CN105868242A - 网络推荐中标签的排序方法及系统 - Google Patents

Abstract

本发明公开了一种网络推荐中标签的排序方法包括：针对待推荐内容确定并获取可能成为标签的关键词；分别采集各个所述关键词的网络数据；对关键词的网络数据来源进行分类，且分别加以不同的权重，得到关键词的统计结果；根据统计结果对关键词进行筛选，并将筛选出的关键词作为该待推荐内容的标签；根据统计结果对得到的所述标签进行排序。本发明还公开了一种网络推荐中标签的排序系统。所述网络推荐中标签的排序方法及系统通过对关键词的网络数据进行加权计算，不仅能够准确得到可作为标签的合适的关键词，而且通过所述统计计算可以获得标签的合理的排序。

Description

网络推荐中标签的排序方法及系统

技术领域

本发明涉及网络信息化处理技术，特别是指一种网络推荐中标签的排序方法及系统。

背景技术

随着互联网技术的发展和不断普及，网络已经成为人们获取信息的主要手段之一，但是随着网络信息的越来越丰富、复杂，如何通过网络准确获取人们想要的信息逐渐成为了一个难题。通常，网络进行推荐时会给推荐内容打上不同的标签，例如影视作品的标签可能会包括影视类型、导演、主演等信息。

但是，目前网络推荐中影音作品的标签带有很大的主观性，而且标签的排序也没有客观的依据。例如：某个影视作品中有三位主演的标签，但是是否应打这三位主演的标签，或者哪一位主演为最受关注的应排在前面，目前并没有合理的解决办法。

发明内容

有鉴于此，本发明的目的在于提出一种网络推荐中标签的排序方法及系统，能够客观地获取合适的标签并进行合理的排序。

基于上述目的本发明提供的网络推荐中标签的排序方法包括：

针对待推荐内容，确定并获取可能成为标签的关键词；

分别采集各个所述关键词的网络数据；

对关键词的网络数据来源进行分类，且分别加以不同的权重，得到关键词的统计结果；

根据统计结果对关键词进行筛选，并将筛选出的关键词作为该待推荐内容的标签；

根据统计结果对得到的所述标签进行排序。

可选的，所述确定并获取可能成为标签的关键词的步骤还包括步骤：对推荐内容的标签进行分类处理，且对不同种类的标签分别获取可能成为该类标签的关键词。

可选的，所述确定并获取可能成为标签的关键词的步骤之后还包括：判断所述关键词的数量是否为1个，若所述关键词的数量为1个，则终止所述网络推荐中标签的排序方法，并直接将所述关键词作为标签；若所述关键词的数量为多个，则分别采集各个所述关键词的网络数据。

可选的，所述分别采集各个所述关键词的网络数据的步骤包括：根据关键词进行网络检索，分别获取关键词在搜索引擎中索引的数量、在社交网站中分享的数量、在论坛或者博客中粉丝关注的数量，以得到关键词在不同网络资源中的关注程度，即关键词的网路数据。

可选的，所述得到关键词的统计结果的步骤包括：根据标签的种类设定相应种类标签的权重比例分配数据，将所述权重比例分配数据分别赋予相应网络来源的网络数据，计算得到关键词的统计结果。

进一步，所述设定标签的权重比例分配数据的步骤包括：检索标签使用的目标网络区域，设定使得目标网络区域对应的网络来源中的网络数据的权重大于其余网络来源的权重。

可选的，所述根据统计结果对关键词进行筛选的步骤包括：对关键词的统计结果设定一个阈值，判断计算得到的关键词的统计结果的值是否大于所述设定的阈值；若判断结果为是，则所述关键词作为标签；若判断结果为否，则所述关键词不作为标签。

本发明还提出了一种网络推荐中标签的排序系统，包括：

关键词获取模块，用于确定并获取可能成为标签的关键词；

网络数据采集模块，用于采集所述关键词获取模块中获取的关键词的网络数据；

统计计算模块，用于对所述网络数据采集模块采集的关键词的网络数据来源进行分类，且分别加以不同的权重，得到关键词的统计结果；

筛选模块，用于根据统计计算模块得到的统计结果对关键词进行筛选，并将筛选出的关键词作为标签；

排序模块，用于根据统计计算模块得到的统计结果对所述筛选模块筛选出的标签进行排序。

可选的，所述关键词获取模块还用于对推荐内容的标签进行分类处理。

可选的，所述网络数据采集模块还用于判断所述关键词的数量是否为1个，若所述关键词的数量为1个，则终止排序，并指示所述排序模块将所述关键词作为标签直接排序；若所述关键词的数量为多个，则分别采集所述关键词获取模块中获取的关键词的网络数据。

