CN113221535A - 情报处理方法、装置、计算机设备和存储介质 - Google Patents

情报处理方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113221535A
CN113221535A CN202110602772.2A CN202110602772A CN113221535A CN 113221535 A CN113221535 A CN 113221535A CN 202110602772 A CN202110602772 A CN 202110602772A CN 113221535 A CN113221535 A CN 113221535A
Authority
CN
China
Prior art keywords
information
intelligence
target
label
quality
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110602772.2A
Other languages
English (en)
Other versions
CN113221535B (zh
Inventor
奚建飞
张茹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southern Power Grid Digital Grid Research Institute Co Ltd
Original Assignee
Southern Power Grid Digital Grid Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical Southern Power Grid Digital Grid Research Institute Co Ltd
Priority to CN202110602772.2A priority Critical patent/CN113221535B/zh
Publication of CN113221535A publication Critical patent/CN113221535A/zh
Application granted granted Critical
Publication of CN113221535B publication Critical patent/CN113221535B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/335Filtering based on additional data, e.g. user or group profiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请涉及一种情报处理方法、装置、计算机设备和存储介质。所述方法包括:获取原始情报信息,对原始情报信息进行质量识别,得到原始情报信息的情报质量;从原始情报信息中筛选出目标情报信息;目标情报信息用于表征情报质量符合要求的情报信息;根据目标情报信息的信息内容,确定目标情报信息的情报标签;目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;根据目标情报信息的情报标签,对目标情报信息进行聚类处理,得到多个情报信息集合;每个情报信息集合中包括多个目标情报信息;将多个情报信息集合存储至预设数据库中。采用本方法,能够提高情报信息的利用率。

Description

情报处理方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机技术领域,特别是涉及一种情报处理方法、装置、计算机设备和存储介质。
背景技术
随着互联网技术的发展,各式各样的情报信息层出不穷,对情报信息的有效获取显得越来越重要。
传统技术中,情报资料分散且无序,导致企业出现无情报信息可用、有情报信息但找不到、其它部门已有情报信息但因信息闭塞而导致重复工作,从而造成情报信息的利用率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高情报信息的利用率的情报处理方法、装置、计算机设备和存储介质。
一种情报处理方法,所述方法包括:
获取原始情报信息,对所述原始情报信息进行质量识别,得到所述原始情报信息的情报质量;
从所述原始情报信息中筛选出目标情报信息;所述目标情报信息用于表征所述情报质量符合要求的情报信息;
根据所述目标情报信息的信息内容,确定所述目标情报信息的情报标签;所述目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;所述第一情报标签用于表征所述目标情报信息的情报摘要,所述第二情报标签用于表征所述目标情报信息的情报类别,所述第三情报标签用于表征所述目标情报信息的关键信息;
根据所述目标情报信息的情报标签,对所述目标情报信息进行聚类处理,得到多个情报信息集合;每个情报信息集合中包括多个目标情报信息;
将所述多个情报信息集合存储至预设数据库中。
在其中一个实施例中,所述对所述原始情报信息进行质量识别,得到所述原始情报信息的情报质量,包括:
提取所述原始情报信息的特征信息;
将所述原始情报信息的特征信息输入预先训练的质量识别模型,得到所述原始情报信息的情报质量;所述预先训练的质量识别模型用于对所述原始情报信息的特征信息进行卷积处理和全连接处理,得到所述原始情报信息的情报质量分别为各预设情报质量的概率,并将所述概率最大的预设情报质量,作为所述原始情报信息的情报质量。
