WO2020020012A1 - 多用户协同编辑的信息处理方法及装置 - Google Patents

多用户协同编辑的信息处理方法及装置 Download PDF

Info

Publication number
WO2020020012A1
WO2020020012A1 PCT/CN2019/096122 CN2019096122W WO2020020012A1 WO 2020020012 A1 WO2020020012 A1 WO 2020020012A1 CN 2019096122 W CN2019096122 W CN 2019096122W WO 2020020012 A1 WO2020020012 A1 WO 2020020012A1
Authority
WO
WIPO (PCT)
Prior art keywords
content
contribution
user
text
editing
Prior art date
Application number
PCT/CN2019/096122
Other languages
English (en)
French (fr)
Inventor
李昀
Original Assignee
长沙知了信息科技有限公司
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
Priority claimed from CN201810814352.9A external-priority patent/CN109063996A/zh
Priority claimed from CN201810814361.8A external-priority patent/CN109102167A/zh
Application filed by 长沙知了信息科技有限公司 filed Critical 长沙知了信息科技有限公司
Publication of WO2020020012A1 publication Critical patent/WO2020020012A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management

Definitions

  • the present application relates to the field of multi-user collaborative editing, and in particular, to an information processing method and device for multi-user collaborative editing.
  • the current methods and systems for collaborative editing of information by multiple people include online encyclopedias: Baidu Encyclopedia, Wikimedia, Interactive Encyclopedia, 360 Encyclopedia, etc.
  • the aforementioned online encyclopedias include, but are not limited to, various collaborative editing document systems, forums, question-and-answer websites, etc., and multi-person note-taking application systems.
  • the above technical features have more obvious defects: there is no statistics on the contribution of the collaborators, and only the content update history (update time, updater, update content, etc.) is recorded; the statistical index of the contribution degree is single (only statistics of new, deleted, and updated) Number of times, number of lines, or number of characters), the statistics of the contribution are rough and inaccurate, and do not reflect the contribution of the knowledge content to each collaborator or participant. It is based on user evaluation (favorite or like). Can not effectively measure the contribution of each collaborator or participant, and lacks authenticity and objectivity.
  • the main purpose of this application is to provide an information processing method and device for collaborative editing by multiple users, so as to solve the problems of low statistical accuracy of the contribution, poor authenticity and objectivity caused by a single statistical index of the contribution of the text or document.
  • an information processing method for collaborative editing by multiple users is provided.
  • the information processing method for multi-user collaborative editing includes: obtaining first editing information of a first user co-editing first raw data; obtaining the first section content by dividing the first editing information; and contributing a model according to a preset text Determining a first text contribution degree in the first section content; and determining a first user contribution degree to the first original data according to a preset weight allocation model and the first text contribution degree.
  • obtaining the first editing information of the first user editing the first original data includes: fetching the first original data; filtering the first original data according to the user ID of the first user; The first editing information co-edited by the first user is described.
  • obtaining the first section content by dividing the first editing information includes: a section classification rule that receives the first original data; dividing the first editing information into a plurality of sections according to the section classification rule; selecting Content in one of the sections is used as the content of the first section.
  • determining the first text contribution degree of the first section content according to a preset text contribution model includes: counting the first number of characters in the first section content; and counting the first section data in the same section content. A second number of characters; a first character contribution is calculated according to the first number and the second number.
  • determining the first text contribution of the first section content according to a preset text contribution model includes: counting a first style of text in the first section content; and counting text in the same section content of the first raw data.
  • determining the first user contribution degree to the first original data according to the preset weight assignment model and the first contribution degree includes: entering the first text contribution degree into the first weight assignment model; The first weight distribution model calculates the contribution degree of the first plate; the first plate contribution degree is input to the second weight distribution model; and the first user contribution degree is calculated through the second weight distribution model.
  • it further comprises: determining a first similarity contribution degree of the first section content according to a preset similarity model; according to the preset weight distribution model, the first text contribution degree, and the first similarity degree The contribution degree determines a first user contribution degree to the first original data.
  • an information processing apparatus for collaborative editing by multiple users is provided.
  • An information processing apparatus for multi-user collaborative editing includes: an obtaining unit for obtaining first editing information of a first user co-editing first original data; a dividing unit for obtaining a first editing information by dividing the first editing information A section of content; a first determining unit for determining a first text contribution degree in the first section of content according to a preset text contribution model; a second determining unit for assigning a model and the first weight according to a preset weight The text contribution degree determines a first user contribution degree to the first original data.
  • the first determining unit includes: a first number counting module for counting a first number of characters in the content of the first section; a second number counting module for counting the same number of the first raw data The second number of characters in the section content; the number calculation module calculates a first character contribution degree according to the first number and the second number.
  • the first determining unit includes: a first style statistics module for counting a first style of text in the content of the first section; a second style statistics module for counting the sameness of the first raw data The second style of the text in the plate content; a style calculation module for calculating a first style contribution degree according to the first style and the second style; an attenuation module for contributing to the first style The degree is attenuated according to the preset attenuation ratio.
  • a multi-user collaborative editing information processing method is used to obtain the section content by dividing the editing information, and the text contribution degree in the section content is determined according to a preset text contribution model, and the model and The text contribution determines the user contribution of the original data, and achieves the purpose of determining the user contribution by the multi-contribution statistical index, thereby achieving the technical effect of improving the statistical accuracy, authenticity, and objectivity of the user contribution. Or a technical problem that the statistical index of the contribution of a document class is low due to the low statistical accuracy of the contribution and poor authenticity and objectivity.
  • FIG. 1 is a schematic diagram of an information processing method according to a first embodiment of the present application.
  • FIG. 2 is a schematic diagram of an information processing method according to a second embodiment of the present application.
  • FIG. 3 is a schematic diagram of an information processing method according to a third embodiment of the present application.
  • FIG. 4 is a schematic diagram of an information processing method according to a fourth embodiment of the present application.
  • FIG. 5 is a schematic diagram of an information processing method according to a fifth embodiment of the present application.
  • FIG. 6 is a schematic diagram of an information processing method according to a sixth embodiment of the present application.
  • FIG. 7 is a schematic diagram of an information processing method according to a seventh embodiment of the present application.
  • FIG. 8 is a schematic diagram of an information processing apparatus according to a first embodiment of the present application.
  • FIG. 9 is a schematic diagram of an information processing apparatus according to a second embodiment of the present application.
  • FIG. 10 is a schematic diagram of an information processing apparatus according to a third embodiment of the present application.
  • the term “upper” may be used to indicate other positions besides orientation or positional relationship.
  • the term “upper” may also be used to indicate some kind of dependency relationship or connection relationship in some cases. .
  • the specific meanings of these terms in this application can be understood according to specific situations.
  • a multi-user collaborative editing information processing method includes the following steps S100 to S106:
  • Step S100 Obtain first editing information of the first user collaboratively editing the first original data
  • the first user may be one or more users of collaborative editing; preferably a single user, which can easily calculate the contribution of each user separately.
  • the first original data includes, but is not limited to, document content, online editable content, blog content, forum content, encyclopedia content, web page content;
  • the data format of the first raw data may be text, picture, table, audio, video, professional field format, etc.
  • the above-mentioned raw data content includes one or more of the above formats;
  • the plate format of the first raw data can be the first and second headings, chapters or paragraphs, table of contents or navigation bar, sidebar, comment area, comment area, etc .;
  • the content style of the first original data may be typography layout, font family, font size, color thickness, italic, underline strikethrough, font spacing, paragraph spacing, etc .;