可选的，所述网络数据采集模块还用于根据关键词进行网络检索，分别获取关键词在搜索引擎中的索引数量、在社交网站中的分享数量、在论坛或者博客中的粉丝数量，以得到关键词在不同网络资源中的关注程度，即关键词的网络数据。

可选的，所述统计计算模块还用于根据标签的种类设定相应种类标签的权重比例分配数据，将所述权重比例分配数据分别赋予相应网络来源的网络数据，计算得到关键词的统计结果。

进一步，所述统计计算模块还用于检索标签使用的目标网络区域，设定目标网络区域对应的网络来源中的网络数据的权重大于其余网络来源的权重。

可选的，所述筛选模块还用于对关键词的统计结果设定一个阈值，判断计算得到的关键词的统计结果的值是否大于所述设定的阈值；若判断结果为是，则所述关键词作为标签；若判断结果为否，则所述关键词不作为标签。

从上面所述可以看出，本发明提供的网络推荐中标签的排序方法及系统通过对可能成为标签的关键词进行网络检索获得关键词的网络数据，然后针对不同的网络来源进行分类并且赋予不同的权重，得到关键词的统计计算结果，进一步根据所述统计计算结果将标签进行筛选以获得成为标签的关键词，对所述标签根据所述统计计算结果进行排序，最终得到网络推荐中标签的排序。所述网络推荐中标签的排序方法及系统通过对关键词的网络数据进行加权计算，不仅能够准确得到可作为标签的合适的关键词，而且通过所述统计计算可以获得标签的合理的排序。

附图说明

图1为本发明提供的网络推荐中标签的排序方法的一个实施例的流程图；

图2为本发明提供的网络推荐中标签的排序方法的另一个实施例的流程图；

图3为本发明提供的网络推荐中标签的排序系统的一个实施例的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

参照图1所示，为本发明提供的网络推荐中标签的排序方法的一个实施例的流程图。所述网络推荐中标签的排序方法包括：

步骤101，针对待推荐内容确定并获取可能成为标签的关键词；

本步骤中，所述关键词是指高度浓缩推荐内容信息的词语，但是由于推荐内容的关键词可能数量过多，因而需要从关键词中优选出可作为标签的关键词。一方面，需要选出合适的关键词以使得用户获得准确的信息，另一方面，需要对标签进行合理的排序以更快的吸引用户的注意力，同时也使得用户快速获得推荐内容的信息。

步骤102，分别采集各个所述关键词的网络数据；

本步骤中，所述关键词的网络数据是指该关键词在网络推荐中出现的频率或者用户对该关键词的关注度。具体可以为关键词在搜索引擎中被用户索引的数量、在社交网站中用户进行分享的数量、在论坛或博客中用户关注的程度以及其他网络来源的数据，通过网络检索采集这些数据可以获得该关键词在整个网络推荐中的用户对其的关注度的具体量化的数据。

步骤103，对关键词的网络数据来源进行分类，且分别加以不同的权重，得到关键词的统计结果；

本步骤中，所述对关键词的网络数据来源进行分类是指将获得的关键词的网络数据根据关键词的类型以及网络来源的类型进行分类，即将关键词的网络数据区分开来。一方面，由于关键词的网络来源多种多样，从不同的网络来源获得的网络数据可能相差巨大，而这些网络数据的量化数据并不能同等对比，因而必须将其进行分类以区分开来，例如：某个演员在搜索引擎中被搜索的数量和该演员在微博中的粉丝数量是不能一概而论的，否则，若两者的数量差距过大，则数量较小的网络数据将完全失去意义，这是不利于对关键词的综合判断的。另一方面，根据关键词类型的不同，部分关键词的网络来源中的网络数据可以等同比较，例如：某个导演在百度中被搜索的数量与在谷歌中被搜索的数量只是存在用户具有不同的搜索习惯的差异，因而可以合并作为在搜索引擎中的搜索数量。通过对不同的网络来源源赋予不同的权重，可以计算得到关键词在网络推荐中的统计结果，而由于该统计结果是不同关键词在同样的计算标准下的计算结果，因而通过该统计结果可以对不同的关键词进行比较。

