本發(fā)明涉及新聞采編領(lǐng)域，尤其涉及一種電子政務(wù)新聞自動采編方法。

背景技術(shù)：

電子政務(wù)新聞采編是現(xiàn)在電子政務(wù)管理的一部分，電子政務(wù)新聞采編的時效性、真實(shí)性、針對性、準(zhǔn)確性直接影響相關(guān)電子政務(wù)的作用?，F(xiàn)有的新聞發(fā)布主要是通過人工瀏覽、人工篩選、人工復(fù)制、人工編輯、人工發(fā)布，人工新聞發(fā)布都需要經(jīng)過這些繁瑣的流程，導(dǎo)致工作不僅枯燥無味，而且工作量大大增加，新聞編輯發(fā)布效率一直無法得到顯著的提高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是，提供一種電子政務(wù)新聞自動采編方法，可以將編輯的重復(fù)性勞動降至最低，提高編輯效率。

為實(shí)現(xiàn)上述目的，提供了一種電子政務(wù)新聞自動采編方法，該方法包括抓取步驟S1、提取步驟S2和偏好監(jiān)測步驟S3，各步驟處理過程如下：

抓取步驟S1：抓取系統(tǒng)根據(jù)設(shè)定的抓取規(guī)則從互聯(lián)網(wǎng)抓取所需新聞，并且將所抓取的新聞發(fā)送至大型分布式計(jì)算平臺進(jìn)行統(tǒng)計(jì)、分析歸類，然后保存至全站數(shù)據(jù)庫；

提取步驟S2：電子政務(wù)網(wǎng)站群根據(jù)實(shí)際需要從全站數(shù)據(jù)庫提取所需類 別的新聞通過系統(tǒng)前端呈現(xiàn)；

偏好監(jiān)測步驟S3：通過用戶行為監(jiān)測系統(tǒng)記錄用戶的瀏覽行為并根據(jù)所述瀏覽行為以設(shè)定的標(biāo)準(zhǔn)判定為用戶的偏好，然后保存至數(shù)據(jù)存儲系統(tǒng)服務(wù)器，并且定期推送用戶偏好的新聞信息。

優(yōu)選地，在偏好監(jiān)測步驟S3中，數(shù)據(jù)存儲系統(tǒng)服務(wù)器設(shè)有兩個及以上數(shù)據(jù)存儲單元，各數(shù)據(jù)存儲單元中的每一條數(shù)據(jù)都有標(biāo)簽字段，并且數(shù)據(jù)存儲系統(tǒng)服務(wù)器能將用戶為新聞增加的標(biāo)簽設(shè)置為該新聞的標(biāo)簽字段，從而進(jìn)行偏好處理和偏好新聞推送。

優(yōu)選地，在抓取步驟S1中，抓取系統(tǒng)根據(jù)抓取規(guī)則配置單元配置的抓取規(guī)則，通過爬蟲單元將收集到的網(wǎng)址放到網(wǎng)址庫單元，然后，通過中央調(diào)度器單元依據(jù)調(diào)度規(guī)則從網(wǎng)址庫單元抽取相應(yīng)量的網(wǎng)址放入待抓取隊(duì)列單元進(jìn)行新聞抓取，并且將抓取的內(nèi)容發(fā)送到大型分布式計(jì)算平臺。

優(yōu)選地，在抓取步驟S1中，大型分布式計(jì)算平臺通過政務(wù)分析詞庫單元、圖片BASE64轉(zhuǎn)碼單元、排版編碼轉(zhuǎn)換單元、文章標(biāo)簽提取單元和數(shù)據(jù)壓縮單元的處理，對抓取系統(tǒng)發(fā)送的信息進(jìn)行數(shù)據(jù)分析、轉(zhuǎn)碼、處理、提取、歸類，并且發(fā)送到全站數(shù)據(jù)庫儲存供系統(tǒng)前端提取。