  • the first editing information may be the knowledge content contributed by a single or multiple users to participate in the contribution; it may also be the knowledge content contributed by a single or multiple users in the single contribution; it may also be the knowledge content contributed by the single or multiple users in multiple contributions;
  • the first editing information is single or multiple text contents (including the number of words and text format) edited by a single user;
  • the processing-end server actively obtains the first editing information, or the server periodically polls the server of the first raw data to obtain the first editing information;
  • the obtained form can be obtained according to the number of times the first original data is overwritten and the user's unique identification information; it can be ensured that the obtained information is an individual user, and the information edited for the user is guaranteed;
  • the information processing of the first user is guaranteed by the first editing information.
  • Step S102 Obtain the first section content by dividing the first editing information
  • the section set on the server can be divided by referring to the division rules of the first original data; the contents of the first section obtained after the division are first-level headings, second-level headings, chapters or paragraphs, directories or Navigation bar, sidebar, comment area, comment area, etc .; because each section has different importance to the calculation of the contribution of the entire editing information, the division of the section can provide guarantee to improve the accuracy of the calculation of the contribution.
  • the text content co-edited by the first user may be divided into the first section content; thereby providing a guarantee for the calculation of the text contribution.
  • Step S104 Determine a first text contribution degree in the first section content according to a preset text contribution model
  • the preset text contribution model is a calculation model capable of calculating the text contribution within the section; it may be inputting the first text in the content of the first section to calculate the word number and text style contribution respectively; or it may be the first section
  • the content is entered into it, and then the text content is automatically identified by the model, and the word count and text style contribution are calculated separately; the text contribution model calculates the word count and text style contribution to each first section content, thereby serving the first user
  • the calculation of the contribution of the entire first raw data provides technical support, and the word count index and text style index are introduced, which can greatly improve accuracy, authenticity, and objectivity.
  • Step S106 Determine a first user contribution to the first original data according to a preset weight allocation model and the first text contribution.
  • the preset weight distribution model is a calculation model capable of calculating the contribution degree of the first user to the entire first original data; the first text contribution degree can be input into the model, the contribution degree in each first section content is calculated, and then The multiple contribution degrees in each section are calculated according to the preset weights to the first user's contribution to the first raw data; the preset weight distribution model can further improve the accuracy, authenticity, and objectivity.
  • the first editing information is the knowledge content contributed by the first user's single participation, and the calculated first user's contribution is the single contribution of the user to the first original data;
  • the first editing information is the knowledge content contributed by the first user multiple times, then the single contribution degree is calculated, and then the first user contribution degree calculated based on the single contribution degree is calculated, and the first user The degree of contribution is the degree of user's multiple contributions to the first original data.
  • a multi-user collaborative editing information processing method is used to obtain the section content by dividing the editing information, and the text contribution degree in the section content is determined according to a preset text contribution model, and the model and the weight are assigned according to the preset weights.
  • the text contribution determines the user contribution of the original data, and achieves the purpose of determining the user contribution by the multi-contribution statistical index, thereby achieving the technical effect of improving the statistical accuracy, authenticity, and objectivity of the user contribution.
  • a technical problem that the statistical index of the contribution of a document class is low due to the low statistical accuracy of the contribution and poor authenticity and objectivity.
  • acquiring the first editing information of the first user editing the first original data includes:
  • Step S200 retrieve the first original data
  • Step S202 Filter the first original data according to the user ID of the first user
  • Step S204 Obtain first editing information co-edited by the first user according to a screening result.
  • the first raw data is stored in a third-party server that provides knowledge content.
  • the processing server can obtain the first raw data by obtaining the authorization of the third party, or it can log in to the website of the third server directly and crawl through the web.
  • the method directly obtains the first raw data.
  • the first raw data includes the basic data (data entered by third-party editors) and the user's collaborative editing coverage (editing, adding, etc.) through the editing interface opened by the third-party platform. Editing information of the first user; thus, the first editing information of the first user can be obtained by identifying the user ID of the first user; filtering the original data by the user ID can quickly and accurately obtain the information edited by each user, so that Information processing guarantees.
  • obtaining the first section content by dividing the first editing information includes:
  • Step S300 Receive a plate classification rule of the first original data.
  • Step S302 Divide the first editing information into multiple sections according to the section classification rules
  • Step S304 Select content in one of the sections as the content of the first section.
  • the processing server actively requests the third-party server to send the original plate classification rule to itself.
  • the first editing information is divided into multiple plates according to the rule.
  • the section without editing can default to the contribution degree of 0; to achieve the effect of section division, the method of obtaining rules and re-dividing can ensure the integrity of the section and will not affect the section division due to the lack of data; optional, It may be that the first original data is divided into a plurality of sections according to a rule preset by a third party, and when the processing server receives the first editing information, the original section classification is retained; the same section division effect is achieved.
  • determining the first text contribution degree of the first section content according to a preset text contribution model includes:
  • Step S400 Count the first number of characters in the content of the first section
  • Step S402 Count the second number of characters in the same plate content of the first original data
  • Step S404 Calculate a first character contribution degree according to the first number and the second number.
  • the text contribution model determines the characters in the text according to the detection of the first tag information obtained from the first editing information, and uses a counter to add 1 to complete the statistics of the first and second numbers; the first number refers to each The number of characters edited by the first user in the content of the first section, and the second number refers to the total number of characters in the same section; so that the contribution of the first character can be calculated by division; a method of calculating the contribution of characters is provided for the user's contribution Calculations.
  • determining the first text contribution degree of the first section content according to a preset text contribution model includes:
  • Step S500 Count the first style of the text in the content of the first section
  • Step S502 Count the second style of the text in the same plate content of the first original data
  • Step S504 Calculate a first style contribution degree according to the first style and the second style
  • Step S506 Attenuate the contribution of the first pattern according to a preset attenuation ratio.
  • the text contribution model determines the style in the text according to the detection of the second tag information obtained from the first editing information; the first style refers to the style edited by the first user in the contents of each first section, and the second quantity refers to the same
  • the original style in the plate so that the first style contribution can be calculated by dividing; and then the attenuation ratio is used to improve the calculation accuracy and style attenuation rate, that is, the appropriate attenuation rate is set according to the content requirements and uses, depending on the style change.
  • the degree of influence of the content display furthermore, it provides a way to calculate the style contribution for the calculation of the style contribution and provides a guarantee for the calculation of the user's contribution.
  • determining the first user contribution degree to the first original data according to a preset weight allocation model and the first contribution degree includes:
  • Step S600 Enter the first text contribution into the first weight allocation model
  • Step S602 Calculate the contribution of the first plate by using the first weight distribution model
  • Step S604 Enter the contribution of the first plate into the second weight allocation model
  • Step S606 The first user contribution degree is calculated by using a second weight allocation model.
  • the method further includes:
  • Step S700 Determine a first similarity contribution degree of the first section content according to a preset similarity model
  • Step S702 Determine a first user contribution degree to the first original data according to the preset weight allocation model, the first text contribution degree, and the first similarity contribution degree.
