[發(fā)明專利]網(wǎng)絡(luò)信息服務(wù)平臺(tái)及其基于該平臺(tái)的搜索服務(wù)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210445457.4
• 申請(qǐng)日: 2012-11-09
• 公開（公告）號(hào): CN102968465A
• 公開（公告）日: 2013-03-13
• 發(fā)明（設(shè)計(jì)）人: 蔣昌俊;陳閎中;閆春鋼;丁志軍;王鵬偉;孫海春;郭宇
• 申請(qǐng)（專利權(quán)）人: 同濟(jì)大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 上海天協(xié)和誠(chéng)知識(shí)產(chǎn)權(quán)代理事務(wù)所 31216
• 代理人: 葉鳳

1.一種網(wǎng)絡(luò)信息服務(wù)平臺(tái)，該網(wǎng)絡(luò)信息服務(wù)平臺(tái)整體架構(gòu)分成前臺(tái)和后臺(tái)兩大部分,其特征在于，所述后臺(tái)架構(gòu)底層是Hadoop的分布式文件系統(tǒng)，上面搭載HBase數(shù)據(jù)庫，通過Master節(jié)點(diǎn)控制網(wǎng)頁爬蟲、全文索引器、分類器和索引網(wǎng)構(gòu)建器;所述前臺(tái)架構(gòu)底層也為Hadoop分布式文件系統(tǒng)，上面搭載HBase數(shù)據(jù)庫，通過Master節(jié)點(diǎn)控制用戶需求分析定位器、推薦模塊和最終呈現(xiàn)模塊;

所述后臺(tái)的任務(wù)是通過網(wǎng)絡(luò)爬蟲將互聯(lián)網(wǎng)上的網(wǎng)頁爬取至本地，送入全文索引器中進(jìn)行倒排索引，生成索引文件存入數(shù)據(jù)庫，然后分類器在邏輯上將網(wǎng)頁分到網(wǎng)頁類中，之后再由索引網(wǎng)構(gòu)建器從網(wǎng)頁類中獲取網(wǎng)頁，以這些網(wǎng)頁為基礎(chǔ)構(gòu)建整個(gè)索引網(wǎng)絡(luò);所述的前臺(tái)的任務(wù)就是當(dāng)用戶提出他的需求之后，將其定位到索引網(wǎng)的網(wǎng)頁類中，抽取出索引子網(wǎng)并返回匹配到的網(wǎng)頁鏈接;用戶可以點(diǎn)擊索引子網(wǎng)的網(wǎng)頁類節(jié)點(diǎn)來選擇自己滿意的服務(wù)流程;

所述網(wǎng)絡(luò)信息服務(wù)系統(tǒng)平臺(tái)，它包括信息收集子系統(tǒng)，該信息收集子系統(tǒng)又包括爬蟲和網(wǎng)頁特征向量構(gòu)建器，所述爬蟲會(huì)將互聯(lián)網(wǎng)上的網(wǎng)頁爬取回來存儲(chǔ)在數(shù)據(jù)庫中；所述網(wǎng)頁特征向量構(gòu)建器是通過網(wǎng)頁類的標(biāo)準(zhǔn)網(wǎng)頁以及網(wǎng)頁類名構(gòu)建出一個(gè)能準(zhǔn)確表示網(wǎng)頁類特性的工具；?

它還包括全文索引器，當(dāng)信息收集子系統(tǒng)將網(wǎng)頁信息收集回來并進(jìn)行特征向量的構(gòu)建后，送入全文索引器進(jìn)行倒排索引；

它還包括分類器，從數(shù)據(jù)庫中提取出網(wǎng)頁信息，并對(duì)網(wǎng)頁進(jìn)行分類，并將分類信息返回給數(shù)據(jù)庫；以及信息收集子系統(tǒng)將網(wǎng)頁信息收集之后會(huì)送入全文索引器進(jìn)行一個(gè)倒排索引，生成的索引文件送入分類器中對(duì)每個(gè)網(wǎng)頁進(jìn)行分類；

它還包括索引網(wǎng)構(gòu)建器，需要對(duì)數(shù)據(jù)庫中所有的網(wǎng)頁進(jìn)行操作，其任務(wù)是能夠?qū)⒑Ａ康木W(wǎng)頁利用分類和網(wǎng)頁間的鏈接關(guān)系組織成索引網(wǎng)，信息服務(wù)服務(wù)系統(tǒng)可以通過使用索引網(wǎng)即可提取出一個(gè)個(gè)服務(wù)流程；

它還包括數(shù)據(jù)庫，與系統(tǒng)外部進(jìn)行交互，實(shí)時(shí)獲得信息更新，由分類器和爬蟲負(fù)責(zé)把網(wǎng)頁數(shù)據(jù)寫入數(shù)據(jù)庫中；

還包括用戶需求分析定位器,理解用戶輸入的信息并將用戶的輸入信息定位到數(shù)據(jù)庫的基礎(chǔ)類中，每個(gè)類中都包含有和該類相關(guān)的網(wǎng)頁；

它還包括最終呈現(xiàn)模塊，最終各個(gè)索引子網(wǎng)匹配到的網(wǎng)頁鏈接和用戶點(diǎn)擊索引子網(wǎng)形成的服務(wù)流程由該呈現(xiàn)模塊輸出給用戶。

2.基于如權(quán)利要1所述平臺(tái)的搜索服務(wù)方法，其特征在于，上述整個(gè)信息服務(wù)服務(wù)系統(tǒng)，一方面，首先信息收集子系統(tǒng)中，使用爬蟲對(duì)互聯(lián)網(wǎng)的信息進(jìn)行收集，再利用分類器，對(duì)爬取的信息進(jìn)行分類整理，然后根據(jù)索引網(wǎng)構(gòu)建器對(duì)分好類的網(wǎng)頁進(jìn)行構(gòu)建索引網(wǎng)，方便對(duì)于用戶服務(wù)流程的推薦，然后將構(gòu)建的結(jié)果存入數(shù)據(jù)庫；

另一方面，當(dāng)用戶的檢索要求進(jìn)來時(shí)，則根據(jù)用戶需求分析定位器來完成對(duì)于用戶需求的分析及定位，最終返回給用戶界面滿足用戶需求的信息；

其流程包括如下步驟：

1)??已經(jīng)建立好了網(wǎng)頁類的索引網(wǎng)，

2)??用戶輸入關(guān)鍵詞，

3)??將關(guān)鍵詞來匹配網(wǎng)頁類的特征向量，

4)??將用戶需求定位到網(wǎng)頁類，

5)??根據(jù)不同的情況抽取出服務(wù)流程，并且用戶可以自主選擇。