[發(fā)明專利]一種基于大范圍掃描的詞典優(yōu)化方法在審
| 申請?zhí)枺?/td> | 202011309180.3 | 申請日： | 2020-11-20 |
| 公開（公告）號： | CN112269855A | 公開（公告）日： | 2021-01-26 |
| 發(fā)明（設(shè)計）人： | 母延年 | 申請（專利權(quán)）人： | 南京好魚科技有限公司 |
| 主分類號： | G06F16/31 | 分類號： | G06F16/31;G06F16/36 |
| 代理公司： | 南京中軟知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32466 | 代理人： | 鄭燕飛 |
| 地址： | 210000 江蘇省南京市江寧區(qū)董*** | 國省代碼： | 江蘇;32 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 范圍 掃描 詞典 優(yōu)化 方法 | ||
1.一種基于大范圍掃描的詞典優(yōu)化方法，其特征在于，具體包括步驟如下：
步驟S1:首先設(shè)定一個固定篩選閥值，將tim詞典中對應(yīng)的doc文件小于該閥值的詞全部篩選出來，而大于該閥值的doclist進(jìn)行保留，將小于該閥值的定義為小文件，大于該閥值的定義為大文件；
步驟S2:對所述步驟S1中篩選后文件，每間隔固定周期就將所有詞的doclist進(jìn)行小文件合并處理，合并完成一個大文件，同時根據(jù)各個文件位置偏移量進(jìn)行記錄doclist所屬的分區(qū)信息；
步驟S3:將所述步驟S2每個文件對應(yīng)的分區(qū)偏移量信息記錄在大文件的尾部，在每次獲取所需文件時進(jìn)行讀取文件尾部位置信息來獲得所有doclist的偏移量；
步驟S4:將所述步驟S2合并大文件放入一個kv系統(tǒng)里面，kv系統(tǒng)進(jìn)行快速讀取，將隨機(jī)目錄的小文件進(jìn)行合并后避免大量的隨機(jī)磁盤數(shù)據(jù)輸入或輸出處理，至此完成相應(yīng)詞典文件優(yōu)化處理，作為后續(xù)索引文件。
2.根據(jù)權(quán)利要求1所述的一種基于大范圍掃描的詞典優(yōu)化方法，其特征在于：所述步驟S2中的間隔固定周期為一年或一個月或一季度或半年的時間周期。
3.根據(jù)權(quán)利要求1所述的一種基于大范圍掃描的詞典優(yōu)化方法，其特征在于：所述步驟S1中的文件篩選閥值為1MB。
4.根據(jù)權(quán)利要求1所述的一種基于大范圍掃描的詞典優(yōu)化方法，其特征在于：所述步驟S2中的文件位置偏移量信息包括文件名、文件格式、序列號及文件偏移數(shù)值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京好魚科技有限公司，未經(jīng)南京好魚科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011309180.3/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
