CN115795143A - 一种基于计算机的信息评价系统及方法 - Google Patents
一种基于计算机的信息评价系统及方法 Download PDFInfo
- Publication number
- CN115795143A CN115795143A CN202211236123.6A CN202211236123A CN115795143A CN 115795143 A CN115795143 A CN 115795143A CN 202211236123 A CN202211236123 A CN 202211236123A CN 115795143 A CN115795143 A CN 115795143A
- Authority
- CN
- China
- Prior art keywords
- information
- evaluated
- data packet
- unit
- subsystem
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000010365 information processing Effects 0.000 claims abstract description 24
- 238000012216 screening Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000011084 recovery Methods 0.000 claims description 18
- 230000010354 integration Effects 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 14
- 238000013441 quality evaluation Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 7
- 238000003672 processing method Methods 0.000 claims description 3
- 238000010223 real-time analysis Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于计算机的信息评价系统及方法，属于计算机信息评价技术领域。本发明包括信息获取子系统、信息可用性预测子系统、信息处理子系统和信息评价子系统；所述信息可用性预测子系统用于对储存至计算机数据库的待评价信息的可用性进行预测，根据预测结果对储存的待评价信息进行筛选，并将筛选后的待评价信息传输至信息处理子系统；所述信息处理子系统用于对信息可用性预测子系统传输的筛选后的待评价信息进行接收，基于接收内容，对待评价信息进行处理，并将处理后的待评价信息传输至信息评价子系统；所述信息评价子系统用于对信息处理子系统传输的处理后的待评价信息进行接收，基于接收内容，对待评价信息进行评价。
Description
技术领域
本发明涉及计算机信息评价技术领域，具体为一种基于计算机的信息评价系统及方法。
背景技术
信息化评价是评价者运用信息化标准对评价对象的各个方面进行量化和非量化的测量过程，并最终得出一个可靠且逻辑的结论，是客观、科学地反映信息化水平的重要手段。
现有的基于计算机的信息评价系统在对信息进行评价时，无法对待评价信息的可用性进行判断，导致计算机系统需要对获取的全部待评价信息进行评价，基于评价结果判断对应待评价信息是否可用，降低了系统的工作效率，以及在对待评价信息进行评价前，无法对待评价信息的完整度进行预测，从而导致一些重要的信息发生缺失，进而导致评价结果与评价信息的实际重要程度不相符，降低了系统的评价效果，以及现有系统在对信息进行评价时，通过对获取信息进行全方位评价，以实现对待评价信息的综合评价，其中包含对一些不重要信息的处理过程，此过程对最终评价结果影响效果较小，但需要系统耗费大量时间去处理。
发明内容
本发明的目的在于提供一种基于计算机的信息评价系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于计算机的信息评价系统，所述系统包括信息获取子系统、信息可用性预测子系统、信息处理子系统和信息评价子系统；
所述信息获取子系统用于对待评价信息进行获取，并将获取的待评价信息储存至计算机数据库；
所述信息可用性预测子系统用于对储存至计算机数据库的待评价信息的可用性进行预测，根据预测结果对储存的待评价信息进行筛选，并将筛选后的待评价信息传输至信息处理子系统；
所述信息处理子系统用于对信息可用性预测子系统传输的筛选后的待评价信息进行接收，基于接收内容，对待评价信息进行处理，并将处理后的待评价信息传输至信息评价子系统；
所述信息评价子系统用于对信息处理子系统传输的处理后的待评价信息进行接收，基于接收内容，对待评价信息进行评价。
进一步的，所述信息可用性预测子系统包括判断单元、确认单元、信息完整度预测单元和信息可用性预测单元；
所述判断单元对存储至计算机数据库的待评价信息的源IP进行寻找，若待评价信息的源IP为虚拟IP，则初步判断该待评价信息不可用，若待评价信息的源IP为真实IP，则初步判断该待评价信息能够被利用，并将能够被使用的待评价信息传输至信息完整度预测单元，将初步判断不可用的待评价信息和对应待评价信息的虚拟IP传输至确认单元；
