[發(fā)明專利]相關(guān)搜索的實(shí)現(xiàn)方法和裝置

有效

• 申請?zhí)枺?/td>: 201210004943.2
• 申請日: 2012-01-06
• 公開（公告）號(hào): CN103198079A
• 公開（公告）日: 2013-07-10
• 發(fā)明（設(shè)計(jì)）人: 鄭妍;于曉明;楊建武
• 申請（專利權(quán)）人: 北大方正集團(tuán)有限公司;北京大學(xué);北京北大方正電子有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐

1.一種相關(guān)搜索的實(shí)現(xiàn)方法，其特征在于，包括：

獲取用戶輸入的搜索需求字符串；

將所述搜索需求字符串分詞得到多個(gè)查詢詞；

在倒排索引中得到各個(gè)所述查詢詞的有序相關(guān)搜索列表；

將各個(gè)所述查詢詞的有序相關(guān)搜索列表返回給用戶。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述搜索需求字符串分詞得到多個(gè)查詢詞包括：

預(yù)先構(gòu)建分詞詞典；

采用雙向最大匹配法將所述搜索需求字符串匹配所述分詞詞典；

將匹配不一致的部分利用消歧詞典進(jìn)行詞義消歧。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，采用雙數(shù)組算法構(gòu)建分詞詞典，具體包括：

1)根據(jù)資源詞典的詞條創(chuàng)建Trie樹；

2)創(chuàng)建雙數(shù)組，包括整數(shù)數(shù)組base[]和check[]構(gòu)成，將check[]和base[]數(shù)組中的元素初始設(shè)為0值，數(shù)組下標(biāo)初始值為0；

3)將所述Trie樹中根節(jié)點(diǎn)的孩子節(jié)點(diǎn)加入隊(duì)列，其中，對所述隊(duì)列中的元素按照其所擁有的孩子節(jié)點(diǎn)數(shù)目從大到小排序；

4)取出隊(duì)列的第一個(gè)元素；

5)若此元素具有孩子節(jié)點(diǎn)，則對此元素的所有孩子節(jié)點(diǎn)的字符值B1、B2......Bn，取一個(gè)滿足check[H+B1]、check[H+B2]......check[H+Bn]均為0的正值H，一旦找到這個(gè)H，則設(shè)置base[i]＝H，check[H+B1]＝check[H+B2]＝......＝check[H+Bn]＝i，其中，H+B1、H+B2...H+Bn是當(dāng)前孩子節(jié)點(diǎn)在雙數(shù)組中的下標(biāo)位置，i是當(dāng)前孩子節(jié)點(diǎn)的父節(jié)點(diǎn)的下標(biāo)位置，若此元素表示一個(gè)詞條的結(jié)尾字符，則設(shè)置base[i]＝-H；

6)若此元素沒有孩子節(jié)點(diǎn)，則設(shè)置base[i]＝-i；

7)重復(fù)步驟4-6，直到所述隊(duì)列中所有元素全部取完；

8)以所述雙數(shù)組構(gòu)成所述分詞詞典。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括創(chuàng)建所述倒排索引，其包括多個(gè)項(xiàng)，每項(xiàng)包括一個(gè)屬性值具有所述屬性值的各記錄的地址，各個(gè)所述屬性值分別記錄一個(gè)所述查詢詞，各個(gè)記錄分別為各次獲取的所述搜索需求字符串。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在倒排索引中得到各個(gè)所述查詢詞的有序相關(guān)搜索列表包括：

以當(dāng)前的所述查詢詞匹配所述倒排索引；

從匹配到的所述屬性值對應(yīng)的所述地址中獲取所述各個(gè)記錄的所述搜索需求字符串作為所述相關(guān)搜索列表；

根據(jù)各個(gè)所述搜索需求字符串的屬性對所述相關(guān)搜索列表排序。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，根據(jù)各個(gè)所述搜索需求字符串的屬性對所述相關(guān)搜索列表排序包括：

對所述相關(guān)搜索列表排序中的各個(gè)所述搜索需求字符串打分Score＝α*T+β*H+γ*D+δ*M；

其中，α是對T設(shè)置的權(quán)重、β是對H設(shè)置的權(quán)重、γ是對D設(shè)置的權(quán)重、δ是對M設(shè)置的權(quán)重，T是所述搜索需求字符串的總輸入次數(shù)、H是所述搜索需求字符串的一小時(shí)內(nèi)輸入次數(shù)、D是所述搜索需求字符串的一天內(nèi)輸入次數(shù)、M是所述搜索需求字符串的一個(gè)月內(nèi)輸入次數(shù)。