[發明專利]一種深層網移動搜索方法、服務器及系統

無效

• 申請號: 200910004311.4
• 申請日: 2009-01-24
• 公開（公告）號: CN101788981A
• 公開（公告）日: 2010-07-28
• 發明（設計）人: 王瑋;董曉藝;顧翀;胡漢強;張飛;孟衛一
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 任默聞

技術領域

本發明關于移動搜索技術，特別是關于深層網(Deep?Web)移動搜索技術，具體的講是一種深層網移動搜索方法、服務器及系統。

背景技術

目前，Deep?Web得到了越來越多的研究和關注，Deep?Web(深層網，又稱hidden?web，暗網；invisible?web，不可見網)指的是網絡上隱藏在HTML表單之后的內容。與Deep?Web相對應的是表面網(Surface?Web)，Surface?Web通常指網頁上的靜態內容。現有搜索引擎的普通網頁爬蟲只能爬取靜態的Surface?Web內容，對Deep?Web的內容需要用專用的爬蟲或者進行專門的處理。

在實現本發明的過程中發明人發現，Deep?Web中大約包含9000億個網頁，而目前最大的搜索引擎能夠爬取的包括Deep?Web和Surface?Web在內的所有內容大約為200億個頁面，可見大量的高質量的Deep?Web內容得不到有效的搜索和訪問。

Deep?Web訪問方式包括：爬取內容的訪問方式，該訪問方式通過專用的Deep?Web爬取工具爬取Deep?Web的內容，將獲得的內容存儲到搜索服務器，并對內容數據進行分析和建立索引等處理。這種訪問方式的缺陷是：1)由于Deep?Web內容數據不是通過實時訪問表單得到的，而是定期從表單中抓取內容數據，再將抓取的內容數據存儲到搜索服務器中，所以內容數據的時新性(freshness)不高；2)由于需要大規模的存儲空間來存儲爬取過來的內容數據，并需要龐大的索引庫來存儲和維護這些內容數據的索引，所以需要大規模的存儲空間。

Deep?Web訪問方式還包括：整合搜索訪問方式，該訪問方式通過整合幾個專業領域數據庫進行搜索，提供統一的搜索門戶給用戶。這種訪問方式的缺陷是：在檢索時需要指定搜索的目標數據庫，僅能集成少量的指定數據庫。

發明內容

本發明實施例提供了一種深層網移動搜索方法、服務器及系統，用以集成Deep?Web成員搜索引擎，實現對Deep?web成員搜索引擎的代表，Deep?Web搜索服務器基于Deep?Web成員搜索引擎提供的代表值(representative，可以為對Deep?Web成員搜索引擎的內容或地址的統計數據)，選擇合適的Deep?Web成員引擎進行Deep?Web搜索。

根據本發明的一方面，提供一種深層網移動搜索方法，所述的方法包括以下步驟：獲取深層網Deep?Web成員搜索引擎的成員搜索引擎代表值；接收客戶端發送的搜索請求，并從所述的搜索請求中獲取搜索請求信息；根據所述搜索請求信息與成員搜索引擎代表值計算所述搜索請求與成員搜索引擎的匹配度，根據所述匹配度從所述成員搜索引擎的集合中選擇成員搜索引擎進行內容數據搜索；將搜索到的內容數據發送給所述的客戶端。

根據本發明的另一方面，提供一種深層網移動搜索服務器，所述的服務器包括：代表值獲取單元，用于獲取Deep?Web成員搜索引擎的成員搜索引擎代表值；搜索請求接收單元，用于接收客戶端發送的搜索請求，并從所述的搜索請求中獲取搜索請求信息；成員引擎選擇單元，用于根據所述搜索請求信息與成員搜索引擎代表值計算所述搜索請求與成員搜索引擎的匹配度，根據所述匹配度從所述成員搜索引擎的集合中選擇成員搜索引擎進行內容數據搜索；搜索結果輸出單元，用于將搜索到的內容數據發送給所述的客戶端。

根據本發明的另一方面，提供一種深層網移動搜索系統，所述的系統包括：成員搜索引擎和所述的搜索服務器；所述的搜索服務器，用于獲取所述Deep?Web成員搜索引擎的成員搜索引擎代表值和接收客戶端發送的搜索請求，并從所述的搜索請求中獲取搜索請求信息；根據所述搜索請求信息與成員搜索引擎代表值計算所述搜索請求與成員搜索引擎的匹配度，根據所述匹配度從所述成員搜索引擎的集合中選擇成員搜索引擎進行內容數據搜索；將搜索到的內容數據發送給所述的客戶端。

根據本發明的另一方面，提供一種深層網移動搜索方法，所述的方法包括以下步驟：獲取Deep?Web成員搜索引擎的成員搜索引擎代表值，所述的成員搜索引擎代表值為成員搜索引擎內容屬性數據；接收客戶端發送的搜索請求，并從所述的搜索請求中獲取搜索請求信息；根據所述搜索請求信息與成員搜索引擎內容屬性數據計算所述搜索請求與成員搜索引擎的匹配度，根據所述匹配度從所述成員搜索引擎的集合中選擇成員搜索引擎進行內容數據搜索；將搜索到的內容數據發送給所述的客戶端。