[發明專利]一種結構化數據搜索方法

在審

• 申請號: 201410314941.2
• 申請日: 2014-07-02
• 公開（公告）號: CN104123346A
• 公開（公告）日: 2014-10-29
• 發明（設計）人: 蘇凱;吳廣財;桂媛;陳非
• 申請（專利權）人: 廣東電網公司信息中心
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 廣州知友專利商標代理有限公司 44104
• 代理人: 周克佑

1.一種結構化數據搜索方法，其特征在于包括以下步驟：

步驟A：對數據倉庫的數據進行技術標準化，得到進行技術標準化后擴展的所有事實表和維度表：

a1.將已有數據倉庫標準化為事實表和維度表的模式；

a2.將已有數據倉庫標準化為星型模型；

a3.在已有數據倉庫,對于存在笛卡兒乘積的維度表都轉化為單一維度的維度表；

步驟B：建立搜索模型的配置參數表；

根據步驟A的結果配置參數表，配置參數表由度量配置參數表、維度配置參數表和維度值配置參數表3張表構成；

所述度量配置參數表包括的數據項為度量名稱、所屬表名、度量對應字段名和數據聚合特征；所述維度配置參數表的數據項主要包括維度名稱、所屬表名、維度字段名、維度表主鍵和優先級別，其中優先級別是一個排列序號，0最高，數字越大優先級越小；所述維度值配置參數表包括維度值、所屬表名、維度字段名、維度表主鍵；

步驟C：根據配置參數表生成搜索模型表：通過SQL語句插入的方式，生成搜索模型表，搜索模型表的字段包括：索引名、類型、表名、字段名、維度表ID、聚合特征；3張配置參數表中的每一行數據對應生成搜索模型表中的一條數據，即搜索模型表的數據是3張配置參數表的數據之和，其中類型區分來自與不同的配置表；

步驟D：根據搜索模型表，實現結構化數據搜索，所述搜索過程為：

首先根據用戶的輸入信息進行分詞處理，將輸入參數拆分為多個單獨的索引；再根據拆分出的索引，在搜索模型表中找到各個索引的對應屬性；根據屬性類型生成查詢語句，對于度量和維度，放到查詢語句的SELECT中，而維度值則放到WHERE的限制語句中，并得到查詢結果。

2.根據權利要求1所述的方法，其特征在于：所述將已有數據倉庫標準化為事實表和維度表的模式的具體過程為:已有數據倉庫有源數據表D包含A1、A2、…An，B1、B2、…Bm,其中A1-An為枚舉型的文本值或數值，B1-Bm為數字型的度量值，則將源數據表D拆分為一個事實表Fmn和n個維度表(DA1-DAn)組成，事實表Fmn的構成是A1ID、A2ID、…AnID，B1、B2、…Bm，其中A1ID、A2ID、…AnID分別和n個維度表進行關聯,每個維度表Ai的構成是AiID、AiName；其中AiID是指維度Ai的ID，即唯一的數字標示；AiName是指維度表Ai的Name，即名稱。

3.根據權利要求1所述的方法，其特征在于：還包括搜索模型的更新和自我學習過程：在步驟B中建立的3張配置表可以覆蓋數據倉庫中所有的度量和維度，當數據倉庫中的模型發生變更時，所述變更包括：新增、修改或刪除，配置參數表也需要進行對應的變更操作，當3張配置參數表變更完成后，步驟C中的數據搜索模型也需要重新生成。

4.根據權利要求1所述的方法，其特征在于：所述步驟B還包括配置索引映射關系表的過程，所述索引映射關系表用來進行索引名稱的模糊匹配，所述索引映射關表表結構為：標準索引名、模糊匹配名稱；所述索引映射關系表的初始值根據常規邏輯，手工進行維護，后續根據用戶搜索習慣，逐步豐富完善，形成針對具體業務的匹配詞庫。

5.根據權利要求1所述的方法，其特征在于：所述數據聚合特征是指度量值的結果聚合方式，具體包括6類特征：求和、最大值、最小值、平均值、計數、無。