买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：泰安市东信智联信息科技有限公司

摘要：本发明涉及数据处理技术领域，具体涉及一种面向智慧办公系统的文档脱敏存储方法，包括：获取文档的标题、内容及关键词、句子数和字数、任意两个文档的标题和内容重复率及含关键词的句子数；计算任意两文档的标题相似度和内容相似度；根据标题和内容相似度得到整体相似度；根据整体相似度找到相似类文档；根据相似类文档数量、重复率和字数计算差异性系数；根据差异性系数、含关键词句子数和关键词数量计算独特性；根据独特性进行脱敏保密处理。本发明能准确识别出文档的独特性，从而有针对性地进行信息脱敏和保密处理。

主权项：1.一种面向智慧办公系统的文档脱敏存储方法，其特征在于，该方法包括以下步骤：获取每个文档的标题信息和内容信息以及标题信息中的标题关键词；获取每个文档内容信息的句子数和总字数；获取任意两个文档内容信息间的重复率、标题信息间的重复率；在同一个文档中，获取文档内容信息中含标题关键词的句子数；将任意两个文档分别记为目标文档和参考文档；根据目标文档标题信息的关键词及目标文档与参考文档标题信息间的重复率，获取目标文档与参考文档的标题相似度；根据目标文档与参考文档的内容信息、内容信息的总字数、句子数、含标题关键词的句子数及之间的重复率，获取目标文档与参考文档的内容相似度；根据目标文档与参考文档的标题相似度及内容相似度，获取目标文档与参考文档的整体相似度；根据目标文档与参考文档的整体相似度，获取目标文档的相似类文档；根据目标文档的相似类文档个数、目标文档与每个相似类文档的文档内容信息间的重复率和总字数，获取目标文档的差异性系数；根据目标文档的差异性系数、目标文档内容信息中含每个标题关键词的句子数及标题信息的关键词个数，获取目标文档的独特性；根据目标文档的独特性对目标文档进行脱敏保密处理；所述根据目标文档的相似类文档个数、目标文档与每个相似类文档的文档内容信息间的重复率和总字数，获取目标文档的差异性系数，包括的具体步骤如下： 式中：表示目标文档的差异性系数，表示目标文档的相似类文档的个数，表示目标文档与第个相似类文档的文档内容信息间的重复率，表示目标文档内容信息的总字数，表示目标文档与第个相似类文档的文档内容信息总字数的差值的绝对值；所述根据目标文档的差异性系数、目标文档内容信息中含每个标题关键词的句子数及标题信息的关键词个数，获取目标文档的独特性，包括的具体步骤如下： 式中：表示目标文档的独特性，表示目标文档的差异性系数，表示目标文档内容信息中含第个标题关键词的句子数，表示目标文档标题信息的关键词个数，表示以自然常数为底的指数函数；所述根据目标文档的独特性对目标文档进行脱敏保密处理，包括的具体步骤如下：当目标文档的独特性大于等于第一预设阈值时，对目标文档进行脱敏保密处理；当目标文档的独特性小于第一预设阈值时，对目标文档不进行脱敏保密处理。

全文数据：

权利要求：

百度查询： 泰安市东信智联信息科技有限公司 一种面向智慧办公系统的文档脱敏存储方法