所述确认单元对判断单元传输的初步判断不可用的待评价信息和对应待评价信息的虚拟IP进行接收，确认单元通过接收的虚拟IP寻找对应信息发布设备的设备编号，基于对应设备发布的历史信息举报情况，判断对应的待评价信息是否能够被利用，并将能够被利用的待评价信息传输至信息完整度预测单元，将不可用待评价信息对应的设备编号存储至计算机系统，当下次获取的待评价信息来自对应设备编号的设备时，自动对获取信息进行拦截，进而提高系统的工作效率；
所述信息完整度预测单元对判断单元和确认单元传输的能够被使用的待评价信息进行接收，信息完整度预测单元通过对接收的待评价信息的数据包丢失率和数据包内容的完整情况进行分析，基于分析结果，对待评价信息的完整度进行预测，并将预测结果传输至信息可用性预测单元；
所述信息可用性预测单元对信息完整度预测单元传输的预测结果进行接收，基于接收内容，对待评价信息的可用性进行预测，并将预测结果传输至信息处理子系统。
进一步的，所述信息处理子系统包括信息筛选单元、信息恢复单元和信息整合单元；
所述信息筛选单元对信息可用性预测单元传输的预测结果进行接收，若预测的待评价信息的可用性高于或等于设定阈值，则将对应待评价信息进行保留，若预测的待评价信息的可用性低于设定阈值，则将对应待评价信息进行删除，并将保留的待评价信息传输至信息恢复单元；
所述信息恢复单元对信息筛选单元传输的保留的待评价信息进行接收，信息恢复单元基于接收的待评价信息的完整度、真实性和实时性分析情况，对对应待评价信息进行恢复处理，并将恢复处理后的待评价信息传输至信息整合单元；
所述信息整合单元对信息恢复单元传输的待评价信息进行接收，基于接收信息，对相似度高的待评价信息进行整合，并将整合后的待评价信息传输至信息评价子系统。
进一步的，所述信息评价子系统包括信息分类单元和信息质量评价单元；
所述信息分类单元对信息整合单元传输的待评价信息进行接收，以及按照待评价信息所属类型，将接收的待评价信息进行分类处理，并将分类处理后的待评价信息传输至信息质量评价单元；
所述信息质量评价单元对信息分类单元传输的分类处理后的待评价信息进行接收，基于接收的待评价信息的使用领域和数据库中与之相似度高的相关信息的使用频率，对对应待评价信息的综合质量进行评价。
一种基于计算机的信息评价方法，所述信息完整度预测单元对待评价信息的完整度进行预测，具体的预测方法为：
S101：待评价信息在传输过程中，基于每个数据包的数据包长度和数据包发送频率，对每个数据包的丢包率进行计算，具体的计算公式K为：
其中，j＝1，2，…，m表示待评价信息中数据包对应的编号，m表示j所能取到的最大值，dj表示待评价信息在传输过程中第j个数据包的数据包长度，rj表示待评价信息在传输过程中第j个数据包的数据包发送频率，D表示数据包的标准长度，在此标准长度下数据包不易丢失，200表示数据包的标准发送频率值，其单位为Mbps，在此标准发送频率下数据包丢失情况可忽略不计，
表示当
时，令
当
时，令
S102：对数据包中存储的重要信息所在位置进行获取，按照重要信息的重要程度，以重要程度最高的重要信息所在位置的起点为坐标原点，构建坐标系，对各数据包内容的完整情况进行分析，具体的分析公式W为：
其中，i＝1，2，…，n表示对应数据包中存储的重要信息位置对应的编号，n表示i所能取到的最大值，r＝1，2，…，R表示重要信息中信息丢失位置对应的编号，R表示r所能取到的最大值，
表示编号为i的重要信息中信息结束点对应的坐标，
表示编号为i的重要信息中信息丢失结束点对应的坐标，
表示编号为i的重要信息中信息起始点对应的坐标，
表示编号为i的重要信息中信息丢失起始点对应的坐标，
用于对每个重要信息存储位置的信息丢失比例进行计算，W表示预测的数据包内容的完整程度，y≠0，通过计算数据包中重要信息的丢失比例，对数据包内容的完整情况进行分析，保证计算结果更贴合实际情况，避免由于数据包中大量不重要信息的丢失，进而判断对应数据包的待评价信息不可用，进一步提高了预测精确度；
S103：基于S102的计算结果，结合对应数据包在传输过程中的丢失率，对待评价信息的完整度进行预测，具体的预测模型Q为：
其中，Kj表示第j个数据包的丢包率，Wj表示第j个数据包的数据包内容完整程度，利用待评价信息中各数据包的丢包率和数据包内容的完整程度，对待评价信息的完整度进行预测，避免待评价信息在传输过程中由于数据包丢失，导致待评价信息在分析过程中需要耗费大量时间，且在耗费大量时间后，可能存在信息不可用的情况，进而降低了系统的工作效率。
进一步的，所述信息可用性预测单元对待评价信息的可用性进行预测，具体方法为：
S201：对信息可用性预测单元接收的待评价信息的实时性和真实性进行确定，具体的确定方法为：
①.对待评价信息的关键词进行获取，基于获取的关键词，对数据库中与待评价信息匹配度高的内容进行采集，根据采集内容的发布时间，对待评价信息的实时程度进行预测，具体的预测公式为：
其中，h＝1，2，…，g表示上述采集内容对应的编号，g表示h所能取到的最大值，th表示编号为h的采集内容的发布时间，t′表示对应待评价信息的发布时间，t″表示信息的更新周期，T表示待评价信息的实时程度；
