本發(fā)明涉及一種信息的歸類方法，尤其涉及一種適用于政府發(fā)布平臺公示信息的歸類方法。

背景技術：

對于企業(yè)的項目申報來說，往往需要通過關注相關的政府發(fā)布平臺來獲取政策導向，為企業(yè)的后續(xù)發(fā)展進行提前規(guī)劃。但是，發(fā)布平臺內容多樣，如何來查找有用的相關信息，則需要企業(yè)采用人工方式，按照一定的周期進行人工檢索、存儲、分析、規(guī)劃，非常耗時，也消耗人力資源。

同時，若采用簡單方式直接全部下載發(fā)布平臺的內容，再進行關鍵詞匹配的話，會存在數(shù)據(jù)交互出現(xiàn)延遲，且設定關鍵詞過于繁雜，還容易出現(xiàn)漏檢。更為重要的是，下載的發(fā)布平臺多樣化，單一的下載數(shù)據(jù)會造成數(shù)據(jù)重復下載，影響處理效率。

有鑒于上述的缺陷，本設計人，積極加以研究創(chuàng)新，以期創(chuàng)設一種適用于政府發(fā)布平臺公示信息的歸類方法，使其更具有產業(yè)上的利用價值。

技術實現(xiàn)要素：

為解決上述技術問題，本發(fā)明的目的是提供一種適用于政府發(fā)布平臺公示信息的歸類方法。

本發(fā)明的適用于政府發(fā)布平臺公示信息的歸類方法，其中：包括有相互通訊的數(shù)據(jù)采集層、存儲層、分析層、發(fā)布層構成，其數(shù)據(jù)構建流程如下，步驟一，通過數(shù)據(jù)采集層從政府發(fā)布平臺公示信息中進行數(shù)據(jù)采集。步驟二，采集完成后的數(shù)據(jù)，存儲在存儲層中，并根據(jù)不同的存儲格式進行歸類存儲。步驟三，通過分析層進行數(shù)據(jù)分析。步驟四，發(fā)布層對分析層分析后的分析結果進行加密與展示。

進一步地，上述的適用于政府發(fā)布平臺公示信息的歸類方法，其中，所述步驟一中，數(shù)據(jù)采集層通過網(wǎng)絡爬蟲進行數(shù)據(jù)采集。

更進一步地，上述的適用于政府發(fā)布平臺公示信息的歸類方法，其中，所述步驟一中，網(wǎng)絡爬蟲通過設定關鍵詞，對符合關鍵詞且擁有較高詞頻的數(shù)據(jù)進行采集，在采集過程中，網(wǎng)絡爬蟲設有自檢機制，對重復詞條進行標注，為步驟三提供敏感詞標簽。

更進一步地，上述的適用于政府發(fā)布平臺公示信息的歸類方法，其中，所述步驟一中，通過定時采集方式進行數(shù)據(jù)采集，所述定時周期為每周，或是為每個工作日，或是，通過實時采集方式進行數(shù)據(jù)采集。

更進一步地，上述的適用于政府發(fā)布平臺公示信息的歸類方法，其中，所述步驟一中，政府發(fā)布平臺公示信息包括科技類扶持項目、科技類認定項目、人才補貼項目、建設引導項目、工程技術研究項目、產學研互助項目，所述政府發(fā)布平臺包括部委、省、市、區(qū)級政府機構的網(wǎng)站、網(wǎng)頁、微博、微信。

更進一步地，上述的適用于政府發(fā)布平臺公示信息的歸類方法，其中，所述步驟二中，存儲格式包括文本格式、表格格式、html文檔格式中的一種或是多種結合。

更進一步地，上述的適用于政府發(fā)布平臺公示信息的歸類方法，其中，所述步驟三中，數(shù)據(jù)分析為通過設定檢索邏輯，將公示信息中的內容進行純文本轉碼，通過參與條件、施行周期、評選截止日、遞交截止日作為二次關鍵詞，生成信息摘要。

更進一步地，上述的適用于政府發(fā)布平臺公示信息的歸類方法，其中，所述步驟四中，分析結果以文字，和/或是數(shù)字，和/或是圖表，和/或是縮略圖進行展示。

再進一步地，上述的適用于政府發(fā)布平臺公示信息的歸類方法，其中，所述步驟四中，分析結果傳輸?shù)絧c端，和/或是智能設備，所述智能設備包括智能手機、平板電腦。

借由上述方案，本發(fā)明至少具有以下優(yōu)點：

1、可對各類公示信息進行持續(xù)化的集中抓取，免人工進行操作。

2、設有獨立的存儲層，提升數(shù)據(jù)安全性。

3、可對采集的公示信息進行分析，實現(xiàn)數(shù)據(jù)二次歸類，便于用戶快速調閱讀取。

4、發(fā)布介質多樣化，可負責多種智能設備。

上述說明僅是本發(fā)明技術方案的概述，為了能夠更清楚了解本發(fā)明的技術手段，并可依照說明書的內容予以實施，以下以本發(fā)明的較佳實施例詳細說明如后。