步骤104，根据统计结果对关键词进行筛选，并将筛选出的关键词作为该待推荐内容的标签；

本步骤中，所述根据统计结果对关键词进行筛选是指从多个关键词中筛选出可以作为标签的关键词，一方面是因为标签的数量不易过多，因而需要筛选出部分关键词作为标签，另一方面可以根据对该关键词的网络数据的统计计算判断该关键词是否合适作为标签。这样根据网络数据的统计结果对所有关键词的进行筛选可以获得合适的作为标签的关键词。

步骤105，根据统计结果对得到的所述标签进行排序。

其中，所述网络推荐中标签的排序方法中的标签的载体可以包括：网络推荐中的影视作品、音乐作品、图片、文章以及商品等可用于通过设置标签进行网络推荐或共享的推荐内容。例如：电影作品中的演员、导演、电影情节、电影类型、制片公司、观众类型等均可作为电影的标签，用户通过查看电影作品的标签，可以快速获得电影作品的基本信息，进而决定是否需要观看该电影作品。

本步骤中，所述根据统计结果对所述标签进行排序是进一步将作为标签的关键词根据网络数据的统计结果排列出一个先后顺序，通过对该标签先后顺序的排列，可以使得用户在网络推荐中获得该推荐内容的标签时，能够快速获得最后关注的标签信息以及能够获得其他用户对不同标签的关注程度，大大提高了用户的体验和获取信息的效率。

由上述实施例可知，本发明提供的网络推荐中标签的排序方法通过采集可能成为标签的关键词的网络数据，并且针对该网络数据通过赋予不同权重，计算得到关键词的网络统计结果，通过对关键词网络统计结果进行筛选获得作为标签的关键词，最后通过该统计结果对标签进行合理的排序，使得网络推荐中的推荐内容不仅能够获得准确的标签，而且对该标签进行合理的排序，进一步使得用户可以快速获得推荐内容的信息，也即大大提高了用户获取推荐内容信息的效率和质量，同时提高了用户的体验度。

在一些可选的实施例中，所述确定并获取可能成为标签的关键词的步骤之前还包括步骤：对推荐内容的标签进行分类处理，且对不同种类的标签分别获取可能成为该类标签的关键词。由于每个推荐内容包含大量的信息，导致推荐内容的标签也有各种类型，而不同领域的标签是不具有可比性的，也即不同领域的关键词也是没有可比性的，例如：某篇文章中关于内容的标签和关于作者的标签是不能相互比较的。因此，获取可能成为标签的关键词之前应当线对推荐内容的标签进行分类，然后针对每一类的标签再去获取可能成为标签的关键词，这样可以使得不同类别的标签的关键词相互分开，保证了能够获得准确的关键词，也即提高了所述网络推荐中标签的排序方法获取标签的稳定性和可靠性。

在一些可选的实施例中，所述确定并获取可能成为标签的关键词的步骤之后还包括：判断所述关键词的数量是否为1个，若所述关键词的数量为1个，则终止所述网络推荐中标签的排序方法，并直接将所述关键词作为标签；若所述关键词的数量为多个，则分别采集各个所述关键词的网络数据。当有的推荐内容的信息相对集中或者内容领域相对狭窄是，可能出现获取的关键词只有一个的情形。针对这种情形，不需要再去对该关键词进行筛选和排序，因此，可以终止后续的采集信息、筛选和排序的步骤，直接将该关键词作为推荐内容的标签，这样可以进一步提高所述网络推荐中标签的排序方法的效率。

在一些可选的实施例中，所述分别采集各个所述关键词的网络数据的步骤包括：设置使得每个用户接收并观看推荐文件后，将对该推荐文件的标签做出推荐，也即列出用户观看推荐文件后筛选出的关键词，通过直接采集用户对该推荐文件列举的关键词的推荐数量，并直接作为关键词的网络数据。后续处理步骤与之前所述实施例完全相同，此处不再一一论述。