在其中一个实施例中,若所述预设数据库中存储有历史情报信息,则所述方法还包括:
将所述目标情报信息与所述历史情报信息进行比对,得到所述目标情报信息与所述历史情报信息之间的比对结果;
根据所述比对结果,从所述预设数据库中确定与所述目标情报信息关联的历史情报信息;
根据与所述目标情报信息关联的历史情报信息,构建所述目标情报信息与所述历史情报信息之间的关联关系;所述关联关系用于表征所述目标情报信息与所述历史情报信息之间相互关联。
在其中一个实施例中,所述方法还包括:
接收终端发送的情报信息查询请求;所述情报信息查询请求中携带有查询标签;
从所述预设数据库中,获取与所述查询标签对应的第一情报信息,以及与所述第一情报信息关联的第二情报信息;
将所述第一情报信息和所述第二情报信息发送至所述终端。
在其中一个实施例中,在将所述多个情报信息集合存储至预设数据库中之后,还包括:
接收对所述预设数据库中的目标情报信息的修改请求;所述修改请求中携带有用户标识;
若所述用户标识为预设用户标识,则确认所述修改请求验证通过;所述预设用户标识用于表征具有修改权限的用户标识;
根据所述修改请求,对所述目标情报信息进行对应的修改处理,得到修改后的目标情报信息。
在其中一个实施例中,在将所述多个情报信息集合存储至预设数据库中之后,还包括:
接收对所述预设数据库中的目标情报信息的评论信息;
对所述评论信息进行验证;
若所述评论信息验证通过,则将所述评论信息存储至所述目标情报信息对应的评论集中。
在其中一个实施例中,在将所述多个情报信息集合存储至预设数据库中之后,还包括:
将所述多个情报信息集合存储至备份数据库中;
若检测到终端访问的所述预设数据库出现异常,则将所述终端访问的所述预设数据库切换为所述备份数据库。
一种情报处理装置,所述装置包括:
信息获取模块,用于获取原始情报信息,对所述原始情报信息进行质量识别,得到所述原始情报信息的情报质量;
信息筛选模块,用于从所述原始情报信息中筛选出目标情报信息;所述目标情报信息用于表征所述情报质量符合要求的情报信息;
标签确定模块,用于根据所述目标情报信息的信息内容,确定所述目标情报信息的情报标签;所述目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;所述第一情报标签用于表征所述目标情报信息的情报摘要,所述第二情报标签用于表征所述目标情报信息的情报类别,所述第三情报标签用于表征所述目标情报信息的关键信息;
聚类处理模块,用于根据所述目标情报信息的情报标签,对所述目标情报信息进行聚类处理,得到多个情报信息集合;每个情报信息集合中包括多个目标情报信息;
信息存储模块,用于将所述多个情报信息集合存储至预设数据库中。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取原始情报信息,对所述原始情报信息进行质量识别,得到所述原始情报信息的情报质量;
从所述原始情报信息中筛选出目标情报信息;所述目标情报信息用于表征所述情报质量符合要求的情报信息;
根据所述目标情报信息的信息内容,确定所述目标情报信息的情报标签;所述目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;所述第一情报标签用于表征所述目标情报信息的情报摘要,所述第二情报标签用于表征所述目标情报信息的情报类别,所述第三情报标签用于表征所述目标情报信息的关键信息;
根据所述目标情报信息的情报标签,对所述目标情报信息进行聚类处理,得到多个情报信息集合;每个情报信息集合中包括多个目标情报信息;
将所述多个情报信息集合存储至预设数据库中。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取原始情报信息,对所述原始情报信息进行质量识别,得到所述原始情报信息的情报质量;
从所述原始情报信息中筛选出目标情报信息;所述目标情报信息用于表征所述情报质量符合要求的情报信息;
根据所述目标情报信息的信息内容,确定所述目标情报信息的情报标签;所述目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;所述第一情报标签用于表征所述目标情报信息的情报摘要,所述第二情报标签用于表征所述目标情报信息的情报类别,所述第三情报标签用于表征所述目标情报信息的关键信息;
根据所述目标情报信息的情报标签,对所述目标情报信息进行聚类处理,得到多个情报信息集合;每个情报信息集合中包括多个目标情报信息;
将所述多个情报信息集合存储至预设数据库中。
上述情报处理方法、装置、计算机设备和存储介质,通过获取原始情报信息,对原始情报信息进行质量识别,得到原始情报信息的情报质量;接着从原始情报信息中筛选出目标情报信息;目标情报信息用于表征情报质量符合要求的情报信息;然后根据目标情报信息的信息内容,确定目标情报信息的情报标签;目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;第一情报标签用于表征目标情报信息的情报摘要,第二情报标签用于表征目标情报信息的情报类别,第三情报标签用于表征目标情报信息的关键信息;最后根据目标情报信息的情报标签,对目标情报信息进行聚类处理,得到多个情报信息集合,并将多个情报信息集合存储至预设数据库中;这样,实现了将情报质量符合要求的情报信息进行分类的目的,避免情报信息杂乱无章,从而提高了情报信息的利用率。
附图说明
图1为一个实施例中情报处理方法的应用环境图;
图2为一个实施例中情报处理方法的流程示意图;
图3为一个实施例中构建目标情报信息与历史情报信息之间的关联关系的步骤的流程示意图;