  • the preset similarity contribution model is a calculation model capable of calculating the similarity contribution within the plate; it may be inputting the video, audio, picture, or table in the content of the first plate, and performing one of the video, audio, picture, and table or Separate calculation of multiple contributions; you can also input the content of the first section, and then automatically identify the video, audio, diagram, or table through the model, and finally make one or more contributions in the video, audio, diagram, and table Calculation of degrees; the similarity contribution model calculates one or more of the degrees of contribution to the videos, audios, pictures, and tables in the content of each first section, thereby providing a first user's contribution to the entire first original data Calculation provides technical support, which can greatly improve accuracy, authenticity and objectivity.
  • Contribution degree fully consider factors such as text, audio and video, graphics, etc., further improving accuracy, authenticity and objectivity.
  • an apparatus for implementing the above-mentioned multi-user collaborative editing information processing method includes: an obtaining unit for obtaining a first user's collaborative editing of a first original First editing information of data; a dividing unit configured to obtain a first section content by dividing the first editing information; a first determining unit configured to determine a first of the first section content according to a preset text contribution model Text contribution; a second determining unit, configured to determine a first user contribution to the first original data according to a preset weight allocation model and the first text contribution.
  • the first user may be one or more users of collaborative editing; preferably a single user, which can easily calculate the contribution of each user separately.
  • the first original data includes, but is not limited to, document content, online editable content, blog content, forum content, encyclopedia content, web page content;
  • the data format of the first raw data may be text, picture, table, audio, video, professional field format, etc.
  • the above-mentioned raw data content includes one or more of the above formats;
  • the plate format of the first raw data can be the first and second headings, chapters or paragraphs, table of contents or navigation bar, sidebar, comment area, comment area, etc .;
  • the content style of the first original data may be typography layout, font family, font size, color thickness, italic, underline strikethrough, font spacing, paragraph spacing, etc .;
  • the first editing information may be knowledge content contributed by a single or multiple users; it may be knowledge content contributed by a single or multiple users for a single contribution; or it may be knowledge content contributed by a single or multiple users for multiple contributions;
  • the first editing information is single or multiple text contents (including the number of words and text format) edited by a single user;
  • the processing-end server actively obtains the first editing information, or the server periodically polls the server of the first raw data to obtain the first editing information;
  • the obtained form can be obtained according to the number of times the first original data is overwritten and the user's unique identification information; it can be ensured that the obtained information is an individual user, and the information edited for the user is guaranteed;
  • the information processing of the first user is guaranteed by the first editing information.
  • the section set on the server can be divided by referring to the division rules of the first original data; the contents of the first section obtained after the division are first-level headings, second-level headings, chapters or paragraphs, directories or Navigation bar, sidebar, comment area, comment area, etc .; because each section has different importance to the calculation of the contribution of the entire editing information, the division of the section can provide guarantee to improve the accuracy of the calculation of the contribution.
  • the text content co-edited by the first user may be divided into the first section content; thereby providing a guarantee for the calculation of the text contribution.
  • the preset text contribution model is a calculation model capable of calculating the text contribution within the section; it may be inputting the first text in the content of the first section to calculate the word number and text style contribution respectively; or it may be the first section
  • the content is entered into it, and then the text content is automatically identified by the model, and the word count and text style contribution are calculated separately; the text contribution model calculates the word count and text style contribution to each first section content, thereby serving the first user
  • the calculation of the contribution of the entire first raw data provides technical support, and the word count index and text style index are introduced, which can greatly improve accuracy, authenticity, and objectivity.
  • the preset weight distribution model is a calculation model capable of calculating the contribution degree of the first user to the entire first original data; the first text contribution degree can be input into the model, the contribution degree in each first section content is calculated, and then The multiple contribution degrees in each section are calculated according to the preset weights to the first user's contribution to the first raw data; the preset weight distribution model can further improve the accuracy, authenticity, and objectivity.
  • the first editing information is the knowledge content contributed by the first user's single participation, and the calculated first user's contribution is the single contribution of the user to the first original data;
  • the first editing information is the knowledge content contributed by the first user's multiple participations, then the single contribution degree is calculated, and then the first user contribution degree calculated according to the single contribution degree is calculated, and the first user The degree of contribution is the degree of user's multiple contributions to the first original data.
  • a multi-user collaborative editing information processing method is used to obtain the section content by dividing the editing information, and the text contribution degree in the section content is determined according to a preset text contribution model, and the model and the weight are assigned according to the preset weights.
  • the text contribution determines the user contribution of the original data, and achieves the purpose of determining the user contribution by the multi-contribution statistical index, thereby achieving the technical effect of improving the statistical accuracy, authenticity, and objectivity of the user contribution.
  • a technical problem that the statistical index of the contribution of a document class is low due to the low statistical accuracy of the contribution and poor authenticity and objectivity.
  • the first determining unit includes: a first quantity counting module for counting a first quantity of characters in the content of the first section; a second quantity counting module , Used to count the second number of characters in the same plate content of the first original data; the number calculation module calculates the first character contribution degree according to the first number and the second number.
  • the text contribution model determines the characters in the text according to the detection of the first tag information obtained from the first editing information, and uses a counter to add 1 to complete the statistics of the first and second numbers; the first number refers to each The number of characters edited by the first user in the content of the first section, and the second number refers to the total number of characters in the same section; so that the contribution of the first character can be calculated by division; a method of calculating the contribution of characters is provided for the user Calculations.
  • the first determining unit includes: a first style statistics module for counting a first style of text in the content of the first section; a second style A statistics module for counting the second style of the text in the same plate content of the first raw data; a style calculation module for calculating a first style contribution degree according to the first style and the second style; attenuation A module for attenuating the contribution of the first pattern according to a preset attenuation ratio.
  • the text contribution model determines the style in the text according to the detection of the second tag information obtained from the first editing information; the first style refers to the style edited by the first user in the contents of each first section, and the second quantity refers to the same
  • the original style in the plate so that the first style contribution can be calculated by dividing; and then the attenuation ratio is used to improve the calculation accuracy and style attenuation rate, that is, the appropriate attenuation rate is set according to the content requirements and uses, depending on the style change.
  • the degree of influence of the content display furthermore, it provides a way to calculate the style contribution for the calculation of the style contribution and provides a guarantee for the calculation of the user's contribution.
  • the multi-user collaborative editing information processing method of the present application can be applied to an electronic device or a computer-readable storage medium, and the method obtains first editing information of a first user collaborative editing of first raw data; obtained by dividing the first editing information First section content; determining a first text contribution degree in the first section content according to a preset text contribution model; determining a first contribution to the first original data according to a preset weight distribution model and the first text contribution degree A user contribution.
  • By adding text characters, text styles, section content styles, and section forms it enriches statistical indicators of text or document class contributions, improves statistical accuracy, authenticity, and objectivity of user contributions, and increases the number of electronics to which the methods of this application are applied. Market competitiveness of a device or computer-readable storage medium.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Document Processing Apparatus (AREA)