②.对待评价信息的逻辑关系进行确定，将确定的逻辑关系与数据库中的逻辑关系进行匹配，根据匹配程度对待评价信息的真实程度进行确定，利用待评价信息的逻辑关系对待评价信息的真实性进行确定，是因为信息的真实性主要依赖于逻辑关系是否成立，若逻辑关系不成立，则即使信息完整程度极高，信息也同样不可用，进一步了对信息的筛选效果；
S202：基于S201确定的待评价信息的真实程度和实时程度，结合S103预测的待评价信息的完整度，对待评价信息的可用性进行预测，具体的预测模型A为：
A＝Q*T*S；
其中，S表示对应待评价信息的真实程度。
进一步的，所述信息恢复单元对待评价信息进行恢复处理的具体方法为：
S301：基于待评价信息的逻辑错误位置、待评价信息内容的丢失位置和信息丢失量，对待评价信息进行处理，具体的处理方法为：
a.判断待评价信息的逻辑错误位置和待评价信息内容的丢失位置是否一致，若不一致，则根据待评价信息的表述含义，对内容丢失位置的丢失信息进行恢复，恢复完成后，再根据与待评价信息逻辑关系匹配度最高的逻辑关系和信息丢失量，对恢复后的丢失信息进行调整；
b.若待评价信息的逻辑错误位置和待评价信息内容的丢失位置一致，则根据与待评价信息逻辑关系匹配度最高的逻辑关系和信息丢失量，对内容丢失位置的丢失信息进行恢复；
S302：根据预测的待评价信息的实时程度，对待评价信息中的过时表述位置进行确定，将确定的待评价信息中的过时表述与现有表述进行对比，根据对比结果，对S301处理后的待评价信息进行调整。
进一步的，所述信息整合单元对相似度高的待评价信息进行整合的具体方法为：
S401：对待评价信息在重要信息存储位置中的相关内容进行提取，并将提取的相关内容按照信息类型放置在对应的集合中；
S402：对放置在同一集合中的相关内容的相似度进行计算，基于计算结果，对相似度高的待评价信息进行获取，根据获取的待评价信息的频率，对对应待评价信息之间的相似度进行确定，基于确定结果，对待评价信息进行整合，基于待评价信息在各重要位置的相似度进行单独计算，避免待评价信息中出现的普遍用语对相似度计算结果产生影响，有利于提高信息的整合效果。
进一步的，所述信息质量评价单元对待评价信息的综合质量进行评价，具体的评价公式F为：
其中，α表示数据库中与待评价信息相似度高的相关信息的使用频率，c＝1，2，…，z表示待评价信息的使用领域对应的编号，z表示c所能取到的最大值，βc表示使用领域编号为c的待评价信息对应的重要系数，pij表示待评价信息中第j个数据包中编号为i的重要信息对应的信息点数量，P表示搜索软件中记载的待评价信息中第j个数据包中编号为i的重要信息的信息点平均数量，Q＝1，2，…，o表示待评价信息中第j个数据包中编号为i的重要信息中的信息点对应的编号，o表示Q所能取到的最大值，lq表示编号为Q的信息点的信息长度，Lq表示搜索软件中记载的编号为q的信息点的信息平均长度，利用
对待评价信息中各重要信息的表述深度进行计算，基于计算的表述深度对待评价信息的综合质量进行评价，有利于提高系统对待评价信息的评价精确度。
与现有技术相比，本发明所达到的有益效果是：
1.本发明通过对待评价信息的丢包率和待评价信息中各数据包内容的完整情况，对待评价信息的完整度进行预测，基于预测结果，结合预测的待评价信息的实时性和真实性，对待评价信息的可用性进行预测，在预测过程中，主要通过对待评价信息中的重要信息进行处理，以待评价信息中对应重要信息的处理结果作为待评价信息的处理结果，减少了系统的工作强度，进一步提高了系统的工作效率，且降低了系统的失误率。
2.本发明通过角度关系对待评价信息中重要信息的丢失比例进行计算，此过程无需对丢失信息的丢失长度进行计算，有效避免误差的产生，且角度关系相较于数据更加直观，有利于对计算结果进行快速复查，进一步提高了系统的计算精度。
3.本发明通过对待评价信息的所属类型进行分析，基于分析结果，利用待评价信息的使用领域和数据库中与待评价信息相似度高的相关信息的使用频率，对待评价信息中各信息点的表述深度进行计算，基于计算的表述深度对待评价信息的综合质量进行评价，有利于提高系统对待评价信息的评价精度。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于计算机的信息评价系统及方法的工作原理结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：一种基于计算机的信息评价系统，系统包括信息获取子系统、信息可用性预测子系统、信息处理子系统和信息评价子系统；
信息获取子系统用于对待评价信息进行获取，并将获取的待评价信息储存至计算机数据库；
信息可用性预测子系统用于对储存至计算机数据库的待评价信息的可用性进行预测，根据预测结果对储存的待评价信息进行筛选，并将筛选后的待评价信息传输至信息处理子系统；
信息可用性预测子系统包括判断单元、确认单元、信息完整度预测单元和信息可用性预测单元；
判断单元对存储至计算机数据库的待评价信息的源IP进行寻找，若待评价信息的源IP为虚拟IP，则初步判断该待评价信息不可用，若待评价信息的源IP为真实IP，则初步判断该待评价信息能够被利用，并将能够被使用的待评价信息传输至信息完整度预测单元，将初步判断不可用的待评价信息和对应待评价信息的虚拟IP传输至确认单元；