優(yōu)選地，所述大型分布式計(jì)算平臺通過離線處理與抓取系統(tǒng)和數(shù)據(jù)存儲系統(tǒng)服務(wù)器進(jìn)行數(shù)據(jù)傳輸，大型分布式計(jì)算平臺將數(shù)據(jù)通過數(shù)據(jù)壓縮單元壓縮后發(fā)送給數(shù)據(jù)存儲系統(tǒng)服務(wù)器分類，其中，大型分布式計(jì)算平臺通過調(diào)用數(shù)據(jù)存儲系統(tǒng)服務(wù)器的數(shù)據(jù)接口后，根據(jù)各個不同政府單位的類別，獲取與單位內(nèi)容相對應(yīng)的新聞內(nèi)容數(shù)據(jù)。

優(yōu)選地，在提取步驟S2中，系統(tǒng)前端通過在線引擎與數(shù)據(jù)存儲系統(tǒng)服務(wù)器和全站數(shù)據(jù)庫通信連接。

本發(fā)明與現(xiàn)有技術(shù)相比，其有益效果在于：

本發(fā)明通過抓取步驟S1、提取步驟S2和偏好監(jiān)測步驟S3對新聞進(jìn)行抓取，分析歸類，偏好推送，可以將編輯的重復(fù)性勞動降至最低，提高編輯效率。本發(fā)明并可對各類政府單位的新聞采編進(jìn)行自動管理，以實(shí)現(xiàn)新聞采編的半/全自動化，同時，為各種系統(tǒng)提供數(shù)據(jù)接口，其他系統(tǒng)可通過數(shù)據(jù)接口獲取到新聞數(shù)據(jù)。

附圖說明

圖1是本發(fā)明的工作原理框圖；

圖2是本發(fā)明的結(jié)構(gòu)原理框圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例，對本發(fā)明作進(jìn)一步的描述，但不構(gòu)成對本發(fā)明的任何限制，任何在本發(fā)明權(quán)利要求范圍所做的有限次的修改，仍在本發(fā)明的權(quán)利要求范圍內(nèi)。

如圖1至圖2所示，本發(fā)明提供了一種重型車智能診斷方法，該方法包括抓取步驟S1、提取步驟S2和偏好監(jiān)測步驟S3，各步驟處理過程如下：

抓取步驟S1：抓取系統(tǒng)2根據(jù)設(shè)定的抓取規(guī)則從互聯(lián)網(wǎng)1抓取所需新聞，并且將所抓取的新聞發(fā)送至大型分布式計(jì)算平臺7進(jìn)行統(tǒng)計(jì)、分析歸類，然后保存至全站數(shù)據(jù)庫8；

提取步驟S2：電子政務(wù)網(wǎng)站群根據(jù)實(shí)際需要從全站數(shù)據(jù)庫8提取所需類別的新聞通過系統(tǒng)前端6呈現(xiàn)；

偏好監(jiān)測步驟S3：通過用戶行為監(jiān)測系統(tǒng)記錄用戶的瀏覽行為并根據(jù)所述瀏覽行為以設(shè)定的標(biāo)準(zhǔn)判定為用戶的偏好，然后保存至數(shù)據(jù)存儲系統(tǒng)服務(wù)器，并且定期推送用戶偏好的新聞信息。

在偏好監(jiān)測步驟S3中，數(shù)據(jù)存儲系統(tǒng)服務(wù)器4設(shè)有三個數(shù)據(jù)存儲單元，各數(shù)據(jù)存儲單元中的每一條數(shù)據(jù)都有標(biāo)簽字段，并且數(shù)據(jù)存儲系統(tǒng)服務(wù)器4能將用戶為新聞增加的標(biāo)簽設(shè)置為該新聞的標(biāo)簽字段，從而進(jìn)行偏好處理和偏好新聞推送。

在本實(shí)施例中，用戶通過B/S模式，即瀏覽器/服務(wù)器模式與抓取系統(tǒng)進(jìn)行交互，各數(shù)據(jù)存儲單元分別為國家政務(wù)新聞、省區(qū)政務(wù)新聞、政策新聞幾個板塊的新聞存儲。