Abstract

本申请公开了一种多用户协同编辑的信息处理方法及装置。该方法包括：获取第一用户协同编辑第一原始数据的第一编辑信息；通过划分所述第一编辑信息得到第一板块内容；根据预设文本贡献模型确定所述第一板块内容中的第一文本贡献度；根据预设权重分配模型和所述第一文本贡献度确定对所述第一原始数据的第一用户贡献度。该装置包括：获取单元、划分单元、第一确定单元及第二确定单元。本申请解决了由于文本或文档类贡献度的统计指标单一造成的贡献度统计精确度低，真实性、客观性差的技术问题。

Description

多用户协同编辑的信息处理方法及装置
本申请要求于2018年07月23日提交中国专利局，申请号为2018108143529，发明名称为“多用户协同编辑的信息处理方法及装置”的中国专利申请的优先权，本申请要求于2018年07月23日提交中国专利局，申请号为2018108143618，发明名称为“信息处理方法及装置”的中国专利申请的优先权其全部内容通过引用结合在本申请中。
技术领域
本申请涉及多用户协同编辑领域，具体而言，涉及一种多用户协同编辑的信息处理方法及装置。
背景技术
提供多人协同编辑信息的方法、系统，仅实现多人或单人协同编辑，在不同协同者的贡献度统计方面仍然处于空白。
目前的多人协同编辑信息的方法、系统，有在线百科类：百度百科，维基百科(Wikimedia)，互动百科，360百科等。上述在线百科类，包括但不限于，各种协同编辑文档系统，论坛，问答式网站等，多人笔记类应用系统等。
但是，以上的技术特点存在较为明显的缺陷：无协同者贡献度的统计，仅记录内容更新历史(更新时间，更新者，更新内容等)；贡献度统计指标单一(仅统计新增删除更新的次数、行数或者字符数)，贡献度的统计粗糙不精确，不能很好地真实反应知识内容等对于每个协同者或参与者的贡献度；基于用户评价(收藏或点赞)方式，既不能有效统计度量每个协同者或参与者的贡献度，也缺乏真实性客观性。
针对相关技术中文本或文档类贡献度的统计指标单一造成的贡献度统计精确度低，真实性、客观性差的问题，目前尚未提出有效的解决方案。
申请内容
本申请的主要目的在于提供一种多用户协同编辑的信息处理方法及装置，以解决文本或文档类贡献度的统计指标单一造成的贡献度统计精确度低，真实性、客观性差的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种多用户协同编辑的信息处理方法。
根据本申请的多用户协同编辑的信息处理方法包括：获取第一用户协同编辑第一原始数据的第一编辑信息；通过划分所述第一编辑信息得到第一板块内容；根据预设文本贡献模型确定所述第一板块内容中的第一文本贡献度；根据预设权重分配模型和所述第一文本贡献度确定对所述第一原始数据的第一用户贡献度。
进一步的，获取第一用户编辑第一原始数据的第一编辑信息包括：调取所述第一原始数据；根据所述第一用户的用户ID筛选所述第一原始数据；根据筛选结果得到所述第一用户协同编辑的第一编辑信息。
进一步的，通过划分所述第一编辑信息得到第一板块内容包括：接收所述第一原始数据的板块分类规则；根据所述板块分类规则将所述第一编辑信息划分为多个板块；选择一个所述板块中的内容作为所述第一板块内容。
进一步的，根据预设文本贡献模型确定所述第一板块内容的第一文本贡献度包括：统计所述第一板块内容中字符的第一数量；统计所述第一原始数据的相同板块内容中字符的第二数量；根据所述第一数量和所述第二数量计算得到第一字符贡献度。
进一步的，根据预设文本贡献模型确定所述第一板块内容的第一文本贡献度包括：统计所述第一板块内容中文字的第一样式；统计第一原始数据的相同板块内容中文字的第二样式；根据所述第一样式和所述第二样式计算得到第一样式贡献度；对所述第一样式贡献度按照预设衰减比例做衰减。
进一步的，根据预设权重分配模型和所述第一贡献度确定对所述第一原始数据的第一用户贡献度包括：将所述第一文本贡献度输入所述第一权重分配 模型；通过第一权重分配模型计算得到第一板块贡献度；将所述第一板块贡献度输入所述第二权重分配模型；通过第二权重分配模型计算得到所述第一用户贡献度。
进一步的，还包括：根据预设相似度模型确定所述第一板块内容的第一相似度贡献度；根据所述预设权重分配模型、所述第一文本贡献度和所述第一相似度贡献度确定对所述第一原始数据的第一用户贡献度。
为了实现上述目的，根据本申请的另一方面，提供了一种多用户协同编辑的信息处理装置。
根据本申请的多用户协同编辑的信息处理装置包括：获取单元，用于获取第一用户协同编辑第一原始数据的第一编辑信息；划分单元，用于通过划分所述第一编辑信息得到第一板块内容；第一确定单元，用于根据预设文本贡献模型确定所述第一板块内容中的第一文本贡献度；第二确定单元，用于根据预设权重分配模型和所述第一文本贡献度确定对所述第一原始数据的第一用户贡献度。
进一步的，所述第一确定单元包括：第一数量统计模块，用于统计所述第一板块内容中字符的第一数量；第二数量统计模块，用于统计所述第一原始数据的相同板块内容中字符的第二数量；数量计算模块，根据所述第一数量和所述第二数量计算得到第一字符贡献度。
进一步的，所述第一确定单元包括：第一样式统计模块，用于统计所述第一板块内容中文字的第一样式；第二样式统计模块，用于统计第一原始数据的相同板块内容中文字的第二样式；样式计算模块，用于根据所述第一样式和所述第二样式计算得到第一样式贡献度；衰减模块，用于对所述第一样式贡献度按照预设衰减比例做衰减。
在本申请实施例中，采用多用户协同编辑的信息处理的方式，通过划分编辑信息得到板块内容，并根据预设文本贡献模型确定板块内容中的文本贡献度，再根据预设权重分配模型和文本贡献度确定原始数据的用户贡献度，达到了多贡献度统计指标确定用户贡献度的目的，从而实现了提高用户贡献度统计精确度、真实性和客观性的技术效果，进而解决了由于文本或文档类贡献度的 统计指标单一造成的贡献度统计精确度低，真实性、客观性差的技术问题。
附图说明
图1是根据本申请第一实施例的信息处理方法示意图；
图2是根据本申请第二实施例的信息处理方法示意图；
图3是根据本申请第三实施例的信息处理方法示意图；
图4是根据本申请第四实施例的信息处理方法示意图；
图5是根据本申请第五实施例的信息处理方法示意图；
图6是根据本申请第六实施例的信息处理方法示意图；
图7是根据本申请第七实施例的信息处理方法示意图；
图8是根据本申请第一实施例的信息处理装置示意图；
图9是根据本申请第二实施例的信息处理装置示意图；
图10是根据本申请第三实施例的信息处理装置示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“包括”以及它的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或部件的过程或产品不必限于清楚地列出的那些步骤或部件，而是可包括没有清楚地列出的或对于这些过程或产品固有的其它步骤或部件。
在本申请中，术语“上”除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本发明实施例，提供了一种多用户协同编辑的信息处理方法，如图1所示，该方法包括如下的步骤S100至步骤S106：
步骤S100、获取第一用户协同编辑第一原始数据的第一编辑信息；
第一用户可以是协同编辑的一个或多个用户；优选为单个用户，能够便于分别计算各个用户的贡献度。
第一原始数据包括但不限于，文档内容、在线可编辑内容、博客内容、论坛内容、百科内容、网页内容；
第一原始数据的数据格式可以是文本、图片、表格、音频、视频、专业领域格式等；在本实施例中，上述的原始数据内容中包含以上的一种或多种格式；