确认单元对判断单元传输的初步判断不可用的待评价信息和对应待评价信息的虚拟IP进行接收，确认单元通过接收的虚拟IP寻找对应信息发布设备的设备编号，基于对应设备发布的历史信息举报情况，判断对应的待评价信息是否能够被利用，并将能够被利用的待评价信息传输至信息完整度预测单元，将不可用待评价信息对应的设备编号存储至计算机系统；
信息完整度预测单元对判断单元和确认单元传输的能够被使用的待评价信息进行接收，信息完整度预测单元通过对接收的待评价信息的数据包丢失率和数据包内容的完整情况进行分析，基于分析结果，对待评价信息的完整度进行预测，并将预测结果传输至信息可用性预测单元；信息完整度预测单元对待评价信息的完整度进行预测，具体的预测方法为：
S101：待评价信息在传输过程中，基于每个数据包的数据包长度和数据包发送频率，对每个数据包的丢包率进行计算，具体的计算公式K为：
其中，j＝1，2，…，m表示待评价信息中数据包对应的编号，m表示j所能取到的最大值，dj表示待评价信息在传输过程中第j个数据包的数据包长度，rj表示待评价信息在传输过程中第j个数据包的数据包发送频率，D表示数据包的标准长度，在此标准长度下数据包不易丢失，200表示数据包的标准发送频率值，其单位为Mbps，在此标准发送频率下数据包丢失情况可忽略不计，
表示当
时，令
当
时，令
S102：对数据包中存储的重要信息所在位置进行获取，按照重要信息的重要程度，以重要程度最高的重要信息所在位置的起点为坐标原点，构建坐标系，对各数据包内容的完整情况进行分析，具体的分析公式W为：
其中，i＝1，2，…，n表示对应数据包中存储的重要信息位置对应的编号，n表示i所能取到的最大值，r＝1，2，…，R表示重要信息中信息丢失位置对应的编号，R表示r所能取到的最大值，
表示编号为i的重要信息中信息结束点对应的坐标，
表示编号为i的重要信息中信息丢失结束点对应的坐标，
表示编号为i的重要信息中信息起始点对应的坐标，
表示编号为i的重要信息中信息丢失起始点对应的坐标，
用于对每个重要信息存储位置的信息丢失比例进行计算，W表示预测的数据包内容的完整程度，通过计算数据包中重要信息的丢失比例，对数据包内容的完整情况进行分析，保证计算结果更贴合实际情况，避免由于数据包中大量不重要信息的丢失，进而判断对应数据包的待评价信息不可用，进一步提高了预测精确度；
S103：基于S102的计算结果，结合对应数据包在传输过程中的丢失率，对待评价信息的完整度进行预测，具体的预测模型Q为：
其中，Kj表示第j个数据包的丢包率，Wj表示第j个数据包的数据包内容完整程度，利用待评价信息中各数据包的丢包率和数据包内容的完整程度，对待评价信息的完整度进行预测，避免待评价信息在传输过程中由于数据包丢失，导致待评价信息在分析过程中需要耗费大量时间，且在耗费大量时间后，可能存在信息不可用的情况，进而降低了系统的工作效率；
信息可用性预测单元对信息完整度预测单元传输的预测结果进行接收，基于接收内容，对待评价信息的可用性进行预测，并将预测结果传输至信息处理子系统；信息可用性预测单元对待评价信息的可用性进行预测，具体方法为：
S201：对信息可用性预测单元接收的待评价信息的实时性和真实性进行确定，具体的确定方法为：
①.对待评价信息的关键词进行获取，基于获取的关键词，对数据库中与待评价信息匹配度高的内容进行采集，根据采集内容的发布时间，对待评价信息的实时程度进行预测，具体的预测公式为：
其中，h＝1，2，…，g表示上述采集内容对应的编号，g表示h所能取到的最大值，th表示编号为h的采集内容的发布时间，t′表示对应待评价信息的发布时间，t″表示信息的更新周期，T表示待评价信息的实时程度；
②.对待评价信息的逻辑关系进行确定，将确定的逻辑关系与数据库中的逻辑关系进行匹配，根据匹配程度对待评价信息的真实程度进行确定，利用待评价信息的逻辑关系对待评价信息的真实性进行确定，是因为信息的真实性主要依赖于逻辑关系是否成立，若逻辑关系不成立，则即使信息完整程度极高，信息也同样不可用，进一步了对信息的筛选效果；
S202：基于S201确定的待评价信息的真实程度和实时程度，结合S103预测的待评价信息的完整度，对待评价信息的可用性进行预测，具体的预测模型A为：
A＝Q*T*S；
其中，S表示对应待评价信息的真实程度；
信息处理子系统用于对信息可用性预测子系统传输的筛选后的待评价信息进行接收，基于接收内容，对待评价信息进行处理，并将处理后的待评价信息传输至信息评价子系统；
信息处理子系统包括信息筛选单元、信息恢复单元和信息整合单元；
信息筛选单元对信息可用性预测单元传输的预测结果进行接收，若预测的待评价信息的可用性高于或等于设定阈值，则将对应待评价信息进行保留，若预测的待评价信息的可用性低于设定阈值，则将对应待评价信息进行删除，并将保留的待评价信息传输至信息恢复单元；
信息恢复单元对信息筛选单元传输的保留的待评价信息进行接收，信息恢复单元基于接收的待评价信息的完整度、真实性和实时性分析情况，对对应待评价信息进行恢复处理，并将恢复处理后的待评价信息传输至信息整合单元；信息恢复单元对待评价信息进行恢复处理的具体方法为：
S301：基于待评价信息的逻辑错误位置、待评价信息内容的丢失位置和信息丢失量，对待评价信息进行处理，具体的处理方法为：
