[發(fā)明專利]多文檔交集獲取方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710797899.8
• 申請(qǐng)日: 2017-09-06
• 公開（公告）號(hào): CN107766414B
• 公開（公告）日: 2020-06-12
• 發(fā)明（設(shè)計(jì)）人: 畢成龍;潘文彬
• 申請(qǐng)（專利權(quán)）人: 北京三快在線科技有限公司
• 主分類號(hào): G06F16/93
• 分類號(hào): G06F16/93;G06F16/953
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 王洪

1.一種多文檔交集獲取方法，其特征在于，所述方法包括：

針對(duì)搜索過程中需要求交集的至少兩個(gè)文檔集，獲取各文檔集的文檔集長(zhǎng)度；

對(duì)所述至少兩個(gè)文檔集的長(zhǎng)度進(jìn)行比較；

根據(jù)所述至少兩個(gè)文檔集的長(zhǎng)度差異確定獲得文檔交集的求交算法；其中，所述至少兩個(gè)文檔集的長(zhǎng)度差異為所述至少兩個(gè)文檔集的長(zhǎng)度之間的差值，或者，所述至少兩個(gè)文檔集的長(zhǎng)度差異為所述至少兩個(gè)文檔集中的最大文檔集長(zhǎng)度相對(duì)于最小文檔集長(zhǎng)度的比值；

所述根據(jù)所述至少兩個(gè)文檔集的長(zhǎng)度關(guān)系采取對(duì)應(yīng)的求交集查找算法包括：

在所述至少兩個(gè)文檔集的長(zhǎng)度差異符合預(yù)設(shè)條件的情況下，以至少兩個(gè)文檔集中具有最小文檔集長(zhǎng)度的文檔集中的查詢?cè)貫楸闅v起點(diǎn)，查找剩余的文檔集中是否有所述查詢?cè)兀?/p>

當(dāng)所述剩余的每個(gè)文檔集中均有所述查詢?cè)兀瑒t將所述查詢?cè)刈鳛樗鑫臋n交集的元素。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)條件包括：所述至少兩個(gè)文檔集中，最大文檔集長(zhǎng)度與最小文檔集長(zhǎng)度之間的差值超過第一預(yù)設(shè)閾值。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)條件包括：所述至少兩個(gè)文檔集中，最大文檔集長(zhǎng)度相對(duì)于最小文檔集長(zhǎng)度的比值超過第二預(yù)設(shè)閾值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在所述至少兩個(gè)文檔集的長(zhǎng)度差異符合預(yù)設(shè)條件的情況下，以至少兩個(gè)文檔集中具有最小文檔集長(zhǎng)度的文檔集中的查詢?cè)貫楸闅v起點(diǎn)，查找剩余的文檔集中是否有所述查詢?cè)氐牟襟E，包括：

對(duì)所述最小文檔集長(zhǎng)度的文檔集中的當(dāng)前排序序號(hào)的查詢?cè)剡M(jìn)行與剩余的文檔集中的元素的匹配；

如果在所述剩余的文檔集中的至少一個(gè)文檔集中未找到匹配所述當(dāng)前排序序號(hào)的查詢?cè)氐脑兀瑒t對(duì)所述最小文檔集長(zhǎng)度的文檔集中的下一排序序號(hào)的查詢?cè)剡M(jìn)行與剩余的文檔集中的元素的匹配；

如果在所述剩余的文檔集中的所有文檔集中均找到了匹配所述當(dāng)前排序序號(hào)的查詢?cè)氐脑兀瑒t將所述查詢?cè)刈鳛樗鑫臋n交集的元素。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述文檔集中的元素按標(biāo)識(shí)大小順排或者倒排而具有所述排序序號(hào)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

接收搜索詞；

根據(jù)接收到的所述搜索詞，構(gòu)建搜索語法樹，所述語法樹的葉子節(jié)點(diǎn)為所述搜索詞的搜索分詞。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述針對(duì)搜索過程中需要求交集的至少兩個(gè)文檔集，獲取各文檔集的文檔集長(zhǎng)度的步驟，包括：

從所述搜索語法還未進(jìn)行求交計(jì)算的求交節(jié)點(diǎn)中的最低層級(jí)的求交節(jié)點(diǎn)開始，根據(jù)所述求交節(jié)點(diǎn)的子節(jié)點(diǎn)確定需要求交集的所述至少兩個(gè)文檔集；

獲取每個(gè)文檔集的文檔集長(zhǎng)度。

8.根據(jù)權(quán)利要求1-7其中之一所述的方法，其特征在于，還包括：

在所述至少兩個(gè)文檔集的長(zhǎng)度差異不符合預(yù)設(shè)條件的情況下，則遍歷所述至少兩個(gè)文檔集中的最小的查詢?cè)兀檎沂Ｓ嗟拿總€(gè)文檔集中是否有所述查詢?cè)兀?/p>

當(dāng)所述剩余的每個(gè)文檔集中均有所述查詢?cè)兀瑒t將所述查詢?cè)刈鳛樗鑫臋n交集的元素。