[发明专利]一种信息推送方法及装置

权利要求书

1.一种信息推送方法，其特征在于，包括：

利用分布式爬虫技术由互联网上采集数据信息，所述数据信息包括互联网文章及对应的文章评论；

利用K最邻近回归算法对所述数据信息进行词法分析及语法分析，得到所述数据信息中包含的关键描述短语及每个关键描述短语对应的情感极性强度值；

基于每个所述关键描述短语对应的情感极性强度值确定出所述数据信息的总情感极性强度值，将符合预设要求的总情感极性强度值对应的数据信息推送至指定推荐类应用；

其中，基于每个所述关键描述短语对应的情感极性强度值确定出所述数据信息的总情感极性强度值，包括：

确定与每个所述关键描述短语对应的权重，将每个所述关键描述短语中任一所述关键描述短语的情感极性强度值与对应的权重做乘法计算得到对应的加法因子，将全部所述关键描述短语对应的加法因子进行加法计算得到所述数据信息的总情感极性强度值。

2.根据权利要求1所述的方法，其特征在于，利用分布式爬虫技术由互联网上采集数据信息，包括：

预先在不同地域部署第一预设数量的服务器，并在每台服务器上使用虚拟机技术创建第二预设数量个容器；

将数据采集任务划分为多个子任务，并将所述多个子任务分配到各个容器上，利用各个容器上的爬虫程序由互联网上采集与被分配到的子任务对应的数据信息。

3.根据权利要求2所述的方法，其特征在于，对所述数据信息进行词法分析及语法分析之前，还包括：

通过JSOUP将采集到的HTML格式的数据信息转换为JSON格式的数据信息。

4.根据权利要求1所述的方法，其特征在于，利用K最邻近回归算法得出每个关键描述短语对应的情感极性强度值之前，还包括：

确定预先设置的用户词典中是否存在与所述关键描述短语一致的信息，如果是，则确定该信息对应的情感极性强度值为所述关键描述短语的情感极性强度值，如果否，则执行利用K最邻近回归算法得到每个关键描述短语对应的情感极性强度值的步骤，并将所述关键描述短语及对应的情感极性强度值加入所述用户词典中。

5.根据权利要求4所述的方法，其特征在于，将符合预设要求的总情感极性强度值对应的数据信息推送至指定推荐类应用，包括：

选取出最高及最低的总情感极性强度值，并将选取出的总情感极性强度值对应的互联网文章推送至所述指定推荐类应用。

6.一种信息推送装置，其特征在于，包括：

采集模块，用于利用分布式爬虫技术由互联网上采集数据信息，所述数据信息包括互联网文章及对应的文章评论；

分析模块，用于利用K最邻近回归算法对所述数据信息进行词法分析及语法分析，得到所述数据信息中包含的关键描述短语及每个关键描述短语对应的情感极性强度值；

计算模块，用于基于每个所述关键描述短语对应的情感极性强度值确定出所述数据信息的总情感极性强度值，将符合预设要求的总情感极性强度值对应的数据信息推送至指定推荐类应用；

其中，所述计算模块基于每个所述关键描述短语对应的情感极性强度值确定出所述数据信息的总情感极性强度值，包括：

确定与每个所述关键描述短语对应的权重，将每个所述关键描述短语中任一所述关键描述短语的情感极性强度值与对应的权重做乘法计算得到对应的加法因子，将全部所述关键描述短语对应的加法因子进行加法计算得到所述数据信息的总情感极性强度值。

7.根据权利要求6所述的装置，其特征在于，所述采集模块包括：

部署单元，用于预先在不同地域部署第一预设数量的服务器，并在每台服务器上使用虚拟机技术创建第二预设数量个容器；

采集单元，用于将数据采集任务划分为多个子任务，并将所述多个子任务分配到各个容器上，利用各个容器上的爬虫程序由互联网上采集与被分配到的子任务对应的数据信息。

8.根据权利要求7所述的装置，其特征在于，还包括：

预处理模块，用于通过JSOUP将采集到的HTML格式的数据信息转换为JSON格式的数据信息。