一种基于关键词的数据归类方法及系统

技术领域

本发明属于基于关键词的数据归类方法领域，具体涉及一种基于关键词的数据归类方法及系统。

背景技术

现阶段对于给定的数据，为方便后续业务处理，往往需要按照关键词对数据进行归类。一般采用的方式是对数据进行流式处理，即对每条数据都基于关键词进行多次判断，从而达到归类的目的。

现有方式一般采用将关键词存入数据库配置表中，将数据存入数据表中。在程序中读取数据库遍历每条数据，然后对该条数据按照配置表进行判断，符合某种配置中的条件则添加相应标记，最后达到分类的目的。

现有方式对数据进行遍历的过程中，每条数据都需要过相同的一遍判断，假如数据条数为A，每条数据需要判断的次数为B，那么一共需要做A*B次判断才可将数据分类。其处理效率非常低。数据量越大其缺点越明显。

发明内容

为解决上述技术问题，本发明提供了一种基于关键词的数据归类方法及系统，其中，包括：

建立关键词池步骤：对给定的关键词进行分类，建立多个关键词池；

拓建子节点步骤：在所述关键词池的基础上拓展子节点并构建配置表；

存入步骤：建立数据表，将待归类数据存入数据表中；

存储步骤：采用双向链表根据所述配置表中的优先级存储所述关键词，；

归类步骤：根据所述双向链表对所述数据表中的所述待归类数据进行归类处理。

上述基于关键词的数据归类方法，其中，所述拓建子节点步骤包括：

根据所述关键词池拓展出所述子节点，对所述子节点的关键词进行汇总，再对所述子节点设置优先级。

上述基于关键词的数据归类方法，其中，所述双向链表的每个节点保存的信息包括：节点名称、节点关键词、父节点和子节点。

上述基于关键词的数据归类方法，其中，每一所述关键词池对应匹配一所述双向链表。

上述基于关键词的数据归类方法，其中，其特征在于，所述归类步骤包括：

关键词池归类步骤：根据所述配置表中的关键词池优先级将所述待归类数据归类至一所述关键词池中；

节点归类步骤：基于所述关键词池根据所述配置表中的所述关键词池的节点优先级将所述待归类数据归类至一所述节点中。

本发明还提供一种基于关键词的数据归类系统，其中，包括：

建立关键词池模块，所述建立关键词池模块对给定的关键词进行分类，建立多个关键词池；

拓建子节点模块，所述拓建子节点模块在所述关键词池的基础上拓展子节点并构建配置表；

存入模块，所述存入模块建立数据表，将待归类数据存入数据表中；

存储模块，所述存储模块采用双向链表根据所述配置表中的优先级存储所述关键词，；

归类模块，所述归类模块根据所述双向链表对所述数据表中的所述待归类数据进行归类处理。

上述基于关键词的数据归类系统，其中，所述拓建子节点模块根据所述关键词池拓展出所述子节点，对所述子节点的关键词进行汇总，再对所述子节点设置优先级。

上述基于关键词的数据归类系统，其中，所述双向链表的每个节点保存的信息包括：节点名称、节点关键词、父节点和子节点。

上述基于关键词的数据归类系统，其中，每一所述关键词池对应匹配一所述双向链表。

上述基于关键词的数据归类系统，其中，所述归类模块包括：

关键词池归类单元，所述关键词池归类单元根据所述配置表中的关键词池优先级将所述待归类数据归类至一所述关键词池中；

节点归类单元，所述节点归类单元基于所述关键词池根据所述配置表中的所述关键词池的节点优先级将所述待归类数据归类至一所述节点中。

本发明的有益效果在于：

1.数据较多时，提高程序运行效率。

2.灵活多变，提高数据归类准确性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

在附图中：

图1是基于关键词的数据归类方法的流程图；

图2是图1中步骤S5的分步骤流程图；

图3是配置表示意图；

图4是本发明的基于关键词的数据归类系统的结构示意图；

图5是根据本发明实施例的计算机设备的框架图；

图6是数据归类实例图；

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

在详细阐述本发明各个实施例之前，对本发明的核心发明思想予以概述，并通过下述若干实施例予以详细阐述。

请参照图1，图1是基于关键词的数据归类方法的流程图。如图1所示，本发明的基于关键词的数据归类方法包括：

建立关键词池步骤S1：对给定的关键词进行分类，建立多个关键词池；

拓建子节点步骤S2：在所述关键词池的基础上拓展子节点并构建配置表；

存入步骤S3：建立数据表，将待归类数据存入数据表中；

存储步骤S4：采用双向链表根据所述配置表中的优先级存储所述关键词；

归类步骤S5：根据所述双向链表对所述数据表中的所述待归类数据进行归类处理。

其中，所述拓建子节点步骤包括：根据所述关键词池拓展出所述子节点，对所述子节点的关键词进行汇总，再对所述子节点设置优先级。

其中，所述双向链表的每个节点保存的信息包括：节点名称、节点关键词、父节点和子节点。

其中，每一所述关键词池对应匹配一所述双向链表。

请参照图2，图2是图1中步骤S5的分步骤流程图。如图2所示，所述获取理想平均流量次数步骤S5包括：

关键词池归类步骤S51：根据所述配置表中的关键词池优先级将所述待归类数据归类至一所述关键词池中；