图4为一个实施例中查询情报信息的步骤的流程示意图;
图5为一个实施例中情报处理装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的情报处理方法,可以应用于如图1所示的应用环境中。其中,该应用环境包括服务器110,服务器110可以用独立的服务器或者是多个服务器组成的服务器集群来实现;参考图1,以服务器110为独立的服务器进行说明,服务器110获取原始情报信息,对原始情报信息进行质量识别,得到原始情报信息的情报质量;从原始情报信息中筛选出目标情报信息;目标情报信息用于表征情报质量符合要求的情报信息;根据目标情报信息的信息内容,确定目标情报信息的情报标签;目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;第一情报标签用于表征目标情报信息的情报摘要,第二情报标签用于表征目标情报信息的情报类别,第三情报标签用于表征目标情报信息的关键信息;根据目标情报信息的情报标签,对目标情报信息进行聚类处理,得到多个情报信息集合;每个情报信息集合中包括多个目标情报信息;将多个情报信息集合存储至预设数据库中。
在一个实施例中,如图2所示,提供了一种情报处理方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S201,获取原始情报信息,对原始情报信息进行质量识别,得到原始情报信息的情报质量。
其中,原始情报信息是指非结构化的有参考价值的信息,比如政策法规、院校文献、热门观点、最新技术等,其情报形式可以是文章、图片、音频、视频、人物简历等,具体来源于不同的情报信息源,比如媒体、高校、行业、咨询公司、智库型机构等。原始情报信息的情报质量,用于表征原始情报信息的质量信息。
具体地,服务器基于大数据技术,分别从不同的情报信息源中获取与预设主题或者预设关键词相关的情报信息,作为原始情报信息;通过预设的质量识别指令,对原始情报信息进行质量识别,得到原始情报信息的情报质量。
举例说明,服务器从媒体、高校、行业、咨询公司、智库型机构等情报信息源中,采集与预设的主题、关键词表中的主题、关键词相关的政策法规、院校文献、热门观点、最新技术等情报信息,作为原始情报信息。
步骤S202,从原始情报信息中筛选出目标情报信息;目标情报信息用于表征情报质量符合要求的情报信息。
其中,情报质量符合要求的情报信息,是指情报质量等级大于预设质量等级的情报信息。
具体地,服务器根据原始情报信息的情报质量,查询预设的情报质量与情报质量等级的对应关系,得到原始情报信息的情报质量等级;从原始情报信息中,筛选出情报质量等级大于预设质量等级的情报信息,作为情报质量符合要求的情报信息;将情报质量符合要求的情报信息,识别为目标情报信息。
步骤S203,根据目标情报信息的信息内容,确定目标情报信息的情报标签;目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签。
其中,第一情报标签用于表征目标情报信息的情报摘要,第二情报标签用于表征目标情报信息的情报类别,第三情报标签用于表征目标情报信息的关键信息。
其中,情报摘要是指目标情报信息的主要信息,可以是一句话,也可以是一段话;情报类别是指目标情报信息的所属的信息类别,比如数字化战略、数字化管理、数字化业务、数字化技术、数字经济、能源等;关键信息是指目标情报信息的主题或者关键词。
具体地,服务器根据情报摘要确定指令,基于目标情报信息的信息内容,确定目标情报信息的情报摘要;根据情报类别确定指令,基于目标情报信息的信息内容,确定目标情报信息的情报类别;根据关键信息确定指令,基于目标情报信息的信息内容,确定目标情报信息的关键信息;分别将目标情报信息的情报摘要、情报类别和关键信息,作为目标情报信息的第一情报标签、第二情报标签和第三情报标签;将目标情报信息的第一情报标签、第二情报标签和第三情报标签进行组合,得到目标情报信息的情报标签。
步骤S204,根据目标情报信息的情报标签,对目标情报信息进行聚类处理,得到多个情报信息集合;每个情报信息集合中包括多个目标情报信息。
其中,情报信息集合可以是指知识集、案例集、专家集,当然也可以包括其他,具体根据实际情况确定。
具体地,服务器根据预设的聚类处理指令,确定情报标签相同或者相似的目标情报信息,然后将情报标签相同或者相似的目标情报信息聚集在一起,得到多个情报信息集合。
举例说明,服务器通过预设的聚类模型,基于目标情报信息的情报标签,确定情报标签之间的相似度均大于预设相似度的多个目标情报信息;分别将情报标签之间的相似度均大于预设相似度的多个目标情报信息进行组合,得到多个情报信息集合。
步骤S205,将多个情报信息集合存储至预设数据库中。
其中,预设数据库是指服务器数据库,可以存储有历史情报信息。
具体的,服务器按照每个情报信息集合对应的集合名称,将每个情报信息集合存储至预设数据库中,以通过预设数据库存储多个情报信息集合。
上述情报处理方法中,通过获取原始情报信息,对原始情报信息进行质量识别,得到原始情报信息的情报质量;接着从原始情报信息中筛选出目标情报信息;目标情报信息用于表征情报质量符合要求的情报信息;然后根据目标情报信息的信息内容,确定目标情报信息的情报标签;目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;第一情报标签用于表征目标情报信息的情报摘要,第二情报标签用于表征目标情报信息的情报类别,第三情报标签用于表征目标情报信息的关键信息;最后根据目标情报信息的情报标签,对目标情报信息进行聚类处理,得到多个情报信息集合,并将多个情报信息集合存储至预设数据库中;这样,实现了将情报质量符合要求的情报信息进行分类的目的,避免情报信息杂乱无章,从而提高了情报信息的利用率。