在一些可选的实施例中，所述得到关键词的统计结果的步骤包括：根据标签的种类设定相应种类标签的权重比例分配数据，将所述权重比例分配数据分别赋予相应网络来源的网络数据，计算得到关键词的统计结果。不同的网络来源获得的网络数据是不一样的，而且其对于该关键词的重要程度也是不一样的，因此，需要对不同的网络来源赋予不同的权重系数以计算得出一个统一可相互比较的统计结果。同时，同样的网络来源获得的网络数据对于不同种类的标签的重压程度也是不一样的，例如：在论坛或微博中的关注度，对于同一电影作品中关于主演演员的标签和关于电影类型的标签的重要性是完全不一样的。因此，需要根据标签的种类，针对不同的网络来源赋予不同的权重系数，最后通过计算得到关键词的统计结果。这样，可以根据不同种类的标签和不同的网络来源设置不同的统计计算的方法，进而得到较为准确、合理的统计结果，也即提高了所述网络推荐中标签的排序方法的准确性。

进一步，所述设定标签的权重比例分配数据的步骤包括：检索标签使用的目标网络区域，设定目标网络区域对应的网络来源中的网络数据的权重大于其余网络来源的权重。也即，在设定权重比例分配时，进一步考虑推荐内容出现的目标网络区域，使得目标网络区域的权重大于其余网络来源。这样，可以根据推荐内容出现的不同网络区域，筛选、排列出不同顺序的标签，更加贴合用户获取标签信息的习惯。例如：某一电影出现在人物博客中，用户更想获取的是主要演员的标签信息；而出现在观影论坛中，用户可能更想获取的是电影情节或类型的标签信息。这样，通过在不同网络区域设置不同的权重比例分配数据，可以进一步优化，提高所述网络推荐中标签的排序方法的准确性，使得用户能准确获得想要的标签信息。

在一些可选的实施例中，所述根据统计结果对关键词进行筛选的步骤包括：对关键词的统计结果设定一个阈值，判断计算得到的关键词的统计结果的值是否大于所述设定的阈值；若判断结果为是，则所述关键词作为标签；若判断结果为否，则所述关键词不作为标签。这样，可以通过对阈值的设定，筛选出可作为标签的关键词，业绩得到了合适的标签。而针对于不同类型的关键词需要设定不同的阈值。

在一些可选的实施例中，所述根据统计结果对关键词进行筛选的步骤包括：对关键词设定一个关键词数量阈值，判断关键词的数量是否大于所述关键词数量阈值，若判断结果为是，则根据关键词的统计计算结果的数值从大到小进行排序，并从大到小选取与所述关键词数量阈值数量相同的关键词作为标签；若判断结果为否，则将所有关键词均作为标签。

参照图2所示，为本发明提供的网络推荐中标签的排序方法的另一个实施例的流程图。所述网络推荐中标签的排序方法包括：

步骤201，对推荐内容的标签类型进行分类处理，即将同一推荐内容中需要使用标签的内容的类型进行分类，区别开来。

步骤202，确定并获取可能成为标签的关键词，针对标签的类型，确定推荐内容中对应标签内容的关键词，并获取该关键词。

步骤203，判断关键词是否为1个，若关键词为1个，则执行步骤210；若关键词为多个，则执行步骤204。

步骤204，采集关键词的网络数据，针对关键词进行网络检索，从各类不同的网络区域获取相应的关键词的网络数据。

步骤205，对不同网络资源中的网络数据进行分类处理，即根据网络来源的不同，进行关键词的网络数据的分类处理。

步骤206，根据标签的种类设定相应的权重比例分配数据，并计算得到关键词的统计结果；根据关键词所属的标签类型，设定针对该类型标签的权重比例分配数据，即每个类型的网络数据均有一个权重比例系数，通过将相应的权重比例分配数据赋予关键词相应的网络数据，可以计算得到关键词的统计计算结果。

步骤207，设定一个阈值，通过统计结果判断关键词的统计结果是否大于预设的阈值，也即能否作为标签；针对每个类型的标签设定一个统计结果阈值，将所有关键词的统计结果与设定的阈值进行比较，判断该关键词能否作为标签。具体为：若关键词的统计计算值大于或等于设定的阈值，则执行步骤209；若关键词的统计计算值小于设定的阈值，则执行步骤208。

