[發(fā)明專利]一種基于特征分析的數(shù)據(jù)索引方法

無效

• 申請?zhí)枺?/td>: 201210408561.6
• 申請日: 2012-10-24
• 公開（公告）號: CN103778152A
• 公開（公告）日: 2014-05-07
• 發(fā)明（設(shè)計(jì)）人: 姚進(jìn)德;艾順剛;張思謙
• 申請（專利權(quán)）人: 鎮(zhèn)江睿泰信息科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種數(shù)據(jù)索引的方法，具體的涉及基于特征分析的數(shù)據(jù)索引方法，屬于計(jì)算機(jī)技術(shù)應(yīng)用領(lǐng)域。

背景技術(shù)

隨著互聯(lián)網(wǎng)規(guī)模的不斷增大，網(wǎng)上信息量也急劇膨脹，信息的檢索也從最初的圖書館和科技信息機(jī)構(gòu)，擴(kuò)大到其他各行領(lǐng)域，并與各種管理信息系統(tǒng)結(jié)合在一起。

目前比較常用的兩種方式是“推”技術(shù)（Push?Technology）和“拉”技術(shù)（Pull?Technology），前者主要采用類似郵件的方式將相關(guān)信息數(shù)據(jù)顯式傳遞給使用者，后者一般通過檢索工具（如全文檢索、知識地圖、決策樹等）查找知識庫來獲取所要的數(shù)據(jù)。

但上述的兩種方式，在海量的數(shù)據(jù)面前，都暴露出諸多問題。一是檢索效率不高，每次查詢都要多次訪問數(shù)據(jù)庫或是其他外存，當(dāng)瞬間請求量超額時，響應(yīng)速度降低，容易造成系統(tǒng)不穩(wěn)定；二是檢索準(zhǔn)確度不高，每次的檢索詞信息量有限，因此在計(jì)算詞與文檔相關(guān)性的時候，往往不夠準(zhǔn)確。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明的目的在于針對上述現(xiàn)有技術(shù)中存在的問題和不足提供一種基于特征分析的數(shù)據(jù)索引方法，以提高檢索效率和準(zhǔn)確度。

技術(shù)方案：一種基于特征分析的數(shù)據(jù)索引方法，包括如下步驟：

（1）對用戶數(shù)據(jù)信息進(jìn)行判斷，確定其所感興趣的數(shù)據(jù)特征；

（2）統(tǒng)計(jì)步驟（1）中各特征的訪問概率和訪問間隔時間；

（3）根據(jù)概率高優(yōu)先和間隔時間短優(yōu)先的策略，建立特征索引表；

（4）進(jìn)行基于特征索引表的綜合檢索，返回結(jié)果。

用戶的數(shù)據(jù)特征包括專業(yè)技術(shù)類別、應(yīng)用領(lǐng)域、使用地域、解決問題、基礎(chǔ)知識原理、關(guān)鍵字、關(guān)聯(lián)項(xiàng)目、關(guān)聯(lián)客戶等。

對用戶特征數(shù)據(jù)的統(tǒng)計(jì)，采取90天重新統(tǒng)計(jì)一次的定期統(tǒng)計(jì)方式，確保有效性和穩(wěn)定性。

特征索引表隨著統(tǒng)計(jì)數(shù)據(jù)定期更新，避免數(shù)據(jù)脫離實(shí)際需求，同時也不會過于頻繁變化而造成不穩(wěn)定性。

有益效果：本發(fā)明提供的基于特征分析的數(shù)據(jù)索引方法，針對用戶的個性需求，通過日常不斷分析用戶的行為和記錄，得出其所感興趣的數(shù)據(jù)特征，從而建立有效的特征索引表，提高數(shù)據(jù)搜索的針對性和有效性，顯著提高特征數(shù)據(jù)的查詢效率。

附圖說明

圖1為本發(fā)明實(shí)施例的工作流程圖。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施例，進(jìn)一步闡明本發(fā)明，應(yīng)理解這些實(shí)施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領(lǐng)域技術(shù)人員對本發(fā)明的各種等價形式的修改均落于本申請所附權(quán)利要求所限定的范圍。

如圖1所示，一種基于特征分析的數(shù)據(jù)索引方法，包括如下步驟：

（1）對用戶數(shù)據(jù)信息進(jìn)行判斷，確定其所感興趣的數(shù)據(jù)特征；

（2）統(tǒng)計(jì)步驟（1）中各特征的訪問概率和訪問間隔時間；

（3）根據(jù)概率高優(yōu)先和間隔時間短優(yōu)先的策略，建立特征索引表；

（4）進(jìn)行基于特征索引表的綜合檢索，返回結(jié)果。

用戶的數(shù)據(jù)特征包括專業(yè)技術(shù)類別、應(yīng)用領(lǐng)域、使用地域、解決問題、基礎(chǔ)知識原理、關(guān)鍵字、關(guān)聯(lián)項(xiàng)目、關(guān)聯(lián)客戶等。

對用戶特征數(shù)據(jù)的統(tǒng)計(jì)，采取90天重新統(tǒng)計(jì)一次的定期統(tǒng)計(jì)方式，確保有效性和穩(wěn)定性。

特征索引表隨著統(tǒng)計(jì)數(shù)據(jù)定期更新，避免數(shù)據(jù)脫離實(shí)際需求，同時也不會過于頻繁變化而造成不穩(wěn)定性。