在一个实施例中,上述步骤S201,对原始情报信息进行质量识别,得到原始情报信息的情报质量,具体包括:提取原始情报信息的特征信息;将原始情报信息的特征信息输入预先训练的质量识别模型,得到原始情报信息的情报质量;预先训练的质量识别模型用于对原始情报信息的特征信息进行卷积处理和全连接处理,得到原始情报信息的情报质量分别为各预设情报质量的概率,并将概率最大的预设情报质量,作为原始情报信息的情报质量。
其中,特征信息用于表征原始情报信息的关键信息;预先训练的质量识别模型是一种用于输出情报信息的情报质量的神经网络模型,比如卷积神经网络模型。
具体地,服务器将原始情报信息输入特征提取模型中,通过特征提取模型对原始情报信息进行特征提取处理,得到原始情报信息的特征信息;将原始情报信息的特征信息输入预先训练的质量识别模型,通过预先训练的质量识别模型对原始情报信息的特征信息进行卷积处理和全连接处理,得到原始情报信息的情报质量分别为各预设情报质量的概率,并从各预设情报质量中,筛选出概率最大的预设情报质量,将概率最大的预设情报质量作为原始情报信息的情报质量。
例如,原始情报信息的情报质量为预设情报质量A、预设情报质量B、预设情报质量C的概率分别是0.5、0.3、0.2,原始情报信息的情报质量A的概率最大,说明原始情报信息的情报质量为预设情报质量C。
进一步地,预先训练的质量识别模型通过下述方式训练得到:服务器获取样本情报信息以及样本情报信息对应的实际情报质量;将样本情报信息的特征信息输入待训练的质量识别模型,得到样本情报信息的预测情报质量;根据样本情报信息的实际情报质量和预测情报质量之间的差值,得到损失值;若损失值大于或者等于预设阈值,则根据损失值对待训练的质量识别模型的模型参数进行调整,得到调整后的质量识别模型,并对调整后的质量识别模型进行反复训练,直到根据训练后的质量识别模型得到的损失值小于预设阈值;当根据训练后的质量识别模型得到的损失值小于预设阈值时,将该训练后的质量识别模型,作为预先训练的质量识别模型。
在本实施例中,通过预先训练的质量识别模型,输出原始情报信息的情报质量,便于后续从原始情报信息中筛选出符合要求的目标情报信息,使得后续目标情报信息的分类更加准确,避免分类后的目标情报信息存在错误,导致情报信息的利用率下降的缺陷,进一步提高了情报信息的利用率。
在一个实施例中,如图3所示,若预设数据库中存储有历史情报信息,则本申请的情报处理方法还包括构建目标情报信息与历史情报信息之间的关联关系的步骤,具体包括如下步骤:
步骤S301,将目标情报信息与历史情报信息进行比对,得到目标情报信息与历史情报信息之间的比对结果。
其中,比对结果用于表征目标情报信息与历史情报信息之间是否关联。
步骤S302,根据比对结果,从预设数据库中确定与目标情报信息关联的历史情报信息。
具体地,服务器将目标情报信息与历史情报信息进行比对,得到目标情报信息与历史情报信息之间关联的比对结果,以及目标情报信息与历史情报信息之间不关联的比对结果;根据目标情报信息与历史情报信息之间关联的比对结果,从预设数据库中确定出与该目标情报信息关联的历史情报信息。
步骤S303,根据与目标情报信息关联的历史情报信息,构建目标情报信息与历史情报信息之间的关联关系;关联关系用于表征目标情报信息与历史情报信息之间相互关联。
举例说明,与目标情报信息A关联的历史情报信息为历史情报信息B,则构建目标情报信息A与历史情报信息B之间的关联关系。
在本实施例中,通过从预设数据库中确定出与目标情报信息关联的历史情报信息,并构建目标情报信息与历史情报信息之间的关联关系,使得后续在查询到目标情报信息时,可以根据关联关系查询到与目标情报信息关联的历史情报信息。
在一个实施例中,如图4所示,本申请的情报处理方法还包括查询情报信息的步骤,具体包括以下步骤:
步骤S401,接收终端发送的情报信息查询请求;情报信息查询请求中携带有查询标签。
其中,终端可以但不限于是各种个人计算机、笔记本电脑、平板电脑和智能手机;情报信息查询请求是指终端发起的用于查询情报信息的请求,查询标签是指用户选择或者输入的标签。
步骤S402,从预设数据库中,获取与查询标签对应的第一情报信息,以及与第一情报信息关联的第二情报信息。
具体地,服务器从预设数据库中,确定与查询标签匹配的情报标签所对应的情报信息,作为与查询标签对应的第一情报信息;根据第一情报信息标记的关联关系,从预设数据库中获取与第一情报信息关联的第二情报信息。
步骤S403,将第一情报信息和第二情报信息发送至终端。
具体地,服务器将第一情报信息和第二情报信息发送至终端,通过终端展示第一情报信息和第二情报信息,便于用户查看。
举例说明,用户在终端的情报信息查询页面上选择或者输入查询标签A,触发终端生成携带有查询标签A的情报信息查询请求,并通过终端将情报信息查询请求发送至对应的服务器;服务器从预设数据库中,获取与查询标签A对应的第一情报信息B以及与第一情报信息B关联的第二情报信息C,并将第一情报信息B和第二情报信息C发送至终端进行展示。
在本实施例中,在查询情报信息时,不仅可以获取想要查询的情报信息,还可以得到与想要查询的情报信息关联的情报信息,有利于提高查询得到的情报信息的准确率。
在一个实施例中,上述步骤S205,在将多个情报信息集合存储至预设数据库中之后,还包括:接收对预设数据库中的目标情报信息的修改请求;修改请求中携带有用户标识;若用户标识为预设用户标识,则确认修改请求验证通过;预设用户标识用于表征具有修改权限的用户标识;根据修改请求,对目标情报信息进行对应的修改处理,得到修改后的目标情报信息。
