[發(fā)明專(zhuān)利]一種基于云計(jì)算的大數(shù)據(jù)檢索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710792577.4
• 申請(qǐng)日: 2017-09-05
• 公開(kāi)（公告）號(hào): CN107506473B
• 公開(kāi)（公告）日: 2020-10-27
• 發(fā)明（設(shè)計(jì)）人: 周湘貞;李鑫;劉曉東;馮穎超;張輝
• 申請(qǐng)（專(zhuān)利權(quán)）人: 鄭州升達(dá)經(jīng)貿(mào)管理學(xué)院
• 主分類(lèi)號(hào): G06F16/22
• 分類(lèi)號(hào): G06F16/22;G06F16/2458
• 代理公司: 西安銘澤知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61223
• 代理人: 李振瑞

本發(fā)明公開(kāi)了一種基于云計(jì)算的大數(shù)據(jù)檢索方法，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域。該方法包括：將云存儲(chǔ)系統(tǒng)中的內(nèi)容數(shù)據(jù)映射到對(duì)應(yīng)的內(nèi)容索引中，并從映射到內(nèi)容索引中的內(nèi)容數(shù)據(jù)中提取主題數(shù)據(jù)，將主題數(shù)據(jù)映射到對(duì)應(yīng)的主題索引中；當(dāng)完成新內(nèi)容數(shù)據(jù)和新主題數(shù)據(jù)索引時(shí)，對(duì)各內(nèi)容索引和主題索引分別進(jìn)行重合度檢測(cè)，當(dāng)檢測(cè)重合度為預(yù)設(shè)重合度時(shí)，對(duì)內(nèi)容索引和主題索引進(jìn)行合并重新整合；構(gòu)建完整索引空間；根據(jù)關(guān)鍵字對(duì)主題索引進(jìn)行主題檢索；根據(jù)關(guān)鍵字對(duì)內(nèi)容索引進(jìn)行內(nèi)容檢索。本發(fā)明在云存儲(chǔ)系統(tǒng)中建立主題索引和內(nèi)容索引的兩級(jí)索引，檢索時(shí)根據(jù)需要選擇通過(guò)主題索引進(jìn)行檢索還是通過(guò)內(nèi)容索引進(jìn)行檢索，提高了檢索效率，并增加了檢索靈活性。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，更具體的涉及一種基于云計(jì)算的大數(shù)據(jù)檢索方法。

背景技術(shù)

云計(jì)算系統(tǒng)能夠提供海量存儲(chǔ)、可靠服務(wù)，日益受到重視，在云基礎(chǔ)設(shè)施中，由成千上萬(wàn)臺(tái)互相連接在一起的計(jì)算機(jī)構(gòu)成提供服務(wù)的“云”，大量的用戶(hù)可以同時(shí)共享這塊“云”，并根據(jù)自己的實(shí)際需求對(duì)所需資源進(jìn)行剪裁。在云計(jì)算網(wǎng)絡(luò)科技技術(shù)水平飛躍發(fā)展的同時(shí)，為了避免有用的數(shù)據(jù)信息流失，就需要建立相應(yīng)的數(shù)據(jù)庫(kù)作為載體來(lái)存儲(chǔ)這些數(shù)據(jù)，但由于數(shù)據(jù)庫(kù)時(shí)間與空間的復(fù)雜性過(guò)高，因此，除了要考慮網(wǎng)絡(luò)傳播時(shí)的安全性外，還要考慮數(shù)據(jù)的查詢(xún)延時(shí)。

現(xiàn)有技術(shù)中，由于網(wǎng)絡(luò)大數(shù)據(jù)的時(shí)空復(fù)雜性，傳統(tǒng)的關(guān)鍵字檢索效率底下，且檢索結(jié)果仍然包括大量旁雜信息，檢索質(zhì)量不高；新存入的數(shù)據(jù)不能被及時(shí)地檢索到，必須等到后臺(tái)的批處理任務(wù)完成掃描才可被檢索，實(shí)時(shí)性差。

