[發(fā)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?zhí)枺?/td>: 201611074980.5
• 申請日: 2016-11-29
• 公開（公告）號: CN106776878A
• 公開（公告）日: 2017-05-31
• 發(fā)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

技術領域

本發(fā)明涉及一種對MOOC課程進行檢索的方法，具體涉及一種基于ElasticSearch對MOOC課程進行分面檢索的方法。

背景技術

MOOC中國作為至關重要的教育合作平臺，將帶領中國遠程教育走向國際舞臺。MOOC中國與絲路學院的結合，將成為互聯(lián)網(wǎng)+教育的全新模式，以嶄新的技術、資源、商業(yè)和服務理念和手段，實現(xiàn)網(wǎng)絡教育的轉型升級，實現(xiàn)中國的網(wǎng)絡教育走向世界。

ElasticSearch是一個基于Lucene的搜索服務器。它提供了一個分布式多用戶能力的全文搜索引擎，基于RESTful web接口。ElasticSearch是用Java開發(fā)的，其設計用于云計算中，能夠達到實時搜索，穩(wěn)定，可靠，快速，安裝使用方便，并作為Apache許可條款下的開放源碼發(fā)布，是當前流行的企業(yè)級搜索引擎。

現(xiàn)有國內外MOOC平臺中，課程檢索主要包括三個步驟：(1)對課程名稱的索引；(2)用戶在MOOC網(wǎng)站對課程名稱進行檢索；(3)MOOC檢索系統(tǒng)直接返回數(shù)據(jù)。

上述方法中的索引內容不夠全面，檢索方式單一，檢索結果輸出不夠智能。因此，這種大眾化的檢索方式并不能滿足用戶更全面的需求。

發(fā)明內容

為了解決現(xiàn)有技術中的問題，本發(fā)明提出一種基于ElasticSearch對MOOC課程進行分面檢索的方法，將繁雜、無序的課程資源整合成一個可個性化高效搜索的形式，緩解用戶搜索所需課程信息慢的弊端，提高用戶獲得有效信息的精準度，使用戶能夠檢索更全面的內容，更快檢索到想要的課程。

為了實現(xiàn)以上目的，本發(fā)明所采用的技術方案為：包括以下步驟：

1)元數(shù)據(jù)的獲取：首先從MOOC資源服務平臺獲取MOOC課程元數(shù)據(jù)，然后解析數(shù)據(jù)并將MOOC課程元數(shù)據(jù)存儲在本地資源數(shù)據(jù)庫中；

2)索引構建：首先在ElasticSearch中創(chuàng)建一個索引，然后通過ElasticSearch的批量導入機制，將本地資源數(shù)據(jù)庫中的MOOC課程元數(shù)據(jù)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(jù)MOOC課程資源的特點分析出若干個字段的數(shù)據(jù)并加入到待檢索字段中，然后利用ElasticSearch的Bool查詢嵌套，實現(xiàn)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(chuàng)建自己的檢索路徑，實現(xiàn)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。

所述步驟1)中元數(shù)據(jù)的獲取具體包括以下步驟：

1.1)通過基于HTTP協(xié)議的GET請求規(guī)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(huán)遍歷，根據(jù)CourseID這個字段通過基于HTTP協(xié)議的GET請求規(guī)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(shù)據(jù)；

1.4)將MOOC課程元數(shù)據(jù)存入本地的MySQL資源數(shù)據(jù)庫中。

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(shù)據(jù)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(chuàng)建一個索引Index_mooc；最后從本地MySQL資源數(shù)據(jù)庫中獲取MOOC課程元數(shù)據(jù)，利用ElasticSearch的Bulk批量導入索引Index_mooc中。

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(jù)MOOC課程資源的特點分析出七個字段的數(shù)據(jù)，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(jié)列表Chapterlist、教師團隊TeacherInfo、先修知識Priorknowledge和授課語言Language；