第一原始数据的板块形式可以是一级、二级标题，章节或段落，目录或导航栏，侧边栏，注释区，评论区等；
第一原始数据的内容样式可以是排版布局、字体族、字体大小颜色粗细斜体下划线删除线，字体间距，段落间距等；
第一编辑信息可以是单个或多个用户参与贡献的知识内容；也可以是单个或多个用户单次参与贡献的知识内容；还可以是单个或多个用户多次参与贡献的知识内容；
作为本实施例中优选的，第一编辑信息为单个用户协同编辑的单次或多次的文本内容(包含字数和文本格式)；
可以是在完成编辑后，处理端服务器主动获取该第一编辑信息，也可是服务器周期性轮询第一原始数据的服务器，再获取该第一编辑信息；
获取的形式可以按照第一原始数据被覆盖的次数和用户的唯一识别信息获取；可以保证获取的信息是单独的某个用户，且可以保证为该用户协同编辑的信息；
从而通过第一编辑信息为第一用户的信息处理提供保障。
步骤S102、通过划分所述第一编辑信息得到第一板块内容；
可以是按照预先设置在服务器的板块进行划分，也可以是参照第一原始数据的划分规则进行划分；通过划分后得到的第一板块内容为一级标题，二级标题，章节或段落，目录或导航栏，侧边栏，注释区，评论区等；由于每一个板块对于整个编辑信息贡献度计算的重要程度不一样，因此，通过板块划分能够为提升贡献度的计算精确度提供保障。
优选的，可以是将第一用户协同编辑的文本内容划分为第一板块内容；从而为文本贡献度的计算提供保障。
步骤S104、根据预设文本贡献模型确定所述第一板块内容中的第一文本贡献度；
预设文本贡献模型为能够计算板块内文本贡献度的计算模型；可以是将第一板块内容中的第一文本输入其中，进行字数和文本样式贡献度的分别计算；也可以是将第一板块内容输入其中，再通过该模型自动识别文本内容，最后进行字数和文本样式贡献度的分别计算；通过文本贡献模型计算到各个第一板块内容中的字数和文本样式贡献度，从而为第一用户对整个第一原始数据的贡献度的计算提供了技术保障，而且引入了字数指标和文本样式指标，进而可以大大提高精确度，真实性、客观性。
步骤S106、根据预设权重分配模型和所述第一文本贡献度确定对所述第一原始数据的第一用户贡献度。
预设权重分配模型为能够计算第一用户对整个第一原始数据的贡献度的计算模型；可以是将第一文本贡献度输入该模型，计算到各个第一板块内容内的贡献度，再将各个板块内的多个贡献度按照预先设置的权重，计算到第一用户对第一原始数据的贡献度；通过预设权重分配模型可以进一步提高精确度，真实性、客观性。
在一些实施例中，第一编辑信息为第一用户单次参与贡献的知识内容，则计算得到的第一用户贡献度为用户对第一原始数据的单次的贡献度；
在一些实施例中，第一编辑信息为第一用户多次参与贡献的知识内容，则计算单次的贡献度，再根据单次的贡献度计算得到的第一用户贡献度，该第一用户贡献度为用户对第一原始数据的多次的贡献度。
从以上的描述中，可以看出，本发明实现了如下技术效果：
在本申请实施例中，采用多用户协同编辑的信息处理的方式，通过划分编辑信息得到板块内容，并根据预设文本贡献模型确定板块内容中的文本贡献度，再根据预设权重分配模型和文本贡献度确定原始数据的用户贡献度，达到了多贡献度统计指标确定用户贡献度的目的，从而实现了提高用户贡献度统计精确度、真实性和客观性的技术效果，进而解决了由于文本或文档类贡献度的统计指标单一造成的贡献度统计精确度低，真实性、客观性差的技术问题。
根据本发明实施例，优选的，如图2所示，获取第一用户编辑第一原始数据的第一编辑信息包括：
步骤S200、调取所述第一原始数据；
步骤S202、根据所述第一用户的用户ID筛选所述第一原始数据；
步骤S204、根据筛选结果得到所述第一用户协同编辑的第一编辑信息。
第一原始数据存储于提供知识内容的第三方服务器中，处理端服务器可以通过获得第三方的授权而获取该第一原始数据，也可以是直接登录进入第三个服务器的网站上，通过网络爬虫的方式直接获取第一原始数据，在第一原始数据中，包含了基础数据(第三方编辑进入的数据)以及用户通过第三方平台开放的编辑接口协同编辑覆盖(可以是删减、增加等)的编辑信息；从而可以通过识别第一用户的用户ID的方式，获取得到第一用户的第一编辑信息；通过用户ID筛选原始数据，能够快速、精确的获取每个用户编辑的信息，从而为信息处理提供保障。
根据本发明实施例，优选的，如图3所示，通过划分所述第一编辑信息得到第一板块内容包括：
步骤S300、接收所述第一原始数据的板块分类规则；
步骤S302、根据所述板块分类规则将所述第一编辑信息划分为多个板块；
步骤S304、选择一个所述板块中的内容作为所述第一板块内容。
可以是处理端服务器收到第一编辑信息后，主动请求第三方服务器将原有的板块分类规则发送给自身，接收到该分类规则后，再根据该规则将第一编辑信息划分为多个板块，没有编辑的板块可以默认为贡献度为0；从而达到板 块划分的效果，采用获取规则再划分的方式，可以保证板块的完整性，不会因为数据的缺失而影响板块划分；可选的，可以是第一原始数据按照第三方预设的规则划分成多个板块，处理端服务器接收到第一编辑信息时，保留原有的板块分类；达到同样的板块划分效果。
根据本发明实施例，优选的，如图4所示，根据预设文本贡献模型确定所述第一板块内容的第一文本贡献度包括：
步骤S400、统计所述第一板块内容中字符的第一数量；
步骤S402、统计所述第一原始数据的相同板块内容中字符的第二数量；
步骤S404、根据所述第一数量和所述第二数量计算得到第一字符贡献度。
文本贡献模型根据检测所述第一编辑信息中得到的第一标记信息确定文本中的字符，采用计数器有一个字符则加1，完成第一数量和第二数量的统计；第一数量是指各个第一板块内容中被第一用户编辑的字符数量，第二数量是指相同板块中总的字符数量；从而能够除法计算第一字符贡献度；提供了计算字符贡献度的方式，为用户贡献度的计算提供保障。
根据本发明实施例，优选的，如图5所示，根据预设文本贡献模型确定所述第一板块内容的第一文本贡献度包括：
步骤S500、统计所述第一板块内容中文字的第一样式；
步骤S502、统计第一原始数据的相同板块内容中文字的第二样式；
步骤S504、根据所述第一样式和所述第二样式计算得到第一样式贡献度；
步骤S506、对所述第一样式贡献度按照预设衰减比例做衰减。
文本贡献模型根据检测所述第一编辑信息中得到的第二标记信息确定文本中的样式；第一样式是指各个第一板块内容中被第一用户编辑的样式，第二数量是指相同板块中原有的样式；从而能够除法计算第一样式贡献度；再采取衰减比例的方式提高计算精度，样式衰减率，即根据内容的要求和用途设定合适的衰减率，取决于样式变化对内容展示的影响程度；进而为样式贡献度的计算提供了计算样式贡献度的方式，为用户贡献度的计算提供保障。
根据本发明实施例，优选的，如图6所示，根据预设权重分配模型和所述第一贡献度确定对所述第一原始数据的第一用户贡献度包括：
步骤S600、将所述第一文本贡献度输入所述第一权重分配模型；
步骤S602、通过第一权重分配模型计算得到第一板块贡献度；
步骤S604、将所述第一板块贡献度输入所述第二权重分配模型；
步骤S606、通过第二权重分配模型计算得到所述第一用户贡献度。
将计算得到的第一字符贡献度、第一样式贡献度输入第一权重分配模型，可以计算得到第一板块贡献度，再将第一板块贡献度输入第二权重分配模型，可以计算得到第一用户贡献度，采用两个权重分配模型，能够进一步提高计算的精确度，得到精确度较高的贡献度。
比如：可以分配字符共享度的权重为0.8，样式贡献度的权重为0.2，则第一板块贡献度＝字符共享度*0.8+样式贡献度*0.2；
