[發(fā)明專利]一種基于標簽的圖書搜索方法

有效

• 申請?zhí)枺?/td>: 201510035855.2
• 申請日: 2015-01-23
• 公開（公告）號: CN104537116B
• 公開（公告）日: 2017-10-31
• 發(fā)明（設(shè)計）人: 張寅;張鵬
• 申請（專利權(quán)）人: 浙江大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 杭州求是專利事務所有限公司33200
• 代理人: 張法高

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖書館的數(shù)字資源搜索領(lǐng)域，尤其涉及一種基于標簽的圖書搜索方法。

背景技術(shù)

近年來互聯(lián)網(wǎng)上涌入了海量的信息內(nèi)容，為了方便管理和檢索信息，業(yè)界提出了許多高效的基于文本的信息檢索技術(shù)。

與此同時，隨著數(shù)字圖書館的興起，它在數(shù)字資源檢索領(lǐng)域呈現(xiàn)出與文本檢索不同的特點，例如搜索限制條件更加嚴格、元數(shù)據(jù)文本信息少等。

在圖書搜索這一場景中，用戶在搜索圖書時，往往處于以下幾種狀態(tài)之一：

(1)知道自己需要的書是哪一類書，但是不知道這個類別的書下面具體有哪些圖書，也不知道哪一本所述能容更適合自己；

(2)知道自己想要某一本書，但是記不清完整的書名、出版社等信息；

(3)明確知道自己需要的圖書書名、出版社、版次等信息。

傳統(tǒng)的圖書搜索系統(tǒng)往往更關(guān)注場景2和3，提供了完整的搜索限制條件，包括書名、作者、出版社、出版時間、館藏位置等多維度條件。但是這種搜索方式在面對場景1時，無法對用戶提供有效的搜索指引，并且由于過多的查詢限制條件，使得人機交互界面趨于復雜，因此難以使用，用戶體驗較差。

而在傳統(tǒng)的文本搜索領(lǐng)域，則更關(guān)注場景1和2。因為在全文搜索領(lǐng)域，文本沒有統(tǒng)一的結(jié)構(gòu)，因此搜索的維度只限于關(guān)鍵詞匹配、限制條件較少，導致搜素結(jié)果往往很寬泛，難以支持場景3。

為了提高對數(shù)字資源的檢索、管理能力，我們需要在通用文本檢索技術(shù)上做出改進，提出一種新的圖書搜索模式，能夠有效支持數(shù)字資源的特點，并支持上述圖書搜索場景下的3種需求。

發(fā)明內(nèi)容

本發(fā)明的目的是為了在通用文本檢索技術(shù)上做出改進，提出一種適用于數(shù)字圖書檢索特點的搜索方法，該方法具有更友好的人機交互方式，提供更完善的搜索功能，能夠滿足數(shù)字資源搜索限制條件更加嚴格、元數(shù)據(jù)文本信息少等特點。

基于標簽的圖書搜索方法包括以下步驟：

1)獲取圖書的元數(shù)據(jù)文本信息，包括由都柏林核心規(guī)范(Dublin Core Metadata)指定的15項數(shù)字資源元數(shù)據(jù)條目以及圖書的章節(jié)目錄，采用關(guān)鍵詞提取算法生成圖書的標簽；

2)將圖書的元數(shù)據(jù)和標簽一起寫入搜索系統(tǒng)的索引文件系統(tǒng)中，其中索引文件的生成和檢索功能采用Lucene全文檢索引擎工具包實現(xiàn)，索引文件的具體結(jié)構(gòu)包括5個域：圖書名稱、圖書作者、圖書主題、出版社名稱、圖書標簽，用戶在進行圖書檢索時，會在上述五個域中進行文本匹配以獲取搜索結(jié)果；

3)構(gòu)建圖書搜索的前端系統(tǒng)，提供用戶使用本系統(tǒng)的圖形界面。本系統(tǒng)采用B/S模式構(gòu)建，前臺系統(tǒng)采用基于WEB瀏覽器的圖形用戶界面，主要功能是提供圖書搜索的界面以及搜索結(jié)果展示界面；為了支撐數(shù)字圖書搜索場景的需求，前端系統(tǒng)的用戶交互途徑分為2個部分：第一步是統(tǒng)一搜索，通過鍵入關(guān)鍵詞進行搜索，獲得相對廣泛的搜索結(jié)果；第二步是添加標簽、類型、出版社等約束條件進行更精確的查詢。

4)構(gòu)建圖書搜索的后臺系統(tǒng)，并以Web Service的形式對外暴露服務接口。后臺系統(tǒng)的核心功能是提供圖書搜索服務，圖書搜索功能采用Lucene全文檢索引擎工具包實現(xiàn)，并且采用RestLet框架以REST的方式暴露服務接口，前端系統(tǒng)的搜索請求會調(diào)用圖書搜索接口。

5)進行搜索意圖推薦，利用圖書和搜索語句的關(guān)聯(lián)度、標簽與圖書的關(guān)聯(lián)度信息計算出標簽與搜索語句的關(guān)聯(lián)度，獲得關(guān)聯(lián)度排名較高的標簽，并隨著搜索結(jié)果一起返回給用戶；

本發(fā)明與現(xiàn)有技術(shù)相比具有的有益效果：

1.該系統(tǒng)針對圖書搜索的特點進行了人機交互方式優(yōu)化，提供更友好的用戶使用方式；

2.該系統(tǒng)除了能夠支持關(guān)鍵詞搜索功能，還提供基于標簽形式的搜索意圖推薦功能；

3.該系統(tǒng)支持多維度、多限制條件、搜索語句精確/模糊匹配等功能，更滿足圖書搜索的特點；

4.在搜索系統(tǒng)中引入了標簽，以標簽來描述數(shù)字資源的主題內(nèi)容，能夠更好的向用戶展示數(shù)字資源，幫助用戶更好的了解搜索結(jié)果。

附圖說明

圖1是基于標簽的搜索系統(tǒng)中前端系統(tǒng)的統(tǒng)一搜索界面；

圖2是基于標簽的搜索系統(tǒng)中前端系統(tǒng)的基于標簽的二次搜索界面；

圖3是基于標簽的多維度限制條件搜索；

圖4是基于標簽的搜索系統(tǒng)整體架構(gòu)圖。

具體實施方式