具体地,服务器接收终端发送的对预设数据库中的目标情报信息的修改请求,并对修改请求进行解析,得到修改请求中携带的用户标识和待修改信息;判断用户标识是否为预设用户标识,若否,说明该用户标识没有修改权限,则拒绝对目标情报信息进行修改,并生成修改失败信息,将修改失败信息返回至终端;若是,说明该用户标识具有修改权限,则根据待修改信息,对目标情报信息进行对应的修改处理,得到修改后的目标情报信息。
在本实施例中,在对预设数据库中的目标情报信息的修改请求中携带的用户标识为预设用户标识的情况下,才对目标情报信息进行对应的修改处理,保证了目标情报信息的修改安全性。
在一个实施例中,上述步骤S205,在将多个情报信息集合存储至预设数据库中之后,还包括:接收对预设数据库中的目标情报信息的评论信息;对评论信息进行验证;若评论信息验证通过,则将评论信息存储至目标情报信息对应的评论集中。
其中,评论信息是指用户发布的对预设数据库中的目标情报信息的观点、看法或者见解。
具体地,服务器接收终端发送的对预设数据库中的目标情报信息的评论信息,并根据评论信息验证指令,对评论信息进行验证,以确认评论信息是否违规;若评论信息验证通过,说明评论信息没有违规,则将评论信息存储至目标情报信息对应的评论集中。
进一步地,若评论信息验证不通过,说明评论信息违规,则拒绝将评论信息存储至目标情报信息对应的评论集中。
在本实施例中,在对预设数据库中的目标情报信息的评论信息验证通过的情况下,才将评论信息存储至目标情报信息对应的评论集中,保证了目标情报信息对应的评论集中存储的评论信息的合法性。
在一个实施例中,上述步骤S205,在将多个情报信息集合存储至预设数据库中之后,还包括:将多个情报信息集合存储至备份数据库中;若检测到终端访问的预设数据库出现异常,则将终端访问的预设数据库切换为备份数据库。
其中,备份数据库是指存储情报信息集合的另一数据库。
具体地,在将多个情报信息集合存储至预设数据库中之后,服务器也按照每个情报信息集合对应的集合名称,将每个情报信息集合存储至备份数据库中,以通过备份数据库存储多个情报信息集合;在情报信息查询的过程中,服务器实时对终端访问的预设数据库进行检测,若检测到终端访问的预设数据库出现异常,比如预设数据库出现故障,则将终端访问的预设数据库切换为备份数据库。
在本实施例中,在检测到终端访问的预设数据库出现异常的情况下,将终端访问的预设数据库切换为备份数据库,保证了情报信息的查询成功率,避免了预设数据库出现异常而无法获得情报信息的缺陷,进一步提高了情报信息的利用率。
在一个实施例中,本申请还提供了一种情报管理系统,该情报管理系统基于B/S架构,通过浏览器实现用户与服务器数据的交互;在情报管理系统中,用户可以进行情报发布、更新、查询、评论等操作;管理员用户可以进入情报管理系统的系统后台,对情报管理系统的参数和功能进行设置,例如创建分类、删除评论、情报批量管理、用户信息及权限管理等;操作人员在情报管理系统内创建了知识集、案例集、专家集三大集合,下设数字化战略、数字化管理、数字化业务、数字化技术、数字经济、能源六个子类别。该情报管理系统包括:前台模块和后台模块,其中:
前台模块,包括情报处理模块、情报查阅模块、统计模块和用户空间与互动模块;其中,情报处理模块,用于情报输入、分类、编辑和使用;情报输入方式包括直接创建文档、网页链接下载、上传本地资源等,也可以创建文件夹;情报放在预设的集合和类别下进行分类;用户可以编辑情报标题、内容、分类、摘要、预览图等,设置情报关联,对情报进行标签标注,以及发表评论等;用户可以对特定情报进行关注收藏,拥有权限的用户可下载开放权限的情报资料。情报查阅模块,用于对情报的浏览和检索;用户可以进入系统预设分类板块浏览;可以通过热点情报和最新情报板块;具有搜索栏,可以通过关键词搜索相关情报。开放下载权限的用户可下载情报资料。统计模块,用于对情报总量、情报日增量、情报评价情况、用户活跃度等进行统计。用户空间与互动模块,用于用户个人信息管理与系统内互动;用户可在个人空间查看个人输入或关注收藏的情报;可查看与其它用户的互动和留言,并设置和管理系统内个人通讯录。
后台模块,仅对系统管理员开放,系统管理员可以对情报管理系统进行全局管理;具体包括系统配置模块、用户管理模块、情报管理模块和运维管理模块;其中,系统配置模块,用于对情报管理系统各项定义、参数、结构、功能等的设置。用户管理模块,用于管理用户个人信息、组织机构、用户消息、用户活动和权限等。情报管理模块,用于情报分类结构、标签词汇的预设,管理情报权限和使用情况、情报附件、分享链接等。运维管理模块,用于管理情报文件状态、情报索引、系统日志、系统备份和接口等。
此外,情报管理系统的运作流程如下步骤所示:
(1)情报来源与收集:本申请针对的是外部非结构化情报资源的收集,通过网络、媒体等线上渠道,收集有关的政策法规、院校文献、热门观点、最新技术等情报资料;情报来源包括媒体、高校、行业、咨询公司、智库型机构等;情报形式包括文章、图片、音频、视频、人物简历等。
情报的收集可以采取人工收集的方式,操作人员根据预先研讨设置的信息来源以及主题、关键词表,展开情报收集工作,可以有效保证情报的质、量均在较高水平;其中,主题、关键词表是动态更新的表格,根据工作需要进行增减修改;主题、关键词表除了指引操作人员进行情报收集外,同时作为情报整理过程中,对情报进行描述与标注的依据。