节点归类步骤S52：基于所述关键词池根据所述配置表中的所述关键词池的节点优先级将所述待归类数据归类至一所述节点中。

以下，列举实施例具体说明本发明的基于关键词的数据归类方法如下。

实施例一：

本实例揭示了基于统计的基于关键词的数据归类方法(以下简称“方法”)的具体实施方式。

1.根据业务需要，先对给定的关键词进行分类，建立多个关键词池，由池拓展出子节点，对子节点关键词进行汇总，再对子节点设置优先级。每个子节点可再次拓展出多个子节点。根据业务需要，决定要拓展出几层子节点。然后在数据库建立配置表如图3所示，将归类好的关键词入库。

2.建立数据表，将要归类的数据存入数据库中。

3.程序中采用双向链表用于存储关键词配置，链表每个节点保存的信息有：节点名称，节点关键词，父节点，子节点。然后节点按照配置表中的优先级存入链表中。每个池对应一个链表。

4.遍历数据，判断当前数据是否满足某个池的条件，若满足，则用该池过滤此条数据。

按照链表的顺序，逐步判断当前数据是否满足某个节点要求，若满足，则判断可停止，从而根据当前节点的信息就可以获取该条数据属于哪个分类。

如图6所示：

待归类数据根据关键词的优先级由小到大依次匹配，如匹配到奶粉池关键词则进入奶粉池，然后继续判断其命中的1级子节点，重复上述步骤，然后进入二级子节点，重复上述步骤进入三级子节点，根据业务需要，来判断子节点的层数。

实施例二：

请参照图4，图4是本发明的基于关键词的数据归类系统的结构示意图。如图4所示本发明的一种基于关键词的数据归类系统，其中，包括：

建立关键词池模块，所述建立关键词池模块对给定的关键词进行分类，建立多个关键词池；

拓建子节点模块，所述拓建子节点模块在所述关键词池的基础上拓展子节点并构建配置表；

存入模块，所述存入模块建立数据表，将待归类数据存入数据表中；

存储模块，所述存储模块采用双向链表根据所述配置表中的优先级存储所述关键词，；

归类模块，所述归类模块根据所述双向链表对所述数据表中的所述待归类数据进行归类处理。

其中，所述拓建子节点模块根据所述关键词池拓展出所述子节点，对所述子节点的关键词进行汇总，再对所述子节点设置优先级。

其中，所述双向链表的每个节点保存的信息包括：节点名称、节点关键词、父节点和子节点。

其中，每一所述关键词池对应匹配一所述双向链表。

其中，所述归类模块包括：

关键词池归类单元，所述关键词池归类单元根据所述配置表中的关键词池优先级将所述待归类数据归类至一所述关键词池中；

节点归类单元，所述节点归类单元基于所述关键词池根据所述配置表中的所述关键词池的节点优先级将所述待归类数据归类至一所述节点中。

实施例三：

结合图5所示，本实施例揭示了一种计算机设备的一种具体实施方式。计算机设备可以包括处理器81以及存储有计算机程序指令的存储器82。

具体地，上述处理器81可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

其中，存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器82可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器82可在数据处理装置的内部或外部。在特定实施例中，存储器82是非易失性(Non-Volatile)存储器。在特定实施例中，存储器82包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。

存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序指令。

处理器81通过读取并执行存储器82中存储的计算机程序指令，以实现上述实施例中的任意一种基于统计的基于关键词的数据归类方法。

在其中一些实施例中，计算机设备还可包括通信接口83和总线80。其中，如图5所示，处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。

通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。

总线80包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线80可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

该计算机设备可以基于统计的基于关键词的数据归类方法进行网络异常流量的检测，从而实现结合图1-图2描述的方法。

另外，结合上述实施例中基于统计的基于关键词的数据归类方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种基于统计的基于关键词的数据归类方法。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

综上所述，基于本发明的有益效果在于，本专利提供了一种基于统计的基于关键词的数据归类方法，数据较多时，提高程序运行效率；本方法灵活多变，提高数据归类准确性。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。