[发明专利]微博数据的传播路径确定方法和装置

权利要求书

1.一种微博数据的传播路径确定方法，其特征在于，包括：

采集微博数据；所述微博数据包括：所述微博数据的内容信息、所述微博数据的属性信息；其中，所述微博数据的属性信息包括：所述微博数据的发布者标识、与所述微博数据的内容信息唯一对应的内容标识；

对采集得到的每一条所述微博数据进行解析，在每一条所述微博数据的内容信息中确定所述微博数据中是否包含有转发的微博数据；

获取所述转发的微博数据的原创者标识，获取与所述转发的微博数据的内容信息唯一对应的原创内容标识；在所述微博数据的内容信息中确定是否存在从所述发布者标识到所述原创者标识之间的转发用户标识，形成转发关系链；

根据所述原创内容标识，在所有所述微博数据中，确定与所述原创内容标识对应的所有所述转发关系链；

对每个所述原创内容标识对应的所有所述转发关系链进行去重操作，得到每个所述原创内容标识各自对应的微博数据的传播路径；

其中，所述在所述微博数据的内容信息中确定是否存在从所述发布者标识到所述原创者标识之间的转发用户标识，形成转发关系链，包括：

在所述微博数据的内容信息中确定是否存在从所述发布者标识到所述原创者标识之间的转发用户标识；

若存在，根据所述转发用户标识排列的先后顺序形成转发序列，将所述原创者标识设置在所述转发序列的起始位置，将所述发布者标识设置在所述转发序列的终止位置，形成所述转发关系链；

若不存在，形成仅包含从所述原创者标识到所述发布者标识的所述转发关系链。

2.根据权利要求1所述的方法，其特征在于，在所述微博数据的内容信息中确定是否存在从所述发布者标识到所述原创者标识之间的转发用户标识，包括：

在所述微博数据的内容信息中定位文本编辑字段；

在所述文本编辑字段中，确定是否存在转发标志；

若存在，提取所述转发标志所标识的所述转发用户标识。

3.根据权利要求1或2所述的方法，其特征在于，所述微博数据的属性信息还包括：

所述微博数据的发布时间、所述微博数据的来源网站、所述微博数据的URL；

相应的，所述对采集得到的每一条所述微博数据进行解析之前，还包括：

根据所述微博数据的发布时间、所述微博数据的来源网站、所述微博数据的URL中的至少一项，对采集得到的所述微博数据进行分类及排序；

所述对采集得到的每一条所述微博数据进行解析，包括：

根据所述分类及排序后的先后顺序，逐一对采集得到所述微博数据进行解析。

4.根据权利要求1所述的方法，其特征在于，所述对每个所述原创内容标识对应的所有所述转发关系链进行去重操作，得到每个所述原创内容标识各自对应的微博数据的传播路径，包括：

将每个所述原创内容标识对应的所有所述转发关系链两两比对，去除从所述转发关系链中的首位开始，每个转发用户标识及每个转发用户标识的排列先后顺序完全被其他转发关系链包含的转发关系链。