(2)情报储存与整理:操作人员将收集而来的情报,通过直接的网页链接或本地资料上传,储存至服务器数据库中;情报储存完成后,操作人员对情报管理系统中的情报进行整理,包括:填写情报摘要;根据情报性质将情报分别归入“知识集、案例集、专家集”三大集合之一,以及“数字化战略、数字化管理、数字化业务、数字化技术、数字经济、能源”六大类别之一;根据预设的主题、关键词表,或特殊的补充关键词,通过打标签的方式对情报进行描述标注;将新加入情报与情报管理系统内已有情报进行比对,找到可能相关的已有情报,设置关联关系;系统管理员可以根据用户类型及其权限,对应开放部分或全部的情报资料权限,权限包括浏览、编辑、下载等。
(3)情报使用和互动:储存和整理完成的情报资料可根据需要进行调整修改;用户可根据自身需要搜索和查阅情报,对情报进行评论、收藏、下载等操作。
上述情报管理系统,可以达到以下技术效果:(1)情报管理系统按照一定的标准对情报的各种属性进行准确、完善的描述,按照不同的属性特征将情报进行索引标注,使得用户可以从不同的属性特征入手在经过标注的情报中找到自己所需的情报信息;(2)在对情报进行描述和标注的基础上,对情报进行分类聚合,同时挖掘了情报件的关联性和规律,形成更有意义的情报集合;(3)增强了情报活动的共享性和交互性,提高用户参与度和可获得性,强化了情报利用效率。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种情报处理装置,包括:信息获取模块510、信息筛选模块520、标签确定模块530、聚类处理模块540和信息存储模块550,其中:
信息获取模块510,用于获取原始情报信息,对原始情报信息进行质量识别,得到原始情报信息的情报质量。
信息筛选模块520,用于从原始情报信息中筛选出目标情报信息;目标情报信息用于表征情报质量符合要求的情报信息。
标签确定模块530,用于根据目标情报信息的信息内容,确定目标情报信息的情报标签;目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;第一情报标签用于表征目标情报信息的情报摘要,第二情报标签用于表征目标情报信息的情报类别,第三情报标签用于表征目标情报信息的关键信息。
聚类处理模块540,用于根据目标情报信息的情报标签,对目标情报信息进行聚类处理,得到多个情报信息集合;每个情报信息集合中包括多个目标情报信息。
信息存储模块550,用于将多个情报信息集合存储至预设数据库中。
在一个实施例中,信息获取模块510,还用于提取原始情报信息的特征信息;将原始情报信息的特征信息输入预先训练的质量识别模型,得到原始情报信息的情报质量;预先训练的质量识别模型用于对原始情报信息的特征信息进行卷积处理和全连接处理,得到原始情报信息的情报质量分别为各预设情报质量的概率,并将概率最大的预设情报质量,作为原始情报信息的情报质量。
在一个实施例中,若预设数据库中存储有历史情报信息,则情报处理装置还包括关系构建模块,用于将目标情报信息与历史情报信息进行比对,得到目标情报信息与历史情报信息之间的比对结果;根据比对结果,从预设数据库中确定与目标情报信息关联的历史情报信息;根据与目标情报信息关联的历史情报信息,构建目标情报信息与历史情报信息之间的关联关系;关联关系用于表征目标情报信息与历史情报信息之间相互关联。
在一个实施例中,情报处理装置还包括信息发送模块,用于接收终端发送的情报信息查询请求;情报信息查询请求中携带有查询标签;从预设数据库中,获取与查询标签对应的第一情报信息,以及与第一情报信息关联的第二情报信息;将第一情报信息和第二情报信息发送至终端。
在一个实施例中,情报处理装置还包括信息修改模块,用于接收对预设数据库中的目标情报信息的修改请求;修改请求中携带有用户标识;若用户标识为预设用户标识,则确认修改请求验证通过;预设用户标识用于表征具有修改权限的用户标识;根据修改请求,对目标情报信息进行对应的修改处理,得到修改后的目标情报信息。
在一个实施例中,情报处理装置还包括评论存储模块,用于接收对预设数据库中的目标情报信息的评论信息;对评论信息进行验证;若评论信息验证通过,则将评论信息存储至目标情报信息对应的评论集中。
在一个实施例中,情报处理装置还包括数据库切换模块,用于将多个情报信息集合存储至备份数据库中;若检测到终端访问的预设数据库出现异常,则将终端访问的预设数据库切换为备份数据库。
关于情报处理装置的具体限定可以参见上文中对于情报处理方法的限定,在此不再赘述。上述情报处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储情报信息集合等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种情报处理方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种情报处理方法,其特征在于,所述方法包括:
获取原始情报信息,对所述原始情报信息进行质量识别,得到所述原始情报信息的情报质量;
从所述原始情报信息中筛选出目标情报信息;所述目标情报信息用于表征所述情报质量符合要求的情报信息;
根据所述目标情报信息的信息内容,确定所述目标情报信息的情报标签;所述目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;所述第一情报标签用于表征所述目标情报信息的情报摘要,所述第二情报标签用于表征所述目标情报信息的情报类别,所述第三情报标签用于表征所述目标情报信息的关键信息;
根据所述目标情报信息的情报标签,对所述目标情报信息进行聚类处理,得到多个情报信息集合;每个情报信息集合中包括多个目标情报信息;
将所述多个情报信息集合存储至预设数据库中。
2.根据权利要求1所述的方法,其特征在于,所述对所述原始情报信息进行质量识别,得到所述原始情报信息的情报质量,包括:
提取所述原始情报信息的特征信息;