再比如：可以分配标题板块贡献度的权重为0.2，正文板块贡献度的权重为0.6，评论板块贡献度的权重为0.2，则第一用户贡献度＝标题板块贡献度*0.2+正文板块贡献度*0.6+评论板块贡献度*0.2。
根据本发明实施例，优选的，如图7所示，还包括：
步骤S700、根据预设相似度模型确定所述第一板块内容的第一相似度贡献度；
步骤S702、根据所述预设权重分配模型、所述第一文本贡献度和所述第一相似度贡献度确定对所述第一原始数据的第一用户贡献度。
预设相似度贡献模型为能够计算板块内相似度贡献度的计算模型；可以是将第一板块内容中的视频、音频、图或表输入其中，进行视频、音频、图和表中一种或多种贡献度的分别计算；也可以是将第一板块内容输入其中，再通过该模型自动识别到视频、音频、图或表，最后进行视频、音频、图和表中一种或多种贡献度的分别计算；通过相似度贡献模型计算到各个第一板块内容中的视频、音频、图和表中一种或多种贡献度，从而为第一用户对整个第一原始数据的贡献度的计算提供了技术保障，进而可以大大提高精确度，真实性、客观性。
将第一字符贡献度、第一样式贡献度、第一相似度贡献度输入第一权重分配模型，计算得到第一板块贡献度，再根据第一板块贡献度和第二权重分配 模型计算用户贡献度，充分考虑考虑文本、音视频、图表等多方面因素，进一步提升了精确度，真实性、客观性。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例，还提供了一种用于实施上述多用户协同编辑的信息处理方法的装置，如图8所示，该装置包括：获取单元，用于获取第一用户协同编辑第一原始数据的第一编辑信息；划分单元，用于通过划分所述第一编辑信息得到第一板块内容；第一确定单元，用于根据预设文本贡献模型确定所述第一板块内容中的第一文本贡献度；第二确定单元，用于根据预设权重分配模型和所述第一文本贡献度确定对所述第一原始数据的第一用户贡献度。
第一用户可以是协同编辑的一个或多个用户；优选为单个用户，能够便于分别计算各个用户的贡献度。
第一原始数据包括但不限于，文档内容、在线可编辑内容、博客内容、论坛内容、百科内容、网页内容；
第一原始数据的数据格式可以是文本、图片、表格、音频、视频、专业领域格式等；在本实施例中，上述的原始数据内容中包含以上的一种或多种格式；
第一原始数据的板块形式可以是一级、二级标题，章节或段落，目录或导航栏，侧边栏，注释区，评论区等；
第一原始数据的内容样式可以是排版布局、字体族、字体大小颜色粗细斜体下划线删除线，字体间距，段落间距等；
第一编辑信息可以是单个或多个用户参与贡献的知识内容；可以是单个或多个用户单次参与贡献的知识内容；还可以是单个或多个用户多次参与贡献的知识内容；
作为本实施例中优选的，第一编辑信息为单个用户协同编辑的单次或多次的文本内容(包含字数和文本格式)；
可以是在完成编辑后，处理端服务器主动获取该第一编辑信息，也可是服务器周期性轮询第一原始数据的服务器，再获取该第一编辑信息；
获取的形式可以按照第一原始数据被覆盖的次数和用户的唯一识别信息获取；可以保证获取的信息是单独的某个用户，且可以保证为该用户协同编辑的信息；
从而通过第一编辑信息为第一用户的信息处理提供保障。
可以是按照预先设置在服务器的板块进行划分，也可以是参照第一原始数据的划分规则进行划分；通过划分后得到的第一板块内容为一级标题，二级标题，章节或段落，目录或导航栏，侧边栏，注释区，评论区等；由于每一个板块对于整个编辑信息贡献度计算的重要程度不一样，因此，通过板块划分能够为提升贡献度的计算精确度提供保障。
优选的，可以是将第一用户协同编辑的文本内容划分为第一板块内容；从而为文本贡献度的计算提供保障。
预设文本贡献模型为能够计算板块内文本贡献度的计算模型；可以是将第一板块内容中的第一文本输入其中，进行字数和文本样式贡献度的分别计算；也可以是将第一板块内容输入其中，再通过该模型自动识别文本内容，最后进行字数和文本样式贡献度的分别计算；通过文本贡献模型计算到各个第一板块内容中的字数和文本样式贡献度，从而为第一用户对整个第一原始数据的贡献度的计算提供了技术保障，而且引入了字数指标和文本样式指标，进而可以大大提高精确度，真实性、客观性。
预设权重分配模型为能够计算第一用户对整个第一原始数据的贡献度的计算模型；可以是将第一文本贡献度输入该模型，计算到各个第一板块内容内的贡献度，再将各个板块内的多个贡献度按照预先设置的权重，计算到第一用户对第一原始数据的贡献度；通过预设权重分配模型可以进一步提高精确度，真实性、客观性。
在一些实施例中，第一编辑信息为第一用户单次参与贡献的知识内容，则计算得到的第一用户贡献度为用户对第一原始数据的单次的贡献度；
在一些实施例中，第一编辑信息为第一用户多次参与贡献的知识内容， 则计算单次的贡献度，再根据单次的贡献度计算得到的第一用户贡献度，该第一用户贡献度为用户对第一原始数据的多次的贡献度。
从以上的描述中，可以看出，本发明实现了如下技术效果：
在本申请实施例中，采用多用户协同编辑的信息处理的方式，通过划分编辑信息得到板块内容，并根据预设文本贡献模型确定板块内容中的文本贡献度，再根据预设权重分配模型和文本贡献度确定原始数据的用户贡献度，达到了多贡献度统计指标确定用户贡献度的目的，从而实现了提高用户贡献度统计精确度、真实性和客观性的技术效果，进而解决了由于文本或文档类贡献度的统计指标单一造成的贡献度统计精确度低，真实性、客观性差的技术问题。
根据本发明实施例，优选的，如图9所示，所述第一确定单元包括：第一数量统计模块，用于统计所述第一板块内容中字符的第一数量；第二数量统计模块，用于统计所述第一原始数据的相同板块内容中字符的第二数量；数量计算模块，根据所述第一数量和所述第二数量计算得到第一字符贡献度。文本贡献模型根据检测所述第一编辑信息中得到的第一标记信息确定文本中的字符，采用计数器有一个字符则加1，完成第一数量和第二数量的统计；第一数量是指各个第一板块内容中被第一用户编辑的字符数量，第二数量是指相同板块中总的字符数量；从而能够除法计算第一字符贡献度；提供了计算字符贡献度的方式，为用户贡献度的计算提供保障。
根据本发明实施例，优选的，如图10所示，所述第一确定单元包括：第一样式统计模块，用于统计所述第一板块内容中文字的第一样式；第二样式统计模块，用于统计第一原始数据的相同板块内容中文字的第二样式；样式计算模块，用于根据所述第一样式和所述第二样式计算得到第一样式贡献度；衰减模块，用于对所述第一样式贡献度按照预设衰减比例做衰减。文本贡献模型根据检测所述第一编辑信息中得到的第二标记信息确定文本中的样式；第一样式是指各个第一板块内容中被第一用户编辑的样式，第二数量是指相同板块中原有的样式；从而能够除法计算第一样式贡献度；再采取衰减比例的方式提高计算精度，样式衰减率，即根据内容的要求和用途设定合适的衰减率，取决于样式变化对内容展示的影响程度；进而为样式贡献度的计算提供了计算样式贡献 度的方式，为用户贡献度的计算提供保障。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
工业实用性
本申请的多用户协同编辑的信息处理方法可以应用于电子设备或计算机可读存储介质，该方法获取第一用户协同编辑第一原始数据的第一编辑信息；通过划分所述第一编辑信息得到第一板块内容；根据预设文本贡献模型确定所述第一板块内容中的第一文本贡献度；根据预设权重分配模型和所述第一文本贡献度确定对所述第一原始数据的第一用户贡献度。通过增加文本字符、文本样式、板块内容样式以及板块形式丰富了文本或文档类贡献度的统计指标，提高用户贡献度统计精确度、真实性和客观性并且增加了应用有本申请的方法的电子设备或计算机可读存储介质的市场竞争力。