步骤208，判断结果为关键词的统计计算值小于设定的阈值，因此该关键词不能作为标签，即排除该关键词。

步骤209，判断结果为关键词的统计计算值大于或等于设定的阈值，因此该关键词能够作为标签，即保留该关键词并作为待推荐内容的标签。

步骤210，对标签进行排序，根据关键词的统计计算结果，从大到小对能够作为标签的关键词进行排列，并将该排列顺序作为标签的排列顺序。

有上述实施例可知，所述网络推荐中标签的排序方法能够准确可靠的获得标签，同时根据对网络数据的采集和统计计算，获得了标签的可靠排序，使得用户在获取推荐内容的标签时不仅能够获得准确的标签信息，而且还能获得同类标签的排列顺序，也即可以获得同类标签在网络中受关注的程度。

参照图3所示，为本发明提供的网络推荐中标签的排序系统的一个实施例的结构框图。所述网络推荐中标签的排序系统包括：

关键词获取模块301，用于确定并获取可能成为标签的关键词；

网络数据采集模块302，用于采集所述关键词获取模块中获取的关键词的网络数据；

统计计算模块303，用于对所述网络数据采集模块采集的关键词的网络数据来源进行分类，且分别加以不同的权重，得到关键词的统计结果；

筛选模块304，用于根据统计计算模块得到的统计结果对关键词进行筛选，并将筛选出的关键词作为标签；

排序模块305，用于根据统计计算模块303得到的统计结果，和对所述筛选模块304筛选出的标签进行排序。

由上述实施例可知，所述网络推荐中标签的排序系统通过所述网络数据采集模块302采集所述关键词获取模块301获取的关键词的网络数据信息，然后通过所述统计计算模块303对其统计计算，得到关键词的统计计算结果，进而通过所述筛选模块304筛选处能够作为标签的关键词，最后通过所述排序模块305根据统计计算模块303得到的统计结果对所述筛选模块304筛选出的标签进行排序。这样，可以准确的获得标签以及标签的排序，而且，该标签的排序信息是通过对关键词的网络数据处理的结果，具有较好的可靠性，同时也能真实地反应用户对该标签的关注度，使得后续获得该标签的用户具有更好的体验。

在一些可选的实施例中，所述关键词获取模块301还用于对推荐内容的标签进行分类处理。通过对不同标签的分类，使得不同的关键词相互区分开来，保证了所述筛选模块304筛选关键词的可靠性。

在一些可选的实施例中，所述网络数据采集模块302还用于判断所述关键词的数量是否为1个，若所述关键词的数量为1个，则终止排序，并指示所述排序模块305将所述关键词作为标签直接排序；若所述关键词的数量为多个，则分别采集所述关键词获取模块301中获取的关键词的网络数据。这样可以进一步提高所述网络推荐中标签的排序系统的效率。

在一些可选的实施例中，所述网络数据采集模块302还用于根据关键词进行网络检索，分别获取关键词在搜索引擎中的索引数量、在社交网站中的分享数量、在论坛或者博客中的粉丝数量、用户的推荐数量，以得到关键词在不同网络资源中的关注程度，即关键词的网络数据。这样，可以获得所述关键词在网络推荐中的关注程度的量化数据，以利于关键词的筛选和排序。

在一些可选的实施例中，所述统计计算模块303还用于根据标签的种类设定相应种类标签的权重比例分配数据，将所述权重比例分配数据分别赋予相应网络来源的网络数据，计算得到关键词的统计结果。通过对不同网络来源的网络数据分配不同的权重，可以更加准确的获得关键词的统计结果。

进一步，所述统计计算模块303还用于检索标签使用的目标网络区域，设定目标网络区域对应的网络来源中的网络数据的权重大于其余网络来源的权重。这样，进一步考虑了标签使用的目标网络区域，使得标签的筛选和排序更加具有针对性，更加准确。

在一些可选的实施例中，所述筛选模块304还用于对关键词的统计结果设定一个阈值，判断计算得到的关键词的统计结果的值是否大于所述设定的阈值；若判断结果为是，则所述关键词作为标签；若判断结果为否，则所述关键词不作为标签。这样，通过设定一个阈值对标签进行筛选，可以筛选出合适的关键词作为标签。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种网络推荐中标签的排序方法，其特征在于，包括：