将所述原始情报信息的特征信息输入预先训练的质量识别模型,得到所述原始情报信息的情报质量;所述预先训练的质量识别模型用于对所述原始情报信息的特征信息进行卷积处理和全连接处理,得到所述原始情报信息的情报质量分别为各预设情报质量的概率,并将所述概率最大的预设情报质量,作为所述原始情报信息的情报质量。
3.根据权利要求1所述的方法,其特征在于,若所述预设数据库中存储有历史情报信息,则所述方法还包括:
将所述目标情报信息与所述历史情报信息进行比对,得到所述目标情报信息与所述历史情报信息之间的比对结果;
根据所述比对结果,从所述预设数据库中确定与所述目标情报信息关联的历史情报信息;
根据与所述目标情报信息关联的历史情报信息,构建所述目标情报信息与所述历史情报信息之间的关联关系;所述关联关系用于表征所述目标情报信息与所述历史情报信息之间相互关联。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
接收终端发送的情报信息查询请求;所述情报信息查询请求中携带有查询标签;
从所述预设数据库中,获取与所述查询标签对应的第一情报信息,以及与所述第一情报信息关联的第二情报信息;
将所述第一情报信息和所述第二情报信息发送至所述终端。
5.根据权利要求1所述的方法,其特征在于,在将所述多个情报信息集合存储至预设数据库中之后,还包括:
接收对所述预设数据库中的目标情报信息的修改请求;所述修改请求中携带有用户标识;
若所述用户标识为预设用户标识,则确认所述修改请求验证通过;所述预设用户标识用于表征具有修改权限的用户标识;
根据所述修改请求,对所述目标情报信息进行对应的修改处理,得到修改后的目标情报信息。
6.根据权利要求1所述的方法,其特征在于,在将所述多个情报信息集合存储至预设数据库中之后,还包括:
接收对所述预设数据库中的目标情报信息的评论信息;
对所述评论信息进行验证;
若所述评论信息验证通过,则将所述评论信息存储至所述目标情报信息对应的评论集中。
7.根据权利要求1至6任一项所述的方法,其特征在于,在将所述多个情报信息集合存储至预设数据库中之后,还包括:
将所述多个情报信息集合存储至备份数据库中;
若检测到终端访问的所述预设数据库出现异常,则将所述终端访问的所述预设数据库切换为所述备份数据库。
8.一种情报处理装置,其特征在于,所述装置包括:
信息获取模块,用于获取原始情报信息,对所述原始情报信息进行质量识别,得到所述原始情报信息的情报质量;
信息筛选模块,用于从所述原始情报信息中筛选出目标情报信息;所述目标情报信息用于表征所述情报质量符合要求的情报信息;
标签确定模块,用于根据所述目标情报信息的信息内容,确定所述目标情报信息的情报标签;所述目标情报信息的情报标签包括第一情报标签、第二情报标签和第三情报标签;所述第一情报标签用于表征所述目标情报信息的情报摘要,所述第二情报标签用于表征所述目标情报信息的情报类别,所述第三情报标签用于表征所述目标情报信息的关键信息;
聚类处理模块,用于根据所述目标情报信息的情报标签,对所述目标情报信息进行聚类处理,得到多个情报信息集合;每个情报信息集合中包括多个目标情报信息;
信息存储模块,用于将所述多个情报信息集合存储至预设数据库中。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202110602772.2A 2021-05-31 2021-05-31 情报处理方法、装置、计算机设备和存储介质 Active CN113221535B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110602772.2A CN113221535B (zh) 2021-05-31 2021-05-31 情报处理方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110602772.2A CN113221535B (zh) 2021-05-31 2021-05-31 情报处理方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN113221535A true CN113221535A (zh) 2021-08-06
CN113221535B CN113221535B (zh) 2023-03-28

Family

ID=77081785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110602772.2A Active CN113221535B (zh) 2021-05-31 2021-05-31 情报处理方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113221535B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113610427A (zh) * 2021-08-19 2021-11-05 深圳市德信软件有限公司 事件预警指标获得方法、装置、终端设备以及存储介质
CN115422242A (zh) * 2022-11-07 2022-12-02 北京微步在线科技有限公司 一种情报查询方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609512A (zh) * 2012-02-07 2012-07-25 北京中机科海科技发展有限公司 异构信息知识挖掘与可视化分析系统及方法