a.判断待评价信息的逻辑错误位置和待评价信息内容的丢失位置是否一致，若不一致，则根据待评价信息的表述含义，对内容丢失位置的丢失信息进行恢复，恢复完成后，再根据与待评价信息逻辑关系匹配度最高的逻辑关系和信息丢失量，对恢复后的丢失信息进行调整；
b.若待评价信息的逻辑错误位置和待评价信息内容的丢失位置一致，则根据与待评价信息逻辑关系匹配度最高的逻辑关系和信息丢失量，对内容丢失位置的丢失信息进行恢复；
S302：根据预测的待评价信息的实时程度，对待评价信息中的过时表述位置进行确定，将确定的待评价信息中的过时表述与现有表述进行对比，根据对比结果，对S301处理后的待评价信息进行调整；
信息整合单元对信息恢复单元传输的待评价信息进行接收，基于接收信息，对相似度高的待评价信息进行整合，并将整合后的待评价信息传输至信息评价子系统；信息整合单元对相似度高的待评价信息进行整合的具体方法为：
S401：对待评价信息在重要信息存储位置中的相关内容进行提取，并将提取的相关内容按照信息类型放置在对应的集合中；
S402：对放置在同一集合中的相关内容的相似度进行计算，基于计算结果，对相似度高的待评价信息进行获取，根据获取的待评价信息的频率，对对应待评价信息之间的相似度进行确定，基于确定结果，对待评价信息进行整合，基于待评价信息在各重要位置的相似度进行单独计算，避免待评价信息中出现的普遍用语对相似度计算结果产生影响，有利于提高信息的整合效果。
信息评价子系统用于对信息处理子系统传输的处理后的待评价信息进行接收，基于接收内容，对待评价信息进行评价；
信息评价子系统包括信息分类单元和信息质量评价单元；
信息分类单元对信息整合单元传输的待评价信息进行接收，以及按照待评价信息所属类型，将接收的待评价信息进行分类处理，并将分类处理后的待评价信息传输至信息质量评价单元；
信息质量评价单元对信息分类单元传输的分类处理后的待评价信息进行接收，基于接收的待评价信息的使用领域和数据库中与之相似度高的相关信息的使用频率，对对应待评价信息的综合质量进行评价；信息质量评价单元对待评价信息的综合质量进行评价，具体的评价公式F为：
其中，α表示数据库中与待评价信息相似度高的相关信息的使用频率，c＝1，2，…，z表示待评价信息的使用领域对应的编号，z表示c所能取到的最大值，βc表示使用领域编号为c的待评价信息对应的重要系数，pij表示待评价信息中第j个数据包中编号为i的重要信息对应的信息点数量，P表示搜索软件中记载的待评价信息中第j个数据包中编号为i的重要信息的信息点平均数量，Q＝1，2，…，o表示待评价信息中第j个数据包中编号为i的重要信息中的信息点对应的编号，o表示Q所能取到的最大值，lq表示编号为Q的信息点的信息长度，Lq表示搜索软件中记载的编号为q的信息点的信息平均长度，利用
对待评价信息中各重要信息的表述深度进行计算，基于计算的表述深度对待评价信息的综合质量进行评价，有利于提高系统对待评价信息的评价精确度。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于计算机的信息评价系统，其特征在于：所述系统包括信息获取子系统、信息可用性预测子系统、信息处理子系统和信息评价子系统；
所述信息获取子系统用于对待评价信息进行获取，并将获取的待评价信息储存至计算机数据库；
所述信息可用性预测子系统用于对储存至计算机数据库的待评价信息的可用性进行预测，根据预测结果对储存的待评价信息进行筛选，并将筛选后的待评价信息传输至信息处理子系统；
所述信息处理子系统用于对信息可用性预测子系统传输的筛选后的待评价信息进行接收，基于接收内容，对待评价信息进行处理，并将处理后的待评价信息传输至信息评价子系统；
所述信息评价子系统用于对信息处理子系统传输的处理后的待评价信息进行接收，基于接收内容，对待评价信息进行评价。
2.根据权利要求1所述的一种基于计算机的信息评价系统，其特征在于：所述信息可用性预测子系统包括判断单元、确认单元、信息完整度预测单元和信息可用性预测单元；
所述判断单元对存储至计算机数据库的待评价信息的源IP进行寻找，若待评价信息的源IP为虚拟IP，则初步判断该待评价信息不可用，若待评价信息的源IP为真实IP，则初步判断该待评价信息能够被利用，并将能够被使用的待评价信息传输至信息完整度预测单元，将初步判断不可用的待评价信息和对应待评价信息的虚拟IP传输至确认单元；
所述确认单元对判断单元传输的初步判断不可用的待评价信息和对应待评价信息的虚拟IP进行接收，确认单元通过接收的虚拟IP寻找对应信息发布设备的设备编号，基于对应设备发布的历史信息举报情况，判断对应的待评价信息是否能够被利用，并将能够被利用的待评价信息传输至信息完整度预测单元，将不可用待评价信息对应的设备编号存储至计算机系统；
所述信息完整度预测单元对判断单元和确认单元传输的能够被使用的待评价信息进行接收，信息完整度预测单元通过对接收的待评价信息的数据包丢失率和数据包内容的完整情况进行分析，基于分析结果，对待评价信息的完整度进行预测，并将预测结果传输至信息可用性预测单元；
所述信息可用性预测单元对信息完整度预测单元传输的预测结果进行接收，基于接收内容，对待评价信息的可用性进行预测，并将预测结果传输至信息处理子系统。
