[發明專利]一種基于ElasticSearch對MOOC課程進行分面檢索的方法

在審

• 申請號: 201611074980.5
• 申請日: 2016-11-29
• 公開（公告）號: CN106776878A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 劉均;石磊;魏筆凡;王萌;姚思雨;曾宏偉;郭朝彤;王瑞杰
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/20
• 代理公司: 西安通大專利代理有限責任公司61200
• 代理人: 陸萬壽

1.一種基于ElasticSearch對MOOC課程進行分面檢索的方法，其特征在于，包括以下步驟：

1)元數據的獲取：首先從MOOC資源服務平臺獲取MOOC課程元數據，然后解析數據并將MOOC課程元數據存儲在本地資源數據庫中；

2)索引構建：首先在ElasticSearch中創建一個索引，然后通過ElasticSearch的批量導入機制，將本地資源數據庫中的MOOC課程元數據在ElasticSearch集群中建立索引；

3)多字段檢索和字段權重設置：首先根據MOOC課程資源的特點分析出若干個字段的數據并加入到待檢索字段中，然后利用ElasticSearch的Bool查詢嵌套，實現多字段檢索；最后對不同字段通過設置不同的權重，排除檢索結果中的干擾信息；

4)分面檢索和查詢結果排序：首先設置若干個分面，利用ElasticSearch的聚合查詢從不同分面對MOOC課程進行篩選和過濾，允許用戶創建自己的檢索路徑，實現分面檢索；然后設置排序，在MOOC課程檢索結果的基礎上按照一個特定分面進行排序，使具有預期屬性的MOOC課程盡可能靠前，完成檢索結果排序；

5)設置檢索服務接口，提供MOOC課程檢索服務，檢索服務接口要求用戶提供檢索關鍵詞和檢索分面信息，用戶提供檢索關鍵詞和檢索分面信息后，檢索服務接口向用戶返回MOOC課程信息列表以及課程分面聚合結果。

2.根據權利要求1所述的一種基于ElasticSearch對MOOC課程進行分面檢索的方法，其特征在于，所述步驟1)中元數據的獲取具體包括以下步驟：

1.1)通過基于HTTP協議的GET請求規范從MOOC中國資源服務平臺獲取課程列表；

1.2)將所有課程的CourseID放入隊列中進行循環遍歷，根據CourseID這個字段通過基于HTTP協議的GET請求規范從MOOC中國資源服務平臺獲取每一課程的JSON文件；

1.3)利用JsonPath解析語法，對JSON文件進行解析，獲取MOOC課程元數據；

1.4)將MOOC課程元數據存入本地的MySQL資源數據庫中。

3.根據權利要求1所述的一種基于ElasticSearch對MOOC課程進行分面檢索的方法，其特征在于，所述步驟2)中索引構建具體包括：首先構建ElasticSearch的Mapping描述文件，指明每一個字段如何索引數據以及是否被檢索到，并使用一個默認的分析器Analyzer；然后將Mapping文件寫入ElasticSearch集群中，創建一個索引Index_mooc；最后從本地MySQL資源數據庫中獲取MOOC課程元數據，利用ElasticSearch的Bulk批量導入索引Index_mooc中。

4.根據權利要求1所述的一種基于ElasticSearch對MOOC課程進行分面檢索的方法，其特征在于，所述步驟3)中多字段檢索和字段權重設置具體包括以下步驟：

3.1)根據MOOC課程資源的特點分析出七個字段的數據，七個字段包括課程名稱CourseName、課程簡介Introduction、課程機構名稱OrgName、章節列表Chapterlist、教師團隊TeacherInfo、先修知識Priorknowledge和授課語言Language；

3.2)設置ElasticSearch的查詢器TermQuery和MatchQuery，并用ElasticSearch的Bool查詢進行嵌套，實現多字段檢索；

3.3)設置不同字段的權重，引入權重公式ω＝CourseName×1.0+Introduction×ω₁+OrgName×ω₂+Chapterlist×ω₃+TeacherInfo×ω₄+Priorknowledge×ω₅+Language×ω₆；其中MOOC課程名稱CourseName的系數為1.0，其他字段系數ω₁、ω₂、ω₃、ω₄、ω₅和ω₆為待定系數。