询请求为用户输入的关键信息而启动的显式查询请求，则将查询结果和所述确定模块确定的所述网络发布信息在网页页面中显示。

10.如权利要求8所述的装置，其特征在于，所述装置还包括：

第二显示模块，用于如果所述用户的查询请求为用户下载二进制文件资源而启动的隐式查询请求，则将所述确定模块确定的所述网络发布信息在下载页面中显示。

11.如权利要求7所述的装置，其特征在于，所述确定模块包括：

文件标识确定模块，用于如果所述处理模块根据用户的查询请求确定对应的至少两个文件标识，则根据建立的二进制文件资源和文件标识的第一对应关系，确定每个所述文件标识对应的二进制文件资源；

网络发布信息确定模块，用于根据建立的二进制文件资源和网络发布信息的第二对应关系，确定每个所述二进制文件资源对应的网络发布信息。

12.如权利要求11所述的装置，其特征在于，所述装置还包括：

第三显示模块，用于根据设定的显示条件，从所述网络发布信息确定模块确定的所述网络发布信息中选择需要显示的网络发布信息，同查询结果一起向用户显示。