3.根据权利要求2所述的一种基于计算机的信息评价系统，其特征在于：所述信息处理子系统包括信息筛选单元、信息恢复单元和信息整合单元；
所述信息筛选单元对信息可用性预测单元传输的预测结果进行接收，若预测的待评价信息的可用性高于或等于设定阈值，则将对应待评价信息进行保留，若预测的待评价信息的可用性低于设定阈值，则将对应待评价信息进行删除，并将保留的待评价信息传输至信息恢复单元；
所述信息恢复单元对信息筛选单元传输的保留的待评价信息进行接收，信息恢复单元基于接收的待评价信息的完整度、真实性和实时性分析情况，对对应待评价信息进行恢复处理，并将恢复处理后的待评价信息传输至信息整合单元；
所述信息整合单元对信息恢复单元传输的待评价信息进行接收，基于接收信息，对相似度高的待评价信息进行整合，并将整合后的待评价信息传输至信息评价子系统。
4.根据权利要求3所述的一种基于计算机的信息评价系统，其特征在于：所述信息评价子系统包括信息分类单元和信息质量评价单元；
所述信息分类单元对信息整合单元传输的待评价信息进行接收，以及按照待评价信息所属类型，将接收的待评价信息进行分类处理，并将分类处理后的待评价信息传输至信息质量评价单元；
所述信息质量评价单元对信息分类单元传输的分类处理后的待评价信息进行接收，基于接收的待评价信息的使用领域和数据库中与之相似度高的相关信息的使用频率，对对应待评价信息的综合质量进行评价。
5.一种应用于权利要求1-4任一项所述的基于计算机的信息评价系统基于计算机的信息评价方法，其特征在于：所述信息完整度预测单元对待评价信息的完整度进行预测，具体的预测方法为：
S101：待评价信息在传输过程中，基于每个数据包的数据包长度和数据包发送频率，对每个数据包的丢包率进行计算，具体的计算公式K为：
其中，j＝1,2,…,m表示待评价信息中数据包对应的编号，m表示j所能取到的最大值，dj表示待评价信息在传输过程中第j个数据包的数据包长度,rj表示待评价信息在传输过程中第j个数据包的数据包发送频率，D表示数据包的标准长度，在此标准长度下数据包不易丢失，200表示数据包的标准发送频率值，其单位为Mbps，在此标准发送频率下数据包丢失情况可忽略不计，
表示当
时，令
当
时，令
S102：对数据包中存储的重要信息所在位置进行获取，按照重要信息的重要程度，以重要程度最高的重要信息所在位置的起点为坐标原点，构建坐标系，对各数据包内容的完整情况进行分析，具体的分析公式W为：
其中，i＝1,2,…,n表示对应数据包中存储的重要信息位置对应的编号，n表示i所能取到的最大值，r＝1,2,…,R表示重要信息中信息丢失位置对应的编号，R表示r所能取到的最大值，
表示编号为i的重要信息中信息结束点对应的坐标，
表示编号为i的重要信息中信息丢失结束点对应的坐标，
表示编号为i的重要信息中信息起始点对应的坐标，
表示编号为i的重要信息中信息丢失起始点对应的坐标，
用于对每个重要信息存储位置的信息丢失比例进行计算，W表示预测的数据包内容的完整程度；
S103：基于S102的计算结果，结合对应数据包在传输过程中的丢失率，对待评价信息的完整度进行预测，具体的预测模型Q为：
其中，Kj表示第j个数据包的丢包率，Wj表示第j个数据包的数据包内容完整程度。
6.根据权利要求5所述的一种基于计算机的信息评价方法，其特征在于：所述信息可用性预测单元对待评价信息的可用性进行预测，具体方法为：
S201：对信息可用性预测单元接收的待评价信息的实时性和真实性进行确定，具体的确定方法为：
①.对待评价信息的关键词进行获取，基于获取的关键词，对数据库中与待评价信息匹配度高的内容进行采集，根据采集内容的发布时间，对待评价信息的实时程度进行预测，具体的预测公式为：
其中，h＝1,2,…,g表示上述采集内容对应的编号，g表示h所能取到的最大值,th表示编号为h的采集内容的发布时间，t′表示对应待评价信息的发布时间，t″表示信息的更新周期，T表示待评价信息的实时程度；
②.对待评价信息的逻辑关系进行确定，将确定的逻辑关系与数据库中的逻辑关系进行匹配，根据匹配程度对待评价信息的真实程度进行确定；
S202：基于S201确定的待评价信息的真实程度和实时程度，结合S103预测的待评价信息的完整度，对待评价信息的可用性进行预测，具体的预测模型A为：
A＝Q*T*S；
其中，S表示对应待评价信息的真实程度。
7.根据权利要求6所述的一种基于计算机的信息评价方法，其特征在于：所述信息恢复单元对待评价信息进行恢复处理的具体方法为：
S301：基于待评价信息的逻辑错误位置、待评价信息内容的丢失位置和信息丢失量，对待评价信息进行处理，具体的处理方法为：
a.判断待评价信息的逻辑错误位置和待评价信息内容的丢失位置是否一致，若不一致，则根据待评价信息的表述含义，对内容丢失位置的丢失信息进行恢复，恢复完成后，再根据与待评价信息逻辑关系匹配度最高的逻辑关系和信息丢失量，对恢复后的丢失信息进行调整；
b.若待评价信息的逻辑错误位置和待评价信息内容的丢失位置一致，则根据与待评价信息逻辑关系匹配度最高的逻辑关系和信息丢失量，对内容丢失位置的丢失信息进行恢复；
S302：根据预测的待评价信息的实时程度，对待评价信息中的过时表述位置进行确定，将确定的待评价信息中的过时表述与现有表述进行对比，根据对比结果，对S301处理后的待评价信息进行调整。
