(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210649073.8 (22)申请日 2022.06.09 (71)申请人 威海职业学院 （威海市技 术学院） 地址 264200 山东省威海市初村镇 (72)发明人 王晓华　 (74)专利代理 机构 深圳国联专利代理事务所 (特殊普通 合伙) 44465 专利代理师 杜晓莹 (51)Int.Cl. G06F 21/60(2013.01) G06F 16/33(2019.01) G06F 40/216(2020.01) G06F 40/30(2020.01) (54)发明名称 一种分散文档管理的方法 (57)摘要 本发明公开一种分散文档管 理的方法， 包括 以下步骤： 收集分散文档， 添加搜索信息； 分散文 档存储于云端服务器内； 使用倒排索引方法进行 词频统计， 得到各个词语的词频统计值， 获得语 义特征； 根据语义特征进行分散文档的分类； 对 分散文档进行重复检测并删除重复文档； 对分散 文档进行数据的安全加密管 理； 根据所述搜索信 息向存储文档的云端服务器发送安全加密管理 信息； 文档进行重新编辑以生成新版本的文档， 新版本的文档提供给请求用户。 有益效果： 使得 分散文档能够被有序的管理， 能够便于用户搜索 使用； 有效降低云端服务器内存储文档的重复 率， 有效提高存储文档被检索使用时的效率； 有 效提高存储文档的安全性； 使得分散文档能够被 使用者高效管理。 权利要求书1页 说明书5页 CN 114896618 A 2022.08.12 CN 114896618 A 1.一种分散文档管理的方法， 其特 征在于， 包括以下步骤： 第一步、 收集分散文档， 并在分散文档中添加搜索信息； 第二步、 把添加搜索信息的分散文档存 储于云端服 务器内； 第三步、 识别所述搜索信 息的文本内容， 使用倒排索引方法进行词频统计， 得到各个词 语的词频统计值， 获得语义特 征； 第四步、 根据语义特 征进行分散文档的分类； 第五步、 对分类好的分散文档进行重复检测并删除重复文档； 第六步、 对检测完成的分散文档进行 数据的安全加密管理； 第七步、 用户通过云端服务器查询所述分散文档的搜索信息， 根据所述搜索信息向存 储文档的云端服 务器发送安全加密管理信息； 第八步、 存储文档的云端服务器接收到所述全加密管理信 息之后对所述文档进行重新 编辑以生成新版本的文档， 所述 新版本的文档提供 给请求用户。 2.根据权利要求1所述的一种分散文档管理 的方法， 其特征在于， 所述第 一步中搜索信 息包括类别、 关键 字信息、 名称、 编号和编码。 3.根据权利要求1所述的一种分散文档管理的方法， 其特 征在于， 所述第四步的具体步骤如下： 通过从第二 步中存储的数据采样多个文档， 抽取 该多个文档作为分类对象； 从存储部抽取第三 步的语义特 征； 基于语义特征与分类对象内的类别信息出现的频率的相似性， 对分类对象进行聚类， 由此， 按照每 个语义特征生成所述类目。 4.根据权利要求1所述的一种分散文档管理 的方法， 其特征在于， 所述第五步中的具体 步骤如下： 获取全部已入库文档和待检测文档； 从存储部抽取分词处 理全部已入库文档和所述待检测文档； 根据预设领域相关停用词集， 过 滤分词后的已入库文档和待检测文档； 训练预处 理后的已入库文档， 生成句向量模型； 根据所述句向量模型， 生成过滤分词后的已入库文档的文档向量和待检测文档的文档 向量； 计算已入库文档的文档向量和待检测文档的文档向量的余弦值； 根据所述 余弦值， 判断待检测文档与已入库文档是否相似； 相似删除， 不相似把待检测文档存 储于入库文档。 5.根据权利要求1所述的一种分散文档管理的方法， 其特征在于， 所述第六步中,第六 步的安全管理为向第五步中数据的文档进行加密； 具体步骤如下： 为第五步中数据的文档建立唯一标识， 并将文档的唯一标识设置在所述文档中； 将文档的唯一标识上传至云端服务器， 云端服务器以文档的唯一标识为索引存储每个 文档对应的加密信息 。 6.根据权利要求5所述的一种分散文档管理的方法， 其特征在于， 所述加密信息包括： 文档是否加密以及用哪种 系统加密。权　利　要　求　书 1/1 页 2 CN 114896618 A 2一种分散文档管理的方 法 技术领域 [0001]本发明涉及文档分布式管理技 术领域， 具体涉及一种分散文档管理的方法。 背景技术 [0002]文档是软件开发使用和维护中的必备资料。 软件文档或者源代码文档是指与软件 系统及其软件工程过程有关联的文本实体。 文档的类型包括软件需求文档， 设计文档， 测试 文档， 用户手册等。 其中的需求文档， 设计文档和测试文档一般是在软件开 发过程中由开 发 者写就的， 而用户手册等非过程类文档是 由专门的非技术类写作人员写就的。 文档能提高 软件开发的效率， 保证软件的质量， 而且在软件的使用过程中有指导、 帮助、 解惑的作用， 尤 其在维护工作中， 文档是不可或缺的资料。 在当今的电子化时代， 个人、 团体及企业都需要 使用可靠而有效的电子文档储存、 共享以及管理系统。 电子文档存储和管理方案主要体现 于个人本地存储， 共享网络硬盘， 个人或企业团体云盘存储， 以及 使用基于内网和外网专 业 文档管理系统几个方面。 这些分散文档在实际使用中， 重复率较高， 使用效率低， 同时， 难以 搜索， 安全性 不高， 难以高效管理。 发明内容 [0003]为全面解决上述问题， 尤其是针对现有技术所存在的不足， 本发明提供了一种分 散文档管理的方法能够全面 解决上述问题。 [0004]为实现上述目的， 本发明采用以下技 术手段： [0005]一种分散文档管理的方法， 包括以下步骤： [0006]第一步、 收集分散文档， 并在分散文档中添加搜索信息； [0007]第二步、 把添加搜索信息的分散文档存 储于云端服 务器内； [0008]第三步、 识别所述搜索信息的文本内容， 使用倒排索引方法进行词频统计， 得到各 个词语的词频统计值， 获得语义特 征； [0009]第四步、 根据语义特 征进行分散文档的分类； [0010]第五步、 对分类好的分散文档进行重复检测并删除重复文档； [0011]第六步、 对检测完成的分散文档进行 数据的安全加密管理； [0012]第七步、 用户通过云端服务器查询 所述分散文档的搜索信息， 根据所述搜索信息 向存储文档的云端服 务器发送安全加密管理信息； [0013]第八步、 存储文档的云端服务器接收到所述全加 密管理信息之后对所述文档进行 重新编辑以生成新版本的文档， 所述 新版本的文档提供 给请求用户。 [0014]本发明进一步的优选方案： 所述第一步中搜索信息包括类别、 关键字信息、 名称、 编号和编码。 [0015]本发明进一 步的优选方案： 所述第四步的具体步骤如下： [0016]通过从第二 步中存储的数据采样多个文档， 抽取 该多个文档作为分类对象； [0017]从存储部抽取第三 步的语义特 征；说　明　书 1/5 页 3 CN 114896618 A 3