[發明專利]KAD網絡中由關鍵詞哈希值推測關鍵詞的方法及系統

有效

• 申請號: 201310556473.5
• 申請日: 2013-11-11
• 公開（公告）號: CN103605708B
• 公開（公告）日: 2017-12-08
• 發明（設計）人: 程學旗;馮凱;孫慶;劉備;席鵬弼;王元卓;劉悅
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京泛華偉業知識產權代理有限公司11280
• 代理人: 王勇

1.一種KAD網絡中由關鍵詞哈希值推測所述關鍵詞的方法，所述方法包括：

步驟1)、利用關鍵詞哈希值在KAD網絡中搜索相關資源文件，得到所述相關資源文件的文件名；

步驟2)、對所述相關資源文件的所有文件名進行分詞處理，得到候選關鍵詞及所述候選關鍵詞在所述相關資源文件的所有文件名中出現的次數；以及

步驟3)、根據候選關鍵詞在所述相關資源文件的所有文件名中出現的次數推測所述關鍵詞。

2.根據權利要求1所述的方法，其中，步驟3)包括：

選擇在所述相關資源文件的文件名中出現次數大于等于預定閾值的候選關鍵詞；

當所選擇的候選關鍵詞的個數大于1時，對所選擇的候選關鍵詞進行哈希計算，將哈希計算的結果與所述關鍵詞哈希值相同的候選關鍵詞作為推測結果；

當所選擇的候選關鍵詞的個數等于1時，將該候選關鍵詞作為推測結果；

否則，確定推測結果為空。

3.根據權利要求2所述的方法，其中，所述預定閾值為所述相關資源文件的個數。

4.根據權利要求1-3中任何一個所述的方法，其中，步驟2)包括：

找到所述相關資源文件的文件名中的分詞符，將由所述分詞符隔開的詞作為候選關鍵詞；以及

計算所述候選關鍵詞在所述相關資源文件的文件名中出現的次數。

5.根據權利要求4所述的方法，其中所述分詞符包括標點符號。

6.一種KAD網絡中由關鍵詞哈希值推測所述關鍵詞的系統，所述系統包括：

搜索模塊，用于利用關鍵詞哈希值在KAD網絡中搜索相關資源文件，得到所述相關資源文件的文件名；

推測模塊，用于對所述相關資源文件的所有文件名進行分詞處理，得到候選關鍵詞及所述候選關鍵詞在所述相關資源文件的所有文件名中出現的次數；以及根據候選關鍵詞在所述相關資源文件的所有文件名中出現的次數推測所述關鍵詞。

7.根據權利要求6所述的系統，其中，所述推測模塊用于選擇在所述相關資源文件的文件名中出現次數大于等于預定閾值的候選關鍵詞；

當所選擇的候選關鍵詞的個數大于1時，對所選擇的候選關鍵詞進行哈希計算，將哈希計算的結果與所述關鍵詞哈希值相同的候選關鍵詞作為推測結果；

當所選擇的候選關鍵詞的個數等于1時，將該候選關鍵詞作為推測結果；

否則，確定推測結果為空。

8.根據權利要求7所述的系統，其中，所述預定閾值為所述相關資源文件的個數。

9.根據權利要求6-8中任何一個所述的系統，其中推測模塊用于找到所述相關資源文件的文件名中的分詞符，將由所述分詞符隔開的詞作為候選關鍵詞；以及計算所述候選關鍵詞在所述相關資源文件的文件名中出現的次數。

10.根據權利要求9所述的系統，其中所述分詞符包括標點符號。