[發明專利]信息搜索與發布方法與系統

有效

• 申請號: 201310522447.0
• 申請日: 2013-10-29
• 公開（公告）號: CN103530418B
• 公開（公告）日: 2017-07-11
• 發明（設計）人: 陳俊
• 申請（專利權）人: 北京永信至誠科技股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京安信方達知識產權代理有限公司11262
• 代理人: 王丹,栗若木

技術領域

本發明涉及互聯網領域，尤其涉及一種信息搜索與發布方法與系統。

背景技術

目前，隨著網絡的快速發展，萬維網逐漸成為用戶在工作、生活和學習中不可缺少的一部分，如何準確、高效地從萬維網上獲取信息成為一個巨大挑戰。通用性搜索引擎作為一個輔助人們檢索信息的工具存在著一定的局限性，如：

（1）不同領域、不同背景的用戶具有不同的搜索需求，通用搜索引擎所返回的結果包含大量用戶不關心的網頁；

（2）通用搜索只能在用戶輸入搜索條件時進行被動搜索，不能主動為用戶提供訂制信息。

發明內容

本發明提供了一種信息搜索與發布方法與系統，解決了通用性搜索引擎功能局限性的問題。

一種信息搜索與發布方法與系統，包括：

獲取目標網頁；

對所述目標網頁進行聚類分析，生成并存儲針對用戶的信息；

向所述用戶發布所述針對用戶的信息。

優選的，所述獲取目標網頁包括：

搜索目標網頁；

緩存所述目標網頁。

優選的，所述搜索目標網頁包括：

設置領域范圍和領域字典；

以所述領域字典為關鍵字進行搜索，獲取目標網頁；

將與所述領域字典中的關鍵字相匹配的網頁中詞語設置為網頁內容特征；

根據時間對所述網頁內容特征進行排序，并根據所述領域范圍對獲取的目標網頁進行分類。

優選的，所述以所述領域字典為關鍵字進行搜索，獲取目標網頁包括：

以領域字典為關鍵字進行檢索，得到候選URL；

從所述候選URL中選取與所述領域范圍相關性較高的URL進行抓取，作為目標網頁。

優選的，所述緩存所述目標網頁包括：

讀取所述目標網頁；

根據所述目標網頁與搜索時間，運用散列算法分別計算各目標網頁的散列值；

以所述散列值作為索引，將所述目標網頁存儲到散列值目錄。

優選的，所述對所述目標網頁進行聚類分析，生成并存儲針對用戶的信息包括：

讀取多個目標網頁的信息；

根據預置的分類條件，對讀取到的多個目標網頁的信息進行分類；

對分類后的各類別進行聚類分析；

將聚類分析后的目標網頁按照分類進行存儲，作為針對用戶的信息。

優選的，所述向所述用戶發布所述針對用戶的信息包括：

根據預置的發布條件，讀取所述針對用戶的信息；

向用戶推送相應的所述針對用戶的信息。

本發明還提供了一種信息搜索與發布系統，包括：

信息收集模塊，用于獲取目標網頁；

信息分析模塊，用于對所述目標網頁進行聚類分析，生成并存儲針對用戶的信息；

信息發布模塊，用于向所述用戶發布所述針對用戶的信息。

優選的，所述信息收集模塊包括：

信息搜索子模塊，用于搜索目標網頁，具體用于設置領域范圍和領域字典，以所述領域字典為關鍵字進行搜索，獲取目標網頁，將與所述領域字典中的關鍵字相匹配的網頁中詞語設置為網頁內容特征，根據時間對所述網頁內容特征進行排序，并根據所述領域范圍對獲取的目標網頁進行分類；

信息緩存子模塊，用于緩存所述目標網頁，具體用于讀取所述目標網頁，根據所述目標網頁與搜索時間，運用散列算法分別計算各目標網頁的散列值，以所述散列值作為索引，將所述目標網頁存儲到散列值目錄。

本發明提供了一種信息搜索與發布方法與系統，獲取目標網頁，對所述目標網頁進行聚類分析，生成并存儲針對用戶的信息，向所述用戶發布所述針對用戶的信息。實現了針對用戶習慣的要求定向精確的進行信息發布，解決了通用性搜索引擎功能局限性的問題。

附圖說明

圖1是本發明的實施例中在TCP/IP網絡中信息搜索與發布系統的組網示意圖；

圖2是本發明的實施例一中的信息搜索的流程圖；

圖3是本發明的實施例一中信息緩存的流程圖；

圖4是本發明的實施例一中信息分析的流程圖；

圖5是本發明的實施例一中信息發布的流程圖；

圖6是本發明的實施例二中信息搜索與發布系統架構的示意圖；

圖7是圖6中信息收集模塊601的結構示意圖；

圖8是本發明的實施例三中信息搜索與發布系統的主流程圖。

具體實施方式