[發(fā)明專利]基于對同類數(shù)據(jù)對象整合的數(shù)據(jù)搜索的方法和裝置

有效

• 申請?zhí)枺?/td>: 201310182427.3
• 申請日: 2013-05-16
• 公開（公告）號: CN104166651B
• 公開（公告）日: 2017-10-13
• 發(fā)明（設(shè)計）人: 郎皓;歐海峰;張丙奇;孫健
• 申請（專利權(quán)）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京國昊天誠知識產(chǎn)權(quán)代理有限公司11315
• 代理人: 許志勇

1.一種基于對同類數(shù)據(jù)對象整合的數(shù)據(jù)搜索的方法，其特征在于，包括：

接收來自用戶的搜索請求，在所有待搜索的數(shù)據(jù)對象中搜索與所述搜索請求相匹配的一個或多個數(shù)據(jù)對象；

分析搜索到的所述一個或多個數(shù)據(jù)對象中的每一個，以獲取每一個所述數(shù)據(jù)對象的數(shù)據(jù)標(biāo)簽；

對獲取的所述數(shù)據(jù)標(biāo)簽與待搜索的數(shù)據(jù)對象進行匹配，以獲得與所述數(shù)據(jù)標(biāo)簽相匹配的一個或多個同類的數(shù)據(jù)對象；

將所述數(shù)據(jù)標(biāo)簽相匹配的一個或多個數(shù)據(jù)對象整合為同類數(shù)據(jù)對象組合，并作為搜索結(jié)果返回至用戶。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述數(shù)據(jù)標(biāo)簽包括第一數(shù)據(jù)標(biāo)簽和第二數(shù)據(jù)標(biāo)簽，第一數(shù)據(jù)標(biāo)簽和第二數(shù)據(jù)標(biāo)簽分別標(biāo)識數(shù)據(jù)對象不同的屬性特征。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，還包括：對所有待搜索的數(shù)據(jù)對象，預(yù)先整合處理，以確定每一個所述待搜索的數(shù)據(jù)對象相對應(yīng)的一個或多個同類數(shù)據(jù)對象，以得到數(shù)據(jù)對象映射關(guān)系表。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，對所有待搜索的數(shù)據(jù)對象，預(yù)先整合處理，包括：

對各數(shù)據(jù)對象中的第二數(shù)據(jù)標(biāo)簽以及第二數(shù)據(jù)標(biāo)簽類目分布表進行挖掘處理；

對各數(shù)據(jù)對象中的第二數(shù)據(jù)標(biāo)簽進行第二數(shù)據(jù)標(biāo)簽挖掘，生成所有數(shù)據(jù)對象的第二數(shù)據(jù)標(biāo)簽同義詞的集合；

對各數(shù)據(jù)對象中的第一數(shù)據(jù)標(biāo)簽進行第一數(shù)據(jù)標(biāo)簽挖掘，生成所有數(shù)據(jù)對象的第一數(shù)據(jù)標(biāo)簽同義詞集合；

對各數(shù)據(jù)對象中的第一數(shù)據(jù)標(biāo)簽和第二數(shù)據(jù)標(biāo)簽進行挖掘，生成第一數(shù)據(jù)標(biāo)簽至第二數(shù)據(jù)標(biāo)簽的映射關(guān)系。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，

所述第二數(shù)據(jù)標(biāo)簽同義詞包括：相同類目下，具有不同第二數(shù)據(jù)標(biāo)簽且具有相同第一數(shù)據(jù)標(biāo)簽的多個數(shù)據(jù)對象；

所述第一數(shù)據(jù)標(biāo)簽同義詞包括：同一數(shù)據(jù)對象中的多個相似的第一數(shù)據(jù)標(biāo)簽。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，對各數(shù)據(jù)對象中的第一數(shù)據(jù)標(biāo)簽和第二數(shù)據(jù)標(biāo)簽進行挖掘，生成第一數(shù)據(jù)標(biāo)簽至第二數(shù)據(jù)標(biāo)簽的映射關(guān)系，包括：如果一數(shù)據(jù)對象僅有一個第一數(shù)據(jù)標(biāo)簽且所述第一數(shù)據(jù)標(biāo)簽僅與唯一的第二數(shù)據(jù)標(biāo)簽存在共現(xiàn)，則建立所述第一數(shù)據(jù)標(biāo)簽與所述第二數(shù)據(jù)標(biāo)簽的映射關(guān)系。

7.根據(jù)權(quán)利要求3所述的方法，其特征在于，對所有待搜索的數(shù)據(jù)對象，預(yù)先整合處理，包括：

抽取同一數(shù)據(jù)對象中的一個或多個第二數(shù)據(jù)標(biāo)簽，以得到一個或多個候選第二數(shù)據(jù)標(biāo)簽，并對抽取的一個或多個候選第二數(shù)據(jù)標(biāo)簽進行消歧；

基于配置的規(guī)則，抽取多個數(shù)據(jù)對象中的第一數(shù)據(jù)標(biāo)簽，并對抽取的多個第一數(shù)據(jù)標(biāo)簽歸一化處理；

將互為同義詞的第二數(shù)據(jù)標(biāo)簽或第一數(shù)據(jù)標(biāo)簽進行歸一化；

根據(jù)構(gòu)建的第一數(shù)據(jù)標(biāo)簽與第二數(shù)據(jù)標(biāo)簽的映射關(guān)系，對缺少第二數(shù)據(jù)標(biāo)簽的數(shù)據(jù)對象，進行第二數(shù)據(jù)標(biāo)簽補全。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，對抽取的一個或多個候選第二數(shù)據(jù)標(biāo)簽進行消歧，包括：

基于第二數(shù)據(jù)標(biāo)簽的類目分布表，獲取所述候選第二數(shù)據(jù)標(biāo)簽在所述類目中出現(xiàn)的次數(shù)，若次數(shù)大于預(yù)設(shè)的閾值，則認為是所述數(shù)據(jù)對象的第二數(shù)據(jù)標(biāo)簽；和/或，若一數(shù)據(jù)對象出現(xiàn)多個候選第二數(shù)據(jù)標(biāo)簽，則選擇在第二數(shù)據(jù)標(biāo)簽類目分布表中，出現(xiàn)次數(shù)最多的一個所述第二數(shù)據(jù)標(biāo)簽作為所述數(shù)據(jù)對象的第二數(shù)據(jù)標(biāo)簽。

9.如權(quán)利要求1所述的方法，其特征在于，包括：

在搜索結(jié)果頁中，展示所述同類數(shù)據(jù)組合中的多個數(shù)據(jù)對象的其中一個，其中，所述同類數(shù)據(jù)組合包括：互為同類數(shù)據(jù)對象的多個數(shù)據(jù)對象。

10.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述同類數(shù)據(jù)對象包括：在相同類目下，具有相同或同義的第二數(shù)據(jù)標(biāo)簽并且具有相同或同義的第一數(shù)據(jù)標(biāo)簽的多個數(shù)據(jù)對象。