一种在线自学习的信息处理方法和信息处理装置与流程

本发明涉及人工智能领域，尤其涉及一种在线自学习的信息处理方法和信息处理装置。

背景技术：

随着信息量和知识的不断膨胀，纸质的《十万个为什么》已经不能满足学龄儿童对知识的探索需求，针对这一现状，伴随着电子技术和网络技术的发展开始出现和《十万个为什么》具有同样功能，科普性质的教育类应用。

但是，这种科普性质的教育类应用中的信息更新比较被动，针对性不强，没有面向学龄儿童的自身诉求。

技术实现要素：

本发明提供了一种在线自学习的信息处理方法和信息处理装置，其通过接收信息请求，根据信息请求的检索结果确定是否需要为该信息请求补充对应的信息反馈数据，以多用户大数据的方式实现数据的更新，针对用户的具体需求更新数据，数据更新的前瞻性强，自动化程度高。

为实现上述设计，本发明采用以下技术方案：

一方面采用一种在线自学习的信息处理方法，包括：

接收信息请求，在临时数据库和信息数据库中对所述信息请求的关键字进行模糊匹配搜索；

当模糊匹配搜索的结果为空时，将所述信息请求分发到多个用户并接收用户发回的信息反馈数据；

将所述信息反馈数据存入临时数据库，将所述临时数据库中的信息反馈数据筛选转存到信息数据库。

其中，所述接收信息请求，在临时数据库和信息数据库中对所述信息请求的关键字进行模糊匹配搜索之后，还包括：

所述临时数据库后台接收对应所述信息请求的信息反馈数据。

其中，所述接收信息请求，在临时数据库和信息数据库中对所述信息请求的关键字进行模糊匹配搜索之后，还包括：

当模糊匹配搜索的结果为临时数据库中的信息反馈数据时，输出所述信息反馈数据并接收对应每条信息反馈数据的评分；

所述将所述信息反馈数据存入所述临时数据库，将所述临时数据库中的信息反馈数据筛选转存到信息数据库，包括：

将所述信息反馈数据中的非法信息反馈数据滤除后存入所述临时数据库；

获取所述临时数据库中评分次数达到预设次数的信息反馈数据的平均评分；

将对应信息请求的平均评分最高的信息反馈数据转存到信息数据库，将对应信息请求的剩余的信息反馈数据从所述临时数据库删除。

其中，所述临时数据库后台接收对应所述信息请求的信息反馈数据，具体为：

所述临时数据库后台接收请求频次达到预设频次的信息请求的信息反馈数据。

其中，所述非法信息包括色情信息和反动信息。

另一方面采用一种在线自学习的信息处理装置，包括：

信息检索单元，用于接收信息请求，在临时数据库和信息数据库中对所述信息请求的关键字进行模糊匹配搜索；

分发反馈单元，用于当模糊匹配搜索的结果为空时，将所述信息请求分发到多个用户并接收用户发回的信息反馈数据；

数据转存单元，用于将所述信息反馈数据存入临时数据库，将所述临时数据库中的信息反馈数据筛选转存到信息数据库。

其中，还包括：

后台接收单元，用于所述临时数据库后台接收对应所述信息请求的信息反馈数据。

其中，还包括：

数据评分单元，用于当模糊匹配搜索的结果为临时数据库中的信息反馈数据时，输出所述信息反馈数据并接收对应每条信息反馈数据的评分；

所述数据转存单元，包括：

数据滤除模块，用于将所述信息反馈数据中的非法信息反馈数据滤除后存入所述临时数据库；

评分计算模块，用于获取所述临时数据库中评分次数达到预设次数的信息反馈数据的平均评分；及

转存删除模块，用于将对应信息请求的平均评分最高的信息反馈数据转存到信息数据库，将对应信息请求的剩余的信息反馈数据从所述临时数据库删除。

其中，所述后台接收单元，具体用于所述临时数据库后台接收请求频次达到预设频次的信息请求的信息反馈数据。

其中，所述非法信息包括色情信息和反动信息。

本发明的有益效果为：通过接收信息请求，根据信息请求的检索结果确定是否需要为该信息请求补充对应的信息反馈数据，以多用户大数据的方式实现数据的更新，针对用户的具体需求更新数据，数据更新的前瞻性强，自动化程度高。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。

图1是本发明具体实施方式中提供的一种在线自学习的信息处理方法的第一实施例的方法流程图。

图2A是本发明具体实施方式中提供的一种在线自学习的信息处理方法的第二实施例的方法流程图。

图2B是本发明具体实施方式中提供的一种在线自学习的信息处理方法的第二实施例中数据传输示意图。

图3是本发明具体实施方式中提供的一种在线自学习的信息处理装置的第一实施例的结构方框图。

图4是本发明具体实施方式中提供的一种在线自学习的信息处理装置的第二实施例的结构方框图。

具体实施方式

为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，其是本发明具体实施方式中提供的一种在线自学习的信息处理方法的第一实施例的方法流程图。如图所示，该信息处理方法，包括：