具體實施方式

下面結合實施例，對本發(fā)明的具體實施方式作進一步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

適用于政府發(fā)布平臺公示信息的歸類方法，其與眾不同之處在于：包括有相互通訊的數(shù)據(jù)采集層、存儲層、分析層、發(fā)布層構成，其數(shù)據(jù)構建流程如下。

首先，通過數(shù)據(jù)采集層從政府發(fā)布平臺公示信息中進行數(shù)據(jù)采集。在此期間，為了實現(xiàn)免人工的快速、全方位的數(shù)據(jù)采集，可在數(shù)據(jù)采集層通過網(wǎng)絡爬蟲進行數(shù)據(jù)采集。實施期間，網(wǎng)絡爬蟲通過設定關鍵詞，對符合關鍵詞且擁有較高詞頻的數(shù)據(jù)進行采集。同時，在采集過程中，網(wǎng)絡爬蟲設有自檢機制，對重復詞條進行標注，為后續(xù)的處理步驟提供敏感詞標簽。這樣，對于詞頻出現(xiàn)較多的詞組可設為敏感詞，提高采集搜集效率。

在實際實施時，可通過定時采集方式進行數(shù)據(jù)采集，采用的定時周期為每周，或是為每個工作日。這樣，可依據(jù)發(fā)布規(guī)律來進行采集，減少服務器負擔。當然，為了有效擴大數(shù)據(jù)存儲，亦可以通過實時采集方式進行數(shù)據(jù)采集。由此，一旦有新的公式信息發(fā)出，可被第一時間采集，通過后續(xù)處理后能第一時間發(fā)布。

為了便于用戶及時了解當前的政策走向，便于為企業(yè)發(fā)展提供前瞻規(guī)劃，本發(fā)明所針對的政府發(fā)布平臺公示信息，主要包括科技類扶持項目、科技類認定項目、人才補貼項目、建設引導項目、工程技術研究項目、產學研互助項目，政府發(fā)布平臺包括部委、省、市、區(qū)級政府機構的網(wǎng)站、網(wǎng)頁、微博、微信。當然，考慮到發(fā)布平臺的日新月異，也可以接納其他方式，通過對應的數(shù)據(jù)采集端口對接即可。

之后，采集完成后的數(shù)據(jù)，存儲在存儲層中，并根據(jù)不同的存儲格式進行歸類存儲。這樣，可第一時間保存采集數(shù)據(jù)，避免出現(xiàn)丟失，不用二次重復采集。同時，為了提升存儲格式的兼容性，滿足多種數(shù)據(jù)的保存需要，本發(fā)明采用的存儲格式包括文本格式、表格格式、html文檔格式中的一種或是多種結合。

接著，通過分析層進行數(shù)據(jù)分析。為了便于用戶根據(jù)檢索信息進行項目立項、申報與后期執(zhí)行，采用的數(shù)據(jù)分析為通過設定檢索邏輯，將公示信息中的內容進行純文本轉碼，通過參與條件、施行周期、評選截止日、遞交截止日作為二次關鍵詞，生成信息摘要。這樣，可滿足用戶的內部快速搜索，第一時間獲取想要的信息。

之后，為了進行最終的公式信息展示，可不用再次進入政府發(fā)布平臺，而是直接在本地終端顯示，發(fā)布層對分析層分析后的分析結果進行加密與展示?？紤]到用戶的閱讀便利，分析結果以文字，和/或是數(shù)字，和/或是圖表，和/或是縮略圖進行展示。這樣，可以根據(jù)實際內容的不同，進行對應方式的展示，更為直觀與簡潔，讓用戶直接獲取所需要的信息?？紤]到實施的便捷性，為了適應目前較為普及的電腦與智能設備。這樣，在實際操作時，可將分析結果傳輸?shù)絧c端，和/或是智能設備，進行閱讀。并且，智能設備包括智能手機、平板電腦，當然也可以是其他可供數(shù)據(jù)讀取顯示的設備。

通過上述的文字表述可以看出，采用本發(fā)明后，擁有如下優(yōu)點：

1、可對各類公示信息進行持續(xù)化的集中抓取，免人工進行操作。

2、設有獨立的存儲層，提升數(shù)據(jù)安全性。

3、可對采集的公示信息進行分析，實現(xiàn)數(shù)據(jù)二次歸類，便于用戶快速調閱讀取。

4、發(fā)布介質多樣化，可負責多種智能設備。

以上所述僅是本發(fā)明的優(yōu)選實施方式，并不用于限制本發(fā)明，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明技術原理的前提下，還可以做出若干改進和變型，這些改進和變型也應視為本發(fā)明的保護范圍。