[发明专利]文章发布方法、装置、计算机设备及存储介质

权利要求书

1.一种文章发布方法，其特征在于，包括：

获取待发布的目标文章；

将所述目标文章进行向量化处理，得到文章词向量；

将所述文章词向量投入至深度学习模型，得到所述深度学习模型输出的目标文章类别，所述深度学习模型由多个预先确定好文章类别的文章样本训练得到；

从平台库中选取出平台的可发布类别与所述目标文章类别一致的各个目标平台，所述平台库中的各个平台预先设定好各自可发布文章的类别作为所述可发布类别；

针对每个目标平台，获取所述每个目标平台上所述目标文章类别下的已发布文章的阅读时长、点击次数和访问人次；

针对每个目标平台，根据获取到的阅读时长、点击次数和访问人次以及各自的预设权重对所述每个目标平台进行评分，得到平台评分值；

将所述目标文章发布至平台评分值排行靠前的预设数量个目标平台，其中，目标平台的平台评分值越大，排行越靠前。

2.根据权利要求1所述的文章发布方法，其特征在于，所述深度学习模型通过以下步骤预先训练得到：

预先收集多个文章样本；

标记所述多个文章样本各自所属的文章类别；

将所述多个文章样本进行向量化处理，得到所述多个文章样本各自对应的样本词向量；

针对每个文章样本，将所述每个文章样本对应的样本词向量投入至深度学习模型，得到所述深度学习模型输出的分类结果；

以所述分类结果为目标，调整所述深度学习模型的模型参数，以最小化得到的分类结果与所述每个文章样本所属的文章类别之间的误差；

若所述误差满足预设条件，则确定所述深度学习模型训练完成。

3.根据权利要求1所述的文章发布方法，其特征在于，所述平台库中每个平台通过以下步骤预先设好可发布类别：

获取所述每个平台中所有历史发布文章的文章类别；

统计所述每个平台中各个获取到的文章类别各自对应的文章数量；

筛选出所述文章数量超过预设数量阈值的文章类别作为所述每个平台的可发布类别。

4.根据权利要求1所述的文章发布方法，其特征在于，在获取待发布的目标文章之后，还包括：

向SAN存储系统发出数据操作指令，以使所述SAN存储系统将所述数据操作指令转换为对应的SCSI指令；

发送共享内存地址申请消息，以确定所述SAN存储系统中的目标共享内存；

将所述目标文章发送至所述SAN存储系统以填入所述目标共享内存。

5.根据权利要求1至4中任一项所述的文章发布方法，其特征在于，所述预设数量通过以下步骤确定：

获取所述目标文章的请求客户端最近预设第一时长内的请求发布文章；

获取每篇所述请求发布文章的发布平台数；

根据各篇请求发布文章的发布平台数计算得到平均发布平台数作为所述预设数量；

或

获取最近预设第二时长内已发布至平台的历史文章；

获取每篇所述历史文章的发布平台数；

计算各篇历史文章的发布平台数的平均值作为所述预设数量。

6.一种文章发布装置，其特征在于，包括：

目标文章获取模块，用于获取待发布的目标文章；

向量化处理模块，用于将所述目标文章进行向量化处理，得到文章词向量；

文章分类模块，用于将所述文章词向量投入至深度学习模型，得到所述深度学习模型输出的目标文章类别，所述深度学习模型由多个预先确定好文章类别的文章样本训练得到；

目标平台选取模块，用于从平台库中选取出平台的可发布类别与所述目标文章类别一致的各个目标平台，所述平台库中的各个平台预先设定好各自可发布文章的类别作为所述可发布类别；

平台数据获取模块，用于针对每个目标平台，获取所述每个目标平台上所述目标文章类别下的已发布文章的阅读时长、点击次数和访问人次；

平台评分模块，用于针对每个目标平台，根据获取到的阅读时长、点击次数和访问人次以及各自的预设权重对所述每个目标平台进行评分，得到平台评分值；

文章发布模块，用于将所述目标文章发布至平台评分值排行靠前的预设数量个目标平台，其中，目标平台的平台评分值越大，排行越靠前。