步骤S101：接收信息请求，在临时数据库和信息数据库中对所述信息请求的关键字进行模糊匹配搜索。

信息请求是用户通过终端，例如手机、平板电脑和PC向服务器发送的信息获取请求，以获知用户感兴趣的信息；例如日食的原理。临时数据库和信息数据库是用于存储信息的两个不同的数据库，其中临时数据库是不确定的数据的临时存储空间，信息数据库是临时数据库中的数据确认可以作为某个信息请求的反馈之后的固定存储空间。

因为用户的信息请求是通过文字表述，在临时数据库和信息数据库中数据保存的关联方式与信息请求的表述方式不是完全对应的，所以需要在信息请求所输入的文字中提取关键字，以模糊匹配检索的方式检索数据。模糊匹配在现有技术中已有实现，不做进一步说明。

步骤S102：当模糊匹配搜索的结果为空时，将所述信息请求分发到多个用户并接收用户发回的信息反馈数据。

对于用户的信息请求，在临时数据库和信息数据库中，不一定存在与信息请求匹配的数据，也就是模糊匹配搜索的结果为空。因为有多个用户接入到数据库中请求数据，对于多个用户而言，一个用户的信息请求可能由其他用户提供对应的信息反馈数据。此时可以将信息请求分发到多个用户并接收用户发回的信息反馈数据。信息请求向用户分发可以采用公布然后用户主动查看的方式，也可采用向用户广播用户被动接收的方式。如果用户能提供对应的信息反馈数据，可以编辑后通过网络发送到临时数据库。

步骤S103：将所述信息反馈数据存入临时数据库，将所述临时数据库中的信息反馈数据筛选转存到信息数据库。

对于用户提供的信息反馈数据，需要确认其正确性，所以不会直接存入信息数据库，而是在临时数据库中存储，确认信息反馈数据的可信度，经过筛选后转存到信息数据库。具体的筛选方式可以经由人工选择、用户投票或用户打分计分等多种方式实现。

综上所述，通过接收信息请求，根据信息请求的检索结果确定是否需要为该信息请求补充对应的信息反馈数据，以多用户大数据的方式实现数据的更新，针对用户的具体需求更新数据，数据更新的前瞻性强，自动化程度高。

请参考图2A，其是本发明具体实施方式中提供的一种在线自学习的信息处理方法的第二实施例的方法流程图。如图所示，该信息处理方法，包括：

步骤S201：接收信息请求，在临时数据库和信息数据库中对所述信息请求的关键字进行模糊匹配搜索。

步骤S202：当模糊匹配搜索的结果为空时，将所述信息请求分发到多个用户并接收用户发回的信息反馈数据。

步骤S203：将所述信息反馈数据中的非法信息反馈数据滤除后存入所述临时数据库。

为了保证信息反馈数据的准确性健康性，需要对信息反馈数据进行一定的滤除操作。例如根据关键字匹配、在线匹配等方式，滤除非法信息，主要包括色情信息和反动信息。

步骤S204：所述临时数据库后台接收对应所述信息请求的信息反馈数据。

在本方案中的信息处理方法执行的初始阶段，临时数据库中和信息数据库中的信息量都很小，用户的基数也不够大，用户的信息请求很可能没有对应的信息反馈数据，通过数据库和客户的互动实现信息反馈数据的自学习增加的速度较慢。此时通过临时数据库后台接收对应的信息反馈数据，即通过人工参与的方式实现数据的快速增长。

后台接收信息反馈数据可以是针对所有的没有产生检索结果的信息请求；优选的是所述临时数据库后台接收请求频次达到预设频次的信息请求的信息反馈数据。也就是说针对有较多次数请求才优先处理，对热度比较高的信息请求提供比较快的更新速度。

步骤S205：当模糊匹配搜索的结果为临时数据库中的信息反馈数据时，输出所述信息反馈数据并接收对应每条信息反馈数据的评分。

对于临时数据库中的信息反馈数据，可以由用户决定该信息反馈数据的有效性，即用户根据自己的认知对信息反馈数据产生评分，对于多条信息反馈数据，则分别产生评分。需要说明的是，评分并不一定全是用户手动输入的，可以是由用户的操作自动产生的，例如某条信息反馈数据用户给予的评分较高，对于其他的信息反馈数据不关注，则给其他的信息反馈数据自动赋予较低的评分。为了保证评分的相对公正，在评分次数达到一定次数之后才统计评分。