此外，數(shù)據(jù)存儲系統(tǒng)服務(wù)器4還可設(shè)置為兩個或五個或十個或二十個數(shù)據(jù)存儲單元對新聞進(jìn)行分類。

在抓取步驟S1中，抓取系統(tǒng)2根據(jù)抓取規(guī)則配置單元配置的抓取規(guī)則，通過爬蟲單元將收集到的網(wǎng)址放到網(wǎng)址庫單元，然后，通過中央調(diào)度器單元依據(jù)調(diào)度規(guī)則從網(wǎng)址庫單元抽取相應(yīng)量的網(wǎng)址放入待抓取隊(duì)列單元進(jìn)行新聞抓取，并且將抓取的內(nèi)容發(fā)送到大型分布式計(jì)算平臺。其中，抓取規(guī)則和調(diào)度規(guī)則為系統(tǒng)已經(jīng)配置完成的。

在抓取步驟S1中，大型分布式計(jì)算平臺7通過政務(wù)分析詞庫單元、圖片BASE64轉(zhuǎn)碼單元、排版編碼轉(zhuǎn)換單元、文章標(biāo)簽提取單元和數(shù)據(jù)壓縮單元的處理，對抓取系統(tǒng)發(fā)送的信息進(jìn)行數(shù)據(jù)分析、轉(zhuǎn)碼、處理、提取、歸類，并且發(fā)送到全站數(shù)據(jù)庫8儲存供系統(tǒng)前端6提取。

大型分布式計(jì)算平臺7通過離線處理3與抓取系統(tǒng)2和數(shù)據(jù)存儲系統(tǒng)服務(wù)器4進(jìn)行數(shù)據(jù)傳輸，大型分布式計(jì)算平臺7將數(shù)據(jù)通過數(shù)據(jù)壓縮單元壓縮 后發(fā)送給數(shù)據(jù)存儲系統(tǒng)服務(wù)器4分類，其中，大型分布式計(jì)算平臺7通過調(diào)用數(shù)據(jù)存儲系統(tǒng)服務(wù)器4的數(shù)據(jù)接口后，根據(jù)各個不同政府單位的類別，獲取與單位內(nèi)容相對應(yīng)的新聞內(nèi)容數(shù)據(jù)。

在本實(shí)施例中，大型分布式計(jì)算平臺7獲取抓取系統(tǒng)2發(fā)送新聞內(nèi)容后，讀取原有數(shù)據(jù)并通過政務(wù)分析詞庫單元、圖片BASE64轉(zhuǎn)碼單元、排版編碼轉(zhuǎn)換單元、文章標(biāo)簽提取單元進(jìn)行各種分析計(jì)算，獲得新聞內(nèi)容的標(biāo)簽、類別、時間、來源等。

在提取步驟S2中，系統(tǒng)前端6通過在線引擎5與數(shù)據(jù)存儲系統(tǒng)服務(wù)器4和全站數(shù)據(jù)庫8通信連接。

在本實(shí)施例中，系統(tǒng)操作員將需要摘抄新聞網(wǎng)站URL，根據(jù)系統(tǒng)的配置規(guī)則錄入抓取系統(tǒng)；然后，電子政務(wù)網(wǎng)站系統(tǒng)前端6調(diào)用系統(tǒng)的數(shù)據(jù)接口，當(dāng)用戶日常瀏覽電子政務(wù)網(wǎng)站系統(tǒng)時，電子政務(wù)網(wǎng)站將獲取到的數(shù)據(jù)通過前端技術(shù)展現(xiàn)給用戶瀏覽，從而實(shí)現(xiàn)電子政務(wù)新聞的自動采編發(fā)布。

在本實(shí)施例中，全站數(shù)據(jù)庫8可設(shè)置于數(shù)據(jù)存儲系統(tǒng)服務(wù)器4中。

以上僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出對于本領(lǐng)域的技術(shù)人員來說，在不脫離本發(fā)明結(jié)構(gòu)的前提下，還可以作出若干變形和改進(jìn)，這些都不會影響本發(fā)明實(shí)施的效果和專利的實(shí)用性。