8.根据权利要求7所述的一种基于计算机的信息评价方法，其特征在于：所述信息整合单元对相似度高的待评价信息进行整合的具体方法为：
S401：对待评价信息在重要信息存储位置中的相关内容进行提取，并将提取的相关内容按照信息类型放置在对应的集合中；
S402：对放置在同一集合中的相关内容的相似度进行计算，基于计算结果，对相似度高的待评价信息进行获取，根据获取的待评价信息的频率，对对应待评价信息之间的相似度进行确定，基于确定结果，对待评价信息进行整合。
9.根据权利要求8所述的一种基于计算机的信息评价方法，其特征在于：所述信息质量评价单元对待评价信息的综合质量进行评价，具体的评价公式F为：
其中，α表示数据库中与待评价信息相似度高的相关信息的使用频率，c＝1,2,…,z表示待评价信息的使用领域对应的编号，z表示c所能取到的最大值,βc表示使用领域编号为c的待评价信息对应的重要系数，pij表示待评价信息中第j个数据包中编号为i的重要信息对应的信息点数量，P表示搜索软件中记载的待评价信息中第j个数据包中编号为i的重要信息的信息点平均数量，q＝1,2,…,o表示待评价信息中第j个数据包中编号为i的重要信息中的信息点对应的编号，o表示q所能取到的最大值，lq表示编号为q的信息点的信息长度，Lq表示搜索软件中记载的编号为q的信息点的信息平均长度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211236123.6A CN115795143B (zh) | 2022-10-10 | 2022-10-10 | 一种基于计算机的信息评价系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211236123.6A CN115795143B (zh) | 2022-10-10 | 2022-10-10 | 一种基于计算机的信息评价系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115795143A true CN115795143A (zh) | 2023-03-14 |
| CN115795143B CN115795143B (zh) | 2024-02-13 |
Family
ID=85432755
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211236123.6A Active CN115795143B (zh) | 2022-10-10 | 2022-10-10 | 一种基于计算机的信息评价系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115795143B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103647774A (zh) * | 2013-12-13 | 2014-03-19 | 扬州永信计算机有限公司 | 基于云计算的web内容信息过滤方法 |
| EP2955880A1 (en) * | 2014-06-10 | 2015-12-16 | eo Networks S.A. | A quality evaluetion method for digitally published data content, especially in terms of abuses committed by Internet users |
| CN107071084A (zh) * | 2017-04-01 | 2017-08-18 | 北京神州绿盟信息安全科技股份有限公司 | 一种dns的评价方法和装置 |
| CN107679550A (zh) * | 2017-09-11 | 2018-02-09 | 华东理工大学 | 一种数据集分类可用性的评估方法 |
-
2022
- 2022-10-10 CN CN202211236123.6A patent/CN115795143B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103647774A (zh) * | 2013-12-13 | 2014-03-19 | 扬州永信计算机有限公司 | 基于云计算的web内容信息过滤方法 |
| EP2955880A1 (en) * | 2014-06-10 | 2015-12-16 | eo Networks S.A. | A quality evaluetion method for digitally published data content, especially in terms of abuses committed by Internet users |
| CN107071084A (zh) * | 2017-04-01 | 2017-08-18 | 北京神州绿盟信息安全科技股份有限公司 | 一种dns的评价方法和装置 |
| CN107679550A (zh) * | 2017-09-11 | 2018-02-09 | 华东理工大学 | 一种数据集分类可用性的评估方法 |
Non-Patent Citations (2)