针对待推荐内容，确定并获取可能成为标签的关键词；

分别采集各个所述关键词的网络数据；

对关键词的网络数据来源进行分类，且分别加以不同的权重，得到关键词的统计结果；

根据统计结果对关键词进行筛选，并将筛选出的关键词作为该待推荐内容的标签；

根据统计结果对得到的所述标签进行排序。

2.根据权利要求1所述的方法，其特征在于，所述确定并获取可能成为标签的关键词的步骤还包括步骤：对推荐内容的标签进行分类处理，且对不同种类的标签分别获取可能成为该类标签的关键词。

3.根据权利要求1所述的方法，其特征在于，所述确定并获取可能成为标签的关键词的步骤之后还包括：判断所述关键词的数量是否为1个，若所述关键词的数量为1个，则终止所述网络推荐中标签的排序方法，并直接将所述关键词作为标签；若所述关键词的数量为多个，则分别采集各个所述关键词的网络数据。

4.根据权利要求1所述的方法，其特征在于，所述分别采集各个所述关键词的网络数据的步骤包括：根据关键词进行网络检索，分别获取关键词在搜索引擎中索引的数量、在社交网站中分享的数量、在论坛或者博客中粉丝关注的数量，以得到关键词在不同网络资源中的关注程度，即关键词的网路数据。

5.根据权利要求1所述的方法，其特征在于，所述得到关键词的统计结果的步骤包括：根据标签的种类设定相应种类标签的权重比例分配数据，将所述权重比例分配数据分别赋予相应网络来源的网络数据，计算得到关键词的统计结果。

6.根据权利要求5所述的方法，其特征在于，所述设定标签的权重比例分配数据的步骤包括：检索标签使用的目标网络区域，设定使得目标网络区域对应的网络来源中的网络数据的权重大于其余网络来源的权重。

7.根据权利要求1所述的方法，其特征在于，所述根据统计结果对关键词进行筛选的步骤包括：对关键词的统计结果设定一个阈值，判断计算得到的关键词的统计结果的值是否大于所述设定的阈值；若判断结果为是，则所述关键词作为标签；若判断结果为否，则所述关键词不作为标签。

8.一种网络推荐中标签的排序系统，其特征在于，包括：

关键词获取模块，用于确定并获取可能成为标签的关键词；

网络数据采集模块，用于采集所述关键词获取模块中获取的关键词的网络数据；

统计计算模块，用于对所述网络数据采集模块采集的关键词的网络数据来源进行分类，且分别加以不同的权重，得到关键词的统计结果；

筛选模块，用于根据统计计算模块得到的统计结果对关键词进行筛选，并将筛选出的关键词作为标签；

排序模块，用于根据统计计算模块得到的统计结果对所述筛选模块筛选出的标签进行排序。

9.根据权利要求8所述的系统，其特征在于，所述关键词获取模块还用于对推荐内容的标签进行分类处理。

10.根据权利要求8所述的系统，其特征在于，所述网络数据采集模块还用于判断所述关键词的数量是否为1个，若所述关键词的数量为1个，则终止排序，并指示所述排序模块将所述关键词作为标签直接排序；若所述关键词的数量为多个，则分别采集所述关键词获取模块中获取的关键词的网络数据。

11.根据权利要求8所述的系统，其特征在于，所述网络数据采集模块还用于根据关键词进行网络检索，分别获取关键词在搜索引擎中的索引数量、在社交网站中的分享数量、在论坛或者博客中的粉丝数量，以得到关键词在不同网络资源中的关注程度，即关键词的网络数据。

12.根据权利要求8所述的系统，其特征在于，所述统计计算模块还用于根据标签的种类设定相应种类标签的权重比例分配数据，将所述权重比例分配数据分别赋予相应网络来源的网络数据，计算得到关键词的统计结果。

13.根据权利要求12所述的系统，其特征在于，所述统计计算模块还用于检索标签使用的目标网络区域，设定目标网络区域对应的网络来源中的网络数据的权重大于其余网络来源的权重。

14.根据权利要求8所述的系统，其特征在于，所述筛选模块还用于对关键词的统计结果设定一个阈值，判断计算得到的关键词的统计结果的值是否大于所述设定的阈值；若判断结果为是，则所述关键词作为标签；若判断结果为否，则所述关键词不作为标签。