一种面向领域主题的Web新闻动态聚合方法

摘要

本发明适用于网络信息处理领域，提供了一种面向领域主题的Web新闻动态聚合方法，所述方法包括下述步骤：面向用户预定义的领域站点列表，根据用户提供的主题，利用垂直搜索引擎和元搜索引擎获取搜索记录列表；对搜索记录列表进行去重和Web新闻网页识别得到新闻网页搜索记录列表；根据Web信息抽取方法，从新闻网页搜索记录列表获得结构化新闻列表；根据领域模型对结构化新闻列表进行排序，得到有序的结构化新闻列表并作为动态聚合结果返回给用户。本发明根据用户提供的领域和主题，实时获取多源相关的Web新闻集合，并根据Web新闻的受欢迎程度决定其排序的一种互动机制，其目的在于提供一种方便、高效的互联网信息的获取和共享方式。

主权项

一种面向领域主题的Web新闻动态聚合方法，其特征在于：包括以下步骤：（1）、用户或应用程序通过用户终端将主题信息发送给服务器；（2）、服务器接收用户或应用程序发送的主题信息，获取基于垂直搜索引擎模块得到的搜索记录列表；（3）、服务器获取元搜索引擎的搜索结果页面；（4）、服务器获取搜索记录列表：根据搜索记录抽取方法，抽取元搜索引擎返回的搜索结果页面，抽取搜索结果页面中的每条搜索记录，合并垂直搜索引擎模块得到的搜索记录列表，得到由垂直搜索引擎和元搜索引擎获得的所有搜索记录，形成搜索记录列表；（5）、服务器获取去重的搜索记录列表：根据搜索记录去重方法，对搜索记录列表进行去重，得到去重后的搜索记录列表；（6）、服务器获取新闻网页搜索记录列表：根据Web新闻网页识别方法，过滤搜索记录列表中的非新闻网页搜索记录，得到新闻网页搜索记录列表；（7）、服务器获取结构化新闻列表：根据结构化新闻抽取方法，对新闻网页搜索列表进行处理，获得结构化新闻列表；（8）、服务器获取有序的结构化新闻列表：根据指定领域的Web新闻语料和领域建模方法，建立领域模型，根据基于领域模型的排序方法对结构化新闻列表进行排序，得到有序结构化新闻列表；（9）、服务器将有序的结构化新闻列表作为面向领域主题的Web新闻动态聚合结果发送到用户终端。