| Title |
|---|
| CHEN, QINYIN ET AL.: "Research on assessment method of network quality performance for a private data network", 《MICROSYSTEM TECHNOLOGIES-MICRO-AND NANOSYSTEMS-INFORMATION STORAGE AND PROCESSING SYSTEMS 》, vol. 27, no. 4, pages 1475, XP037445760, DOI: 10.1007/s00542-019-04383-6 * |
| 邓熙;王瑶;李映壮;刘松涛;吴晨花;: "基于DNS流量组评分的僵尸网络拓扑发现", 科技创新导报, no. 24, pages 143 - 147 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115795143B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109374631B (zh) | 一种隧道状态评测方法 | |
| CN110874744B (zh) | 一种数据异常检测方法及装置 | |
| CN106708738B (zh) | 一种软件测试缺陷预测方法及系统 | |
| CN112181955A (zh) | 一种用于重载铁路综合大数据平台信息共享的数据规范治理方法 | |
| CN116932523B (zh) | 一种整合和监管第三方环境检测机构的平台 | |
| CN112528279A (zh) | 一种入侵检测模型的建立方法和装置 | |
| CN116150191A (zh) | 一种用于云端数据架构的数据运算加速方法及系统 | |
| CN110148290B (zh) | 智能感知矿山安全生产预警与防控监管信息化大数据系统 | |
| CN115273480A (zh) | 一种基于大数据分析的交通预警系统及其方法 | |
| CN114023076A (zh) | 一种基于多源异构数据的特定车辆追踪方法 | |
| WO2024027487A1 (zh) | 基于智能运维场景的健康度评价方法及装置 | |
| CN113505980A (zh) | 智能交通管理系统可靠性评价方法、装置及系统 | |
| CN115795143A (zh) | 一种基于计算机的信息评价系统及方法 | |
| CN116992146A (zh) | 一种基于大数据的舆情监测系统及方法 | |
| CN110888850A (zh) | 一种基于电力物联网平台的数据质量检测方法 | |
| CN115379308B (zh) | 一种基于卫星远程通信的物联网设备数据采集系统 | |
| CN114266483B (zh) | 一种基于物联网的危险废物监管系统 | |
| CN114139707A (zh) | 设备数据采集平台 | |
| CN114048991A (zh) | 一种污水处理淤泥清理管理方法及系统 | |
| CN115051955B (zh) | 一种基于三重特征选择和增量学习的在线流分类方法 | |
| CN113360306B (zh) | 一种机载信息系统的故障实时检测方法 | |
| CN212569772U (zh) | 基于大数据的云计算服务器平台 | |
| CN113762913B (zh) | 一种用户账户实时监测方法及系统 | |
| CN117708720B (zh) | 一种基于知识图谱的设备故障诊断系统 | |
| CN113434376B (zh) | 一种基于NoSQL的Web日志分析方法、装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240118 Address after: 518000, Block C, Jialin Haoting, intersection of Shennan Avenue and Caitian Road, Futian Street, Futian District, Shenzhen City, Guangdong Province, 2004 Applicant after: Shenzhen NetShield Information Security Co.,Ltd. Address before: Room 2106-521, Building 4, Innovation and Entrepreneurship Plaza, Science and Technology Innovation City, High-tech Industrial Development Zone, Harbin, Heilongjiang Province, 150001 (No. 689, Shize Road, Songbei District) Applicant before: Harbin Feitong Ingenuity Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |