[發(fā)明專利]索引庫(kù)構(gòu)建方法、搜索方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710901601.3
• 申請(qǐng)日: 2017-09-28
• 公開(kāi)（公告）號(hào): CN110019645B
• 公開(kāi)（公告）日: 2022-04-19
• 發(fā)明（設(shè)計(jì)）人: 譚鑫
• 申請(qǐng)（專利權(quán)）人: 北京搜狗科技發(fā)展有限公司
• 主分類號(hào): G06F16/31
• 分類號(hào): G06F16/31;G06F16/29;G06F16/9535;G06F16/9537
• 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: 莎日娜

1.一種索引庫(kù)構(gòu)建方法，其特征在于，包括：

對(duì)興趣點(diǎn)Poi的數(shù)據(jù)源進(jìn)行掃描，確定各Poi的屬性信息和城市信息；

依據(jù)各Poi的屬性信息創(chuàng)建Poi的倒排索引；

依據(jù)所述城市信息對(duì)Poi的倒排索引進(jìn)行切分，得到基于城市信息的索引分塊；

按照不同城市信息對(duì)應(yīng)的索引分塊，對(duì)Poi的倒排索引進(jìn)行存儲(chǔ)構(gòu)建Poi索引庫(kù)；

所述方法還包括：

記錄每一個(gè)Poi所對(duì)應(yīng)的Poi熱度和用戶點(diǎn)擊歷史數(shù)據(jù)，并將所述Poi熱度和所述用戶點(diǎn)擊歷史數(shù)據(jù)融入到Poi的倒排索引中，以便基于所述Poi熱度和所述用戶點(diǎn)擊歷史數(shù)對(duì)Poi進(jìn)行排序。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述屬性信息為基于Poi的查詢域確定的，所述Poi的倒排索引包括：基于單個(gè)字符的倒排索引，所述依據(jù)各Poi的屬性信息創(chuàng)建Poi的倒排索引，包括：

分別從各Poi的屬性信息中，提取各Poi地址域信息和/或名稱域信息；

對(duì)各Poi名稱域信息包含的名稱字符以及地址域信息包含的地址字符進(jìn)行統(tǒng)計(jì)，確定基于單個(gè)字符的倒排索引。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述依據(jù)所述索引分塊構(gòu)建Poi索引庫(kù)，包括：

構(gòu)建Poi的倒排索引與索引分塊的對(duì)應(yīng)關(guān)系，所述倒排索引包括以下至少一項(xiàng)： Poi名稱索引和Poi地址索引；

基于所述Poi的倒排索引與索引分塊的對(duì)應(yīng)關(guān)系，構(gòu)建Poi索引庫(kù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)各Poi名稱域信息包含的名稱字符進(jìn)行統(tǒng)計(jì)，確定基于單個(gè)字符的倒排索引，包括：

對(duì)所述名稱域信息中所包含的名稱字符進(jìn)行統(tǒng)計(jì)，確定各名稱字符對(duì)應(yīng)的頻率；

依據(jù)各名稱字符對(duì)應(yīng)的頻率，確定各名稱字符的倒排鏈表，所述倒排鏈表包括：名稱字符編號(hào)、字符位置以及Poi熱度；

針對(duì)每一個(gè)Poi的名稱域信息，基于所述名稱字符的倒排鏈表構(gòu)建Poi名稱索引。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)各Poi地址域信息包含的地址字符進(jìn)行統(tǒng)計(jì)，確定基于單個(gè)字符的倒排索引，包括：

對(duì)所述地址域信息中所包含的地址字符進(jìn)行統(tǒng)計(jì)，確定各地址字符對(duì)應(yīng)的頻率；

依據(jù)各地址字符對(duì)應(yīng)的頻率，確定各地址字符的倒排鏈表，所述倒排鏈表包括：地址字符編號(hào)、字符位置以及Poi熱度；

針對(duì)每一個(gè)Poi的地址域信息，基于所述地址字符的倒排鏈表構(gòu)建Poi地址索引。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述依據(jù)所述城市信息對(duì)Poi的倒排索引進(jìn)行切分，得到基于城市信息的索引分塊，包括：

按照所述城市信息對(duì)各Poi的倒排索引進(jìn)行切分，得到各城市信息對(duì)應(yīng)的Poi的倒排索引；

基于同一城市信息對(duì)應(yīng)的Poi的倒排索引，生成對(duì)應(yīng)的索引分塊。

7.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述確定基于單個(gè)字符的倒排索引之前，所述方法還包括：

獲取歷史搜索數(shù)據(jù)，所述歷史搜索數(shù)據(jù)包括用戶的輸入法記錄數(shù)據(jù)、網(wǎng)頁(yè)點(diǎn)擊歷史數(shù)據(jù)和地圖點(diǎn)擊歷史數(shù)據(jù)；

對(duì)所述歷史搜索數(shù)據(jù)中的輸入法記錄數(shù)據(jù)、網(wǎng)頁(yè)點(diǎn)擊歷史數(shù)據(jù)和地圖點(diǎn)擊歷史數(shù)據(jù)進(jìn)行綜合分析，得到各字符對(duì)應(yīng)的Poi熱度。