[發明專利]一種信息匹配方法及裝置

在審

• 申請號: 201510922330.0
• 申請日: 2015-12-14
• 公開（公告）號: CN106874294A
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 黎久希
• 申請（專利權）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: 北京新知遠方知識產權代理事務所(普通合伙)11397
• 代理人: 侯俊麗

1.一種信息匹配方法，其特征在于，包括如下步驟：

按照待匹配信息的字符順序接收所述待匹配信息；

將待匹配信息在預先構建的有窮狀態機DFA中進行匹配，所述DFA由預設的關鍵字構成，所述DFA中每個狀態的輸出列表包含所述狀態的子孫失敗狀態的輸出列表，所述狀態的子孫失敗狀態與所述狀態的字符相同；

在匹配過程中，如果當前狀態沒有與所述待匹配信息的字符相匹配的下一狀態，跳轉到所述當前狀態的失敗狀態繼續匹配。

2.如權利要求1所述的方法，其特征在于，進一步包括：

輸出與所述待匹配信息匹配的關鍵字集合。

3.如權利要求2所述的方法，其特征在于，進一步包括：

確定匹配的關鍵字在所述待匹配信息中的位置；

根據關鍵字所在位置、預設關鍵字權重和關鍵字的匹配次數計算所述待匹配信息的重要度。

4.如權利要求1所述的方法，其特征在于，在所述按照待匹配信息的字符順序接收所述待匹配信息之后，將待匹配信息在有窮狀態機DFA中進行匹配之前，進一步包括：

對所述待匹配信息進行預處理操作。

5.如權利要求4所述的方法，其特征在于，所述預處理操作包括以下至少一種：

中英文轉換、拼音漢字轉換、繁簡體轉換、全角半角轉換、數字大小寫轉換、去除干擾字符。

6.如權利要求1所述的方法，其特征在于，在所述按照待匹配信息的字符順序接收所述待匹配信息之前，進一步包括：

根據預先設置的關鍵字構建有窮狀態機DFA，所述DFA初始化時所有葉子節點分別獲得各自的輸出列表；

建立所述DFA中各狀態與其子孫失敗狀態的關聯關系，每個狀態獲得所述狀態的子孫失敗狀態的輸出列表。

7.一種信息匹配裝置，其特征在于，包括：

接收模塊，用于按照待匹配信息的字符順序接收所述待匹配信息；

匹配模塊，用于將待匹配信息在預先構建的有窮狀態機DFA中進行匹配，所述DFA由預設的關鍵字構成，所述DFA中每個狀態的輸出列表包含所述狀態的子孫失敗狀態的輸出列表，所述狀態的子孫失敗狀態與所述狀態的字符相同；在匹配過程中，如果當前狀態沒有與所述待匹配信息的字符相匹配的下一狀態，跳轉到所述當前狀態的失敗狀態繼續匹配。

8.如權利要求7所述的裝置，其特征在于，進一步包括：

輸出模塊，用于輸出與所述待匹配信息匹配的關鍵字集合。

9.如權利要求8所述的裝置，其特征在于，進一步包括：

確定模塊，用于確定匹配的關鍵字在所述待匹配信息中的位置；

計算模塊，用于根據關鍵字所在位置、預設關鍵字權重和關鍵字的匹配次數計算所述待匹配信息的重要度。

10.如權利要求7所述的裝置，其特征在于，進一步包括：

預處理模塊，用于在所述按照待匹配信息的字符順序接收所述待匹配信息之后，將待匹配信息在有窮狀態機DFA中進行匹配之前，對所述待匹配信息進行預處理操作。

11.如權利要求10所述的裝置，其特征在于，所述預處理模塊具體用于在所述按照待匹配信息的字符順序接收所述待匹配信息之后，將待匹配信息在有窮狀態機DFA中進行匹配之前，對所述待匹配信息進行以下至少一種操作：

中英文轉換、拼音漢字轉換、繁簡體轉換、全角半角轉換、數字大小寫轉換、去除干擾字符。

12.如權利要求7所述的裝置，其特征在于，進一步包括：

狀態機構建模塊，用于在所述按照待匹配信息的字符順序接收所述待匹配 信息之前，根據預先設置的關鍵字構建有窮狀態機DFA，所述DFA初始化時所有葉子節點分別獲得各自的輸出列表；建立所述DFA中各狀態與其子孫失敗狀態的關聯關系，每個狀態獲得所述狀態的子孫失敗狀態的輸出列表。