[發明專利]一種基于大數據的信息檢索系統及方法

在審

• 申請號: 201711344430.5
• 申請日: 2017-12-15
• 公開（公告）號: CN107977452A
• 公開（公告）日: 2018-05-01
• 發明（設計）人: 楊榮根;龔樂君
• 申請（專利權）人: 金陵科技學院
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 南京知識律師事務所32207
• 代理人: 陳卓

1.一種基于大數據的信息檢索系統，包括：數據抓取器、數據解析器、檢索器、索引器和搜索器其特征在于：還包括，客戶端用戶行為收集模塊和服務器端的大數據智能分析模塊。

2.根據權利要求1所述的一種基于大數據的信息檢索系統，其特征在于：用戶行為收集模塊：收集用戶在輸入檢索信息之后到用戶關閉瀏覽器這段時間，用戶的行為記錄；用戶的行為信息包括：點擊URL的條數，每條URL的內容，點擊URL的時間，關閉瀏覽器的時間。其中，點擊URL的時間指：用戶從搜索引擎返回到檢索結果列表中依次點擊URL的時間點。記錄用戶的點擊URL的時間點是為了計算兩次點擊之間的時間差，為大數據智能分析模塊提供判斷依據。

3.根據權利要求1所述的一種基于大數據的信息檢索系統，其特征在于：大數據智能分析模塊：將收集的用戶行為進行分析，根據用戶對某一檢索的點擊檢索項的行為判斷檢索詞和檢索項的準確性，重新排序(Rank)并更新數據庫，為下一次的檢索提供更加準確、用戶更加滿意的檢索結果。

4.根據權利要求1所述的一種基于大數據的信息檢索系統，其特征在于：用戶行為收集模塊以插件的形式，在用戶第一次訪問搜索引擎的時候下載安裝到客戶端的瀏覽器中，當用戶訪問搜索引擎的時候瀏覽器中的用戶行為收集模塊開始工作。

5.一種基于權利要求1所述的一種基于大數據的信息檢索方法，其特征在于：首先將搜索引擎抓取到的文檔按照其長度計算出一個閱讀時間作為時間閾值T；

其次從客戶端的用戶行為收集模塊獲得用戶行為信息，將該信息作為用戶對一次檢索結果中某一條URL滿意程度的評判依據，具體分如下情況：

用戶輸入了查詢詞匯之后從返回的列表中點擊了一條鏈接，用戶在打開URL的有效時間之后關閉了瀏覽器，則視為用戶對該URL非常滿意，則該URL在排序時增加3分參與排序；

用戶輸入了查詢詞匯之后從返回的列表中點擊了一條鏈接，用戶在打開URL的在小于閾值T的時間內點擊另一條URL，表明該URL對應的文檔對用戶來說是無益的，則在排序時減少1分參與排序；如果用戶在大于閾值T的時間后點擊另一條URL，表明該URL對應的文檔對用戶來說是有益的，但是并沒有完全解決問題；則在排序時增加1分參與排序。最后一次有效點擊之后用戶得到滿意的結果，則對用戶最后一次點擊的URL在排序時增加2分參與排序；

初始時檢索器根據傳統的相關性計算過程給出檢索項的排序，大數據智能分析模塊在收到客戶端用戶行為收集模塊的發回的用戶行為之后，就得到特定檢索詞對應于各URL的分值，與系統中的原來的分值進行合并，重新排序。

6.根據權利5所述的一種基于大數據的信息檢索方法，其特征在于：時間閾值T的計算公式為：

其中：x表示：文檔d的長度為x個字符，k為線性系數。