[發明專利]一種搜索方法及搜索系統

有效

• 申請號: 201210210028.9
• 申請日: 2012-06-25
• 公開（公告）號: CN102768679A
• 公開（公告）日: 2012-11-07
• 發明（設計）人: 鄭海濤;江勇;夏樹濤;陳金元;楊勇;周雷
• 申請（專利權）人: 深圳市漢絡計算機技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳市科吉華烽知識產權事務所 44248
• 代理人: 胡吉科

1.一種搜索方法，其特征在于，預先設置用戶接口模塊、目標數據庫以及對應于多個不同技術領域的多個專業詞庫，所述方法包括以下步驟：

a.?獲取用戶在所述用戶接口模塊輸入的第一語句以及所述用戶在所述用戶接口模塊中選擇的第一技術領域；

b.?對所述第一語句進行分詞處理，以獲取第一分詞結果，并根據所述第一技術領域選取對應的第一專業詞庫，其中所述第一分詞結果包括多個第一詞匯以及對應詞頻；

c.?根據所述第一分詞結果、所述第一專業詞庫以及所述目標數據庫分別對所述第一詞匯進行評分，以獲取第一目標詞匯以及與所述第一目標詞匯對應的第一相關度權重值；

d.?在所述目標數據庫中查找包括所述第一目標詞匯的第一文檔集合，并根據所述第一目標詞匯以及與其對應的第一相關度權重值對所述第一文檔集合中的每一文檔進行評分，以獲取所述第一文檔集合中每一文檔基于所述第一目標詞匯的第二相關度權重值，并根據所述第二相關度權重值從大到小對所述第一文檔集合進行排序以產生第一文檔列表；

e.?選取所述文檔列表中排名靠前的預定數目個文檔，并根據第一目標詞匯出現的次數對所述預定數目個文檔進行評分，以獲取所述預定數目個文檔基于所述第一目標詞匯出現的次數的第三相關度權重值，并根據所述第三相關度權重值從大到小對所述預定數目個文檔進行排序以產生第二文檔列表；

f.?將所述第二文檔列表推送至所述用戶接口模塊并顯示。

2.根據權利要求1所述的方法，其特征在于，在所述步驟c中，根據以下等式獲取所述詞匯的第一相關度權重值：

其中，為多個所述第一詞匯中的一者，為所述對應的第一相關度權重值，為在所述語句中所述出現的詞頻，為在所述目標數據庫中包含所述的文檔的個數，為所述目標數據庫中的文檔數量，為所述在所述第一專業詞庫的加權值；

選取第一相關權重值大于預定閾值的詞匯作為所述第一目標詞匯。

3.根據權利要求2所述的方法，其特征在于，在所述步驟d中，根據以下等式獲取所述第二相關度權重值：

其中，為所述第一文檔集合中的文檔，為所述目標詞匯，?為所述對應所述的所述第二相關度權重值，為所述的反文檔頻率，為所述中所述出現的次數，為所述的詞長度。

4.根據權利要求3所述的方法，其特征在于，在所述步驟e中，根據以下等式獲取所述第三相關度權重值：

其中，為所述的所述第三相關度權重值，為所述對應的第二相關度權重值，為所述的tf-idf向量，為所述中包含的詞的個數。

5.根據權利要求1所述的方法，其特征在于，在所述步驟a之前，利用所述用戶接口向所述用戶提供登錄界面，并進一步獲取所述用戶的登錄狀態，且在所述用戶處于登錄狀態時，在所述步驟b中，進一步保存所述第一分詞結果以產生用戶詞庫，在所述步驟c中，進一步保存所述第一目標詞匯以產生常用詞庫。

6.根據權利要求5所述的方法，其特征在于，在所述用戶接口模塊判斷所述常用詞庫存在時，所述方法進一步包括以下步驟：

g.?獲取所述用戶在所述用戶接口模塊輸入的第二語句以及所述用戶在所述用戶接口模塊中選擇的第二技術領域；

h.?對所述第二語句進行分詞處理，以獲取第二分詞結果并保存至所述用戶詞庫，根據所述第二技術領域選取對應的第二專業詞庫，其中所述第二分詞結果包括多個第二詞匯以及對應詞頻；

i.?根據所述第二分詞結果、所述第二專業詞庫、所述目標數據庫以及所述常用詞庫分別對所述第二詞匯進行評分，以獲取第二目標詞匯以及基于所述第二目標詞匯的第四相關度權重值，并將所述第二目標詞匯保存至所述常用詞庫；

j.?在所述目標數據庫中查找包括所述第二目標詞匯的第二文檔集合，并根據所述第二目標詞匯以及所述第四相關度權重值對所述第二文檔集合中的每一文檔進行評分，以獲取所述第二文檔集合中每一文檔基于所述第二目標詞匯的第五相關度權重值，并根據所述第五相關度權重值從大到小對所述第二文檔集合進行排序以產生第三文檔列表；

k.?選取所述第三文檔列表中排名靠前的預定數目個文檔，并根據第二目標詞匯出現的次數對所述預定數目個文檔進行評分，以獲取所述預定數目個文檔基于所述第二目標詞匯出現的次數的第六相關度權重值，并根據所述第二相關度權重值從大到小對所述預定數目個文檔進行排序以產生第四文檔列表；

l.?將所述第四文檔列表推送至所述用戶接口模塊并顯示。