除了评分的方式，信息反馈数据还可以采用计数的方式，即认可次数达到某一预设的值即认为该信息反馈数据可以转存到信息数据库。

步骤S206：获取所述临时数据库中评分次数达到预设次数的信息反馈数据的平均评分。

平均评分根据多次打分的均值计算，如果采用的是计数的方式，则步骤S206不是必需，计数最先达到的即转存到信息数据库，没有计算平均评分的过程。

步骤S207：将对应信息请求的平均评分最高的信息反馈数据转存到信息数据库，将对应信息请求的剩余的信息反馈数据从所述临时数据库删除。

当信息请求对应的信息反馈数据确认转存之后，一条信息反馈数据的更新过程全部完成，删除未被接收的数据。

具体请参考图2B，其是本发明具体实施方式中提供的一种在线自学习的信息处理方法的第二实施例中数据传输示意图。如图所示，用户终端10和临时数据库11及信息数据12之间均可能存在数据交互；临时数据库11将筛选确认的信息反馈数据转存到信息数据库12；后台终端13是步骤S204中人工参与输入数据的操作端。

综上所述，通过接收信息请求，根据信息请求的检索结果确定是否需要为该信息请求补充对应的信息反馈数据，以多用户大数据的方式实现数据的更新，针对用户的具体需求更新数据，数据更新的前瞻性强，自动化程度高。同时，临时数据库后台输入数据的过程保证了方案实施的初始阶段的信息量快速增加；对信息反馈数据的多次统计保证了信息反馈数据的信度。

以下为本方案一种在线自学习的信息处理装置的实施例，信息处理装置的实施例基于信息处理方法的实施例实现，在信息处理装置的实施例中未尽的描述，请参考信息处理方法的实施例。

请参考图3，其是本发明具体实施方式中提供的一种在线自学习的信息处理装置的第一实施例的结构方框图。如图所示，该信息处理装置，包括：

信息检索单元310，用于接收信息请求，在临时数据库和信息数据库中对所述信息请求的关键字进行模糊匹配搜索；

分发反馈单元320，用于当模糊匹配搜索的结果为空时，将所述信息请求分发到多个用户并接收用户发回的信息反馈数据；

数据转存单元330，用于将所述信息反馈数据存入临时数据库，将所述临时数据库中的信息反馈数据筛选转存到信息数据库。

综上所述，上述各单元的协同工作，通过接收信息请求，根据信息请求的检索结果确定是否需要为该信息请求补充对应的信息反馈数据，以多用户大数据的方式实现数据的更新，针对用户的具体需求更新数据，数据更新的前瞻性强，自动化程度高。

请参考图4，其是本发明具体实施方式中提供的一种在线自学习的信息处理装置的第二实施例的结构方框图。如图所示，该信息处理装置，包括：

信息检索单元310，用于接收信息请求，在临时数据库和信息数据库中对所述信息请求的关键字进行模糊匹配搜索；

分发反馈单元320，用于当模糊匹配搜索的结果为空时，将所述信息请求分发到多个用户并接收用户发回的信息反馈数据；

数据转存单元330，用于将所述信息反馈数据存入临时数据库，将所述临时数据库中的信息反馈数据筛选转存到信息数据库。

其中，还包括：

后台接收单元340，用于所述临时数据库后台接收对应所述信息请求的信息反馈数据。

其中，还包括：

数据评分单元350，用于当模糊匹配搜索的结果为临时数据库中的信息反馈数据时，输出所述信息反馈数据并接收对应每条信息反馈数据的评分；

所述数据转存单元330，包括：

数据滤除模块331，用于将所述信息反馈数据中的非法信息反馈数据滤除后存入所述临时数据库；

评分计算模块332，用于获取所述临时数据库中评分次数达到预设次数的信息反馈数据的平均评分；及

转存删除模块333，用于将对应信息请求的平均评分最高的信息反馈数据转存到信息数据库，将对应信息请求的剩余的信息反馈数据从所述临时数据库删除。

其中，所述后台接收单元340，具体用于所述临时数据库后台接收请求频次达到预设频次的信息请求的信息反馈数据。

其中，所述非法信息包括色情信息和反动信息。

综上所述，通过接收信息请求，根据信息请求的检索结果确定是否需要为该信息请求补充对应的信息反馈数据，以多用户大数据的方式实现数据的更新，针对用户的具体需求更新数据，数据更新的前瞻性强，自动化程度高。同时，临时数据库后台输入数据的过程保证了方案实施的初始阶段的信息量快速增加；对信息反馈数据的多次统计保证了信息反馈数据的信度。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。