綜上所述，現(xiàn)有技術(shù)中，存在大數(shù)據(jù)檢索效率低、檢索質(zhì)量不高和實(shí)時(shí)性差的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種基于云計(jì)算的大數(shù)據(jù)檢索方法，用以解決現(xiàn)有技術(shù)中存在大數(shù)據(jù)檢索效率低、檢索質(zhì)量不高和實(shí)時(shí)性差的問(wèn)題。

本發(fā)明實(shí)施例提供一種基于云計(jì)算的大數(shù)據(jù)檢索方法，包括：

在云存儲(chǔ)系統(tǒng)中開(kāi)辟內(nèi)容索引和主題索引管理空間，按照等量有序原則設(shè)定內(nèi)容索引和主題索引管理空間范圍；

將云存儲(chǔ)系統(tǒng)中的內(nèi)容數(shù)據(jù)映射到對(duì)應(yīng)的內(nèi)容索引中，并從映射到內(nèi)容索引中的內(nèi)容數(shù)據(jù)中提取主題數(shù)據(jù)，將主題數(shù)據(jù)映射到對(duì)應(yīng)的主題索引中；

當(dāng)有新內(nèi)容數(shù)據(jù)存入云存儲(chǔ)系統(tǒng)時(shí)，從新內(nèi)容數(shù)據(jù)中提取新主題數(shù)據(jù)，將新內(nèi)容數(shù)據(jù)和新主題數(shù)據(jù)分別映射到空閑的內(nèi)容索引和主題索引中；

當(dāng)完成新內(nèi)容數(shù)據(jù)和新主題數(shù)據(jù)的內(nèi)容索引和主題索引時(shí)，對(duì)各內(nèi)容索引和主題索引分別進(jìn)行重合度檢測(cè)，當(dāng)檢測(cè)重合度為預(yù)設(shè)重合度時(shí)，對(duì)內(nèi)容索引和主題索引進(jìn)行合并重新整合；

將各內(nèi)容索引、各主題索引、以及各內(nèi)容索引與對(duì)應(yīng)的主題索引進(jìn)行關(guān)聯(lián)，構(gòu)成完整的索引空間；

根據(jù)關(guān)鍵字對(duì)主題索引進(jìn)行主題檢索，檢索出以主題相關(guān)度為主的主題數(shù)據(jù)和對(duì)應(yīng)的內(nèi)容數(shù)據(jù)；其中，按照“關(guān)鍵字+Z1”的格式進(jìn)行一級(jí)主題檢索，關(guān)鍵字相關(guān)度為70％～100％為一級(jí)主題檢索結(jié)果；按照“關(guān)鍵字+Z2”的格式進(jìn)行二級(jí)主題檢索，關(guān)鍵字相關(guān)度為30％～100％為二級(jí)主題檢索結(jié)果；按照“關(guān)鍵字+Z3”的格式進(jìn)行三級(jí)主題檢索，關(guān)鍵字相關(guān)度為1％～100％為三級(jí)主題檢索結(jié)果；

根據(jù)關(guān)鍵字對(duì)內(nèi)容索引進(jìn)行內(nèi)容檢索，檢索出以?xún)?nèi)容相關(guān)度為主的內(nèi)容數(shù)據(jù)和對(duì)應(yīng)主題的數(shù)據(jù)；其中，按照“關(guān)鍵字+N1”的格式進(jìn)行一級(jí)內(nèi)容檢索，關(guān)鍵字相關(guān)度為90％～100％為一級(jí)內(nèi)容檢索結(jié)果；按照“關(guān)鍵字+N2”的格式進(jìn)行二級(jí)內(nèi)容檢索，關(guān)鍵字相關(guān)度為80％～100％為二級(jí)內(nèi)容檢索結(jié)果；按照“關(guān)鍵字+N3”的格式進(jìn)行三級(jí)內(nèi)容檢索，關(guān)鍵字相關(guān)度為60％～100％為三級(jí)內(nèi)容檢索結(jié)果；按照“關(guān)鍵字+N4”的格式進(jìn)行四級(jí)內(nèi)容檢索，關(guān)鍵字相關(guān)度為40％～100％為四級(jí)內(nèi)容檢索結(jié)果；按照“關(guān)鍵字+N5”的格式進(jìn)行五級(jí)內(nèi)容檢索，關(guān)鍵字相關(guān)度為1％～100％為五級(jí)內(nèi)容檢索結(jié)果。