Claims (22)

  1. 一种多用户协同编辑的信息处理方法，其特征在于，包括：
    获取第一用户协同编辑第一原始数据的第一编辑信息；
    通过划分所述第一编辑信息得到第一板块内容；
    根据预设文本贡献模型确定所述第一板块内容中的第一文本贡献度；
    根据预设权重分配模型和所述第一文本贡献度确定对所述第一原始数据的第一用户贡献度。
  2. 根据权利要求1所述的多用户协同编辑的信息处理方法，其特征在于，获取第一用户编辑第一原始数据的第一编辑信息包括：
    调取所述第一原始数据；
    根据所述第一用户的用户ID筛选所述第一原始数据；
    根据筛选结果得到所述第一用户协同编辑的第一编辑信息。
  3. 根据权利要求1所述的多用户协同编辑的信息处理方法，其特征在于，通过划分所述第一编辑信息得到第一板块内容包括：
    接收所述第一原始数据的板块分类规则；
    根据所述板块分类规则将所述第一编辑信息划分为多个板块；
    选择一个所述板块中的内容作为所述第一板块内容。
  4. 根据权利要求1所述的多用户协同编辑的信息处理方法，其特征在于，根据预设文本贡献模型确定所述第一板块内容的第一文本贡献度包括：
    统计所述第一板块内容中字符的第一数量；
    统计所述第一原始数据的相同板块内容中字符的第二数量；
    根据所述第一数量和所述第二数量计算得到第一字符贡献度。
  5. 根据权利要求1所述的多用户协同编辑的信息处理方法，其特征在于，根据预设文本贡献模型确定所述第一板块内容的第一文本贡献度包括：
    统计所述第一板块内容中文字的第一样式；
    统计第一原始数据的相同板块内容中文字的第二样式；
    根据所述第一样式和所述第二样式计算得到第一样式贡献度；
    对所述第一样式贡献度按照预设衰减比例做衰减。
  6. 根据权利要求1所述的多用户协同编辑的信息处理方法，其特征在于，根据预设权重分配模型和所述第一贡献度确定对所述第一原始数据的第一用户贡献度包括：
    将所述第一文本贡献度输入所述第一权重分配模型；
    通过第一权重分配模型计算得到第一板块贡献度；
    将所述第一板块贡献度输入所述第二权重分配模型；
    通过第二权重分配模型计算得到所述第一用户贡献度。
  7. 根据权利要求1至6中任一项所述的多用户协同编辑的信息处理方法，其特征在于，还包括：
    根据预设相似度模型确定所述第一板块内容的第一相似度贡献度；
    根据所述预设权重分配模型、所述第一文本贡献度和所述第一相似度贡献度确定对所述第一原始数据的第一用户贡献度。
  8. 一种多用户协同编辑的信息处理装置，其特征在于，包括：
    获取单元，用于获取第一用户协同编辑第一原始数据的第一编辑信息；
    划分单元，用于通过划分所述第一编辑信息得到第一板块内容；
    第一确定单元，用于根据预设文本贡献模型确定所述第一板块内容中的第一文本贡献度；
    第二确定单元，用于根据预设权重分配模型和所述第一文本贡献度确定对所述第一原始数据的第一用户贡献度。
  9. 根据权利要求8所述的多用户协同编辑的信息处理装置，其特征在于，所述第一确定单元包括：
    第一数量统计模块，用于统计所述第一板块内容中字符的第一数量；
    第二数量统计模块，用于统计所述第一原始数据的相同板块内容中字符的第二数量；
    数量计算模块，根据所述第一数量和所述第二数量计算得到第一字符贡献度。
  10. 根据权利要求8所述的多用户协同编辑的信息处理装置，其特征在于，所述第一确定单元包括：
    第一样式统计模块，用于统计所述第一板块内容中文字的第一样式；
    第二样式统计模块，用于统计第一原始数据的相同板块内容中文字的第二样式；
    样式计算模块，用于根据所述第一样式和所述第二样式计算得到第一样式贡献度；
    衰减模块，用于对所述第一样式贡献度按照预设衰减比例做衰减。
  11. 一种多用户协同编辑的信息处理方法，其特征在于，包括：
    获取协同编辑原始数据时的编辑信息，并通过划分所述编辑信息后确定对应板块内容，其中所述协同编辑包括一个或多个用户，所述编辑信息通过筛选用户ID得到；
    根据预设模型确定所述对应板块内容中的文本贡献度，其中文本贡献度是指文本字符贡献度、文本样式贡献度；
    根据权重模型和所述文本贡献度，得到对所述原始数据的用户贡献度。
  12. 根据权利要求11所述的多用户协同编辑的信息处理方法，其特征在于，获取协同编辑原始数据时的编辑信息包括：
    获取协同编辑的文档内容、在线可编辑内容、博客内容、论坛内容、百科内容、网页内容中的任一一种或多种原始数据时的编辑信息；
    获取协同编辑原始数据时的编辑信息之后，还包括：
    根据所述编辑信息获取一个或多个用户参与贡献的知识内容。
  13. 根据权利要求11所述的多用户协同编辑的信息处理方法，其特征在于， 通过划分所述编辑信息后确定对应板块内容包括：
    通过划分所述编辑信息后确定一级或二级标题、章节或段落、目录或导航栏、侧边栏、注释区、评论区中的任一一种或多种板块形式确定对应板块内容；
    通过划分所述编辑信息后确定对应板块内容之后，还包括：
    根据对应板块内容的板块形式确定一个或多个用户参与贡献的知识内容，其中对应板块内容是指视频、音频、图或表以及代码片段。
  14. 根据权利要求11所述的多用户协同编辑的信息处理方法，其特征在于，通过划分所述编辑信息后确定对应板块内容包括：
    通过划分所述编辑信息后确定排版布局、字体族、字体大小颜色粗细斜体下划线删除、字体间距、段落间距中的任一一种或多种内容样式确定对应板块内容；
    通过划分所述编辑信息后确定对应板块内容之后，还包括：
    根据对应板块内容的内容样式确定一个或多个用户参与贡献的知识内容，其中对应板块内容是指视频、音频、图或表以及代码片段。
  15. 根据权利要求11所述的多用户协同编辑的信息处理方法，其特征在于，根据权重模型和所述文本贡献度，得到对所述原始数据的用户贡献度包括：
    将文本字符贡献度和文本样式贡献度输入权重模型，到对所述原始数据的用户贡献度。
  16. 一种多用户协同编辑的信息处理装置，其特征在于，包括：
    获取和划分模块，用于获取协同编辑原始数据时的编辑信息，并通过划分所述编辑信息后确定对应板块内容，其中所述协同编辑包括一个或多个用户，所述编辑信息通过筛选用户ID得到；
    确定模块，用于根据预设模型确定所述对应板块内容中的文本贡献度，其中文本贡献度是指文本字符、文本样式；
    计算模块，用于根据权重模型和所述文本贡献度，得到对所述原始数据的用户贡献度。
  17. 根据权利要求16所述的多用户协同编辑的信息处理装置，其特征在于，所述获取和划分模块用于，
    获取协同编辑文档内容、在线可编辑内容、博客内容、论坛内容、百科内容、网页内容中的任一一种或多种原始数据时的编辑信息；
    所述获取和划分模块还用于，根据所述编辑信息获取一个或多个用户参与贡献的知识内容。
  18. 根据权利要求11所述的多用户协同编辑的信息处理方法，其特征在于，所述获取和划分模块用于，
    通过划分所述编辑信息后确定一级、二级标题、章节或段落、目录或导航栏、侧边栏、注释区、评论区中的任一一种或多种板块形式确定对应板块内容；
    所述获取和划分模块还用于，
    根据对应板块内容的板块形式确定一个或多个用户参与贡献的知识内容，其中对应板块内容是指视频、音频、图或表。
  19. 根据权利要求11所述的多用户协同编辑的信息处理方法，其特征在于，所述获取和划分模块用于，
    通过划分所述编辑信息后确定排版布局、字体族、字体大小颜色粗细斜体下划线删除、字体间距、段落间距中的任一一种或多种内容样式确定对应板块内容；
    所述获取和划分模块还用于，根据对应板块内容的内容样式确定一个或多个用户参与贡献的知识内容，其中对应板块内容是指视频、音频、图或表。
  20. 根据权利要求11所述的多用户协同编辑的信息处理方法，其特征在于，所述计算模块，用于
    将文本字符贡献度和文本样式贡献度输入权重模型，到对所述原始数据的用户贡献度。
  21. 一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求11至15任一项所述的多用户协同编辑的信息处理方法的步骤。
  22. 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，该计算机程序被处理器执行时实现权利要求11至15任一项所述的多用户协同编 辑的信息处理处理方法的步骤。
PCT/CN2019/096122 2018-07-23 2019-07-16 多用户协同编辑的信息处理方法及装置 WO2020020012A1 (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
CN201810814352.9 2018-07-23
CN201810814352.9A CN109063996A (zh) 2018-07-23 2018-07-23 多用户协同编辑的信息处理方法及装置
CN201810814361.8 2018-07-23
CN201810814361.8A CN109102167A (zh) 2018-07-23 2018-07-23 信息处理方法及装置

Publications (1)

Publication Number Publication Date
WO2020020012A1 true WO2020020012A1 (zh) 2020-01-30

Family

ID=69181218

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/096122 WO2020020012A1 (zh) 2018-07-23 2019-07-16 多用户协同编辑的信息处理方法及装置

Country Status (1)

Country Link
WO (1) WO2020020012A1 (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810170A (zh) * 2012-11-06 2014-05-21 腾讯科技（深圳）有限公司 交流平台文本分类方法及装置
CN104063634A (zh) * 2014-06-27 2014-09-24 沈阳龙天科技有限公司 多人共同内容创作中版权的处理方法
US20150193492A1 (en) * 2012-11-08 2015-07-09 Google Inc. Editing sub-section of an electronic document via notification message
CN104809252A (zh) * 2015-05-20 2015-07-29 成都布林特信息技术有限公司 互联网数据提取系统
CN106127392A (zh) * 2016-06-23 2016-11-16 扬州大学 基于多重方面实体感知模型的开发者贡献分析方法
CN109063996A (zh) * 2018-07-23 2018-12-21 长沙知了信息科技有限公司 多用户协同编辑的信息处理方法及装置
CN109102167A (zh) * 2018-07-23 2018-12-28 长沙知了信息科技有限公司 信息处理方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810170A (zh) * 2012-11-06 2014-05-21 腾讯科技（深圳）有限公司 交流平台文本分类方法及装置
US20150193492A1 (en) * 2012-11-08 2015-07-09 Google Inc. Editing sub-section of an electronic document via notification message
CN104063634A (zh) * 2014-06-27 2014-09-24 沈阳龙天科技有限公司 多人共同内容创作中版权的处理方法
CN104809252A (zh) * 2015-05-20 2015-07-29 成都布林特信息技术有限公司 互联网数据提取系统
CN106127392A (zh) * 2016-06-23 2016-11-16 扬州大学 基于多重方面实体感知模型的开发者贡献分析方法
CN109063996A (zh) * 2018-07-23 2018-12-21 长沙知了信息科技有限公司 多用户协同编辑的信息处理方法及装置
CN109102167A (zh) * 2018-07-23 2018-12-28 长沙知了信息科技有限公司 信息处理方法及装置

Similar Documents

Publication Publication Date Title
US10546015B2 (en) Determining and utilizing contextual meaning of digital standardized image characters
Ciftci Secular-Islamist cleavage, values, and support for democracy and Shari’a in the Arab world
de Vaate et al. How online self-presentation affects well-being and body image: A systematic review
Wang Moderating uncivil user comments by humans or machines? The effects of moderation agent on perceptions of bias and credibility in news content
Fisher News Sources and Journalist–Source Interaction
US7984380B2 (en) Method for automatically creating book definitions
US20180337880A1 (en) System and method for presentation of content linked comments
Chiarchiaro et al. Conflict management strategies in the ICU differ between palliative care specialists and intensivists
US10496751B2 (en) Avoiding sentiment model overfitting in a machine language model
JP2009070388A (ja) コメント表示制御方法、その方法を実行させるためのコメント表示制御システム、及びコンピュータ読み取り可能な記録媒体
US20170012913A1 (en) Social media system and method based on category classification of message and combination of category affinity and personal affinity of users
Taylor The privatization of human rights: Illusions of consent, automation and neutrality
Paasch-Colberg et al. “The boundaries are blurry…”: How comment moderators in Germany see and respond to hate comments
Bian et al. Social web and health research
Zhang Social media popularity and election results: A study of the 2016 Taiwanese general election
Kurambayev The causes and consequences of plagiarism by journalists in Central Asia
Cirucci Facebook's affordances, visible culture, and anti-anonymity
Li et al. How does democracy influence citizens’ perceptions of government corruption? A cross-national study
US20160232922A1 (en) Communication Analyzer and Recommendation System
CN109189293B (zh) 富媒体内容的评价互动方法、装置、电子设备及存储介质
CN109063996A (zh) 多用户协同编辑的信息处理方法及装置
WO2020020012A1 (zh) 多用户协同编辑的信息处理方法及装置
JP2009223802A (ja) 不適切コンテンツ判別装置、コンテンツ提供システム、不適切コンテンツ判別方法、およびコンピュータプログラム
He et al. Potentials-attract or likes-attract in human mate choice in China
JP2015005130A (ja) 文書投稿装置、方法及びプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19841460

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19841460

Country of ref document: EP

Kind code of ref document: A1