CN104881401A (zh) * 2015-05-27 2015-09-02 大连理工大学 一种专利文献聚类方法
CN105574184A (zh) * 2015-12-22 2016-05-11 北京奇虎科技有限公司 一种关联新闻的确定方法以及装置
CN112070120A (zh) * 2020-08-12 2020-12-11 杭州安恒信息技术股份有限公司 威胁情报的处理方法、装置、电子装置和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609512A (zh) * 2012-02-07 2012-07-25 北京中机科海科技发展有限公司 异构信息知识挖掘与可视化分析系统及方法
CN104881401A (zh) * 2015-05-27 2015-09-02 大连理工大学 一种专利文献聚类方法
CN105574184A (zh) * 2015-12-22 2016-05-11 北京奇虎科技有限公司 一种关联新闻的确定方法以及装置
CN112070120A (zh) * 2020-08-12 2020-12-11 杭州安恒信息技术股份有限公司 威胁情报的处理方法、装置、电子装置和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113610427A (zh) * 2021-08-19 2021-11-05 深圳市德信软件有限公司 事件预警指标获得方法、装置、终端设备以及存储介质
CN113610427B (zh) * 2021-08-19 2023-08-18 深圳市德信软件有限公司 事件预警指标获得方法、装置、终端设备以及存储介质
CN115422242A (zh) * 2022-11-07 2022-12-02 北京微步在线科技有限公司 一种情报查询方法及装置
CN115422242B (zh) * 2022-11-07 2023-03-10 北京微步在线科技有限公司 一种情报查询方法及装置

Also Published As

Publication number Publication date
CN113221535B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
CN111782965B (zh) 意图推荐方法、装置、设备及存储介质
US11449562B2 (en) Enterprise data processing
CN102741803B (zh) 用于促进数据发现的系统和方法
US11947605B2 (en) Automatically separating claim into elements/limitations and automatically finding art for each element/limitation
WO2021098648A1 (zh) 文本推荐方法、装置、设备及介质
US7912816B2 (en) Adaptive archive data management
US20120324538A1 (en) System and method for discovering videos
Hadgu et al. Identifying and analyzing researchers on twitter
CN113221535B (zh) 情报处理方法、装置、计算机设备和存储介质
CN113297457B (zh) 一种高精准性的信息资源智能推送系统及推送方法
US8484217B1 (en) Knowledge discovery appliance
US20240095170A1 (en) Multi-cache based digital output generation
US8620911B2 (en) Document registry system
US11797617B2 (en) Method and apparatus for collecting information regarding dark web
WO2015084757A1 (en) Systems and methods for processing data stored in a database
CN115190331A (zh) 一种适用于5g环境的全服务型媒资资源管理系统及方法
KR101855479B1 (ko) 빅 데이터 기반 지식 콘텐츠 추천 방법 및 시스템
CN103823805A (zh) 基于社区的相关帖推荐系统及推荐方法
CN108520012A (zh) 基于机器学习的移动互联网用户评论挖掘方法
Ma et al. Api prober–a tool for analyzing web api features and clustering web apis
US20170220644A1 (en) Media discovery across content respository
US9582575B2 (en) Systems and methods for linking items to a matter
CN116707834B (zh) 一种基于云存储的分布式大数据取证与分析平台
KR100594180B1 (ko) 온라인을 이용한 통합 검색 방법
KR20220156731A (ko) 중소기업을 위한 마케팅 정보 수집 및 분석을 통한 빅데이터 구축 및 데이터마이닝 시스템

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant