[發(fā)明專利]一種分類搜索的方法和裝置

在審

• 申請?zhí)枺?/td>: 202011522666.5
• 申請日: 2020-12-21
• 公開（公告）號: CN112612945A
• 公開（公告）日: 2021-04-06
• 發(fā)明（設(shè)計）人: 張瑩
• 申請（專利權(quán)）人: 網(wǎng)娛互動科技（北京）股份有限公司
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06F16/9538;G06F40/289;G06K9/62
• 代理公司: 北京久維律師事務(wù)所 11582
• 代理人: 邢江峰

本發(fā)明實(shí)施例涉及一種分類搜索的方法和裝置，所述方法包括：獲取第一搜索關(guān)鍵詞數(shù)據(jù)和第一搜索類型標(biāo)簽數(shù)據(jù)；對第一信息記錄集合進(jìn)行輪詢，并將當(dāng)前被輪詢的第一信息記錄做為當(dāng)前信息記錄；從當(dāng)前信息記錄中，提取第一原文信息做為當(dāng)前原文信息，并提取第一關(guān)鍵詞信息組序列做為當(dāng)前關(guān)鍵詞信息組序列；根據(jù)第一搜索關(guān)鍵詞數(shù)據(jù)，進(jìn)行第一搜索匹配處理；處理成功則根據(jù)第一搜索類型標(biāo)簽數(shù)據(jù)，進(jìn)行第二搜索匹配處理；處理成功則將當(dāng)前原文信息做為第一搜索結(jié)果信息；由所有第一搜索結(jié)果信息組成第一搜索結(jié)果信息集合。使用本發(fā)明實(shí)施例，不僅可以減少數(shù)據(jù)資源浪費(fèi)，還可以提高搜索效率、降低分析人員的工作難度、提升分析結(jié)果的準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種分類搜索的方法和裝置。

背景技術(shù)

網(wǎng)絡(luò)信息分析就是根據(jù)特定的分析目標(biāo)，對與這個分析目標(biāo)貼合的網(wǎng)絡(luò)信息進(jìn)行深層次的思維、加工、分析和研究，并最終得到相關(guān)分析結(jié)論。網(wǎng)絡(luò)信息分析的準(zhǔn)確度取決于網(wǎng)絡(luò)信息的數(shù)量和信息本身的貼合度。所以在進(jìn)行網(wǎng)絡(luò)信息分析之前，都需要收集足夠數(shù)量的、盡可能貼近分析目標(biāo)的海量數(shù)據(jù)來完成數(shù)據(jù)準(zhǔn)備工作。

然而在進(jìn)行數(shù)據(jù)收集時，我們發(fā)現(xiàn)，雖然收集者可以通過人工查詢、搜索引擎或網(wǎng)絡(luò)爬蟲軟件等多種手段或工具，獲取到足夠多的原始信息源，但并不對收集到的信息源進(jìn)行特征提取處理；所以，在后期分析階段時，分析者只能通過全文比對的方式查找關(guān)鍵詞所在的信息。這種處理方式的缺陷很明顯，在數(shù)據(jù)量小的時候，執(zhí)行時間長、搜索效率低下；在處理海量數(shù)據(jù)的時候，常常會出現(xiàn)計算資源溢出等問題，無法完成搜索。這不僅僅加大了分析人員的工作難度、也容易造成數(shù)據(jù)資源浪費(fèi)、分析結(jié)果不準(zhǔn)確等問題。

發(fā)明內(nèi)容

本發(fā)明的目的，就是針對現(xiàn)有技術(shù)的缺陷，提供一種分類搜索的方法、裝置、電子設(shè)備、計算機(jī)程序產(chǎn)品及計算機(jī)可讀存儲介質(zhì)，通過對收集到的原始信息進(jìn)行智能分詞和類型標(biāo)簽標(biāo)記處理，為原始信息增加了關(guān)鍵詞和與關(guān)鍵詞對應(yīng)的類型標(biāo)簽，在對經(jīng)過處理的原始信息集合進(jìn)行搜索時，使用關(guān)鍵詞加類型標(biāo)簽的搜索方式完成搜索；使用本發(fā)明實(shí)施例，不僅可以減少數(shù)據(jù)資源浪費(fèi)，還可以提高搜索效率、降低分析人員的工作難度、提升分析結(jié)果的準(zhǔn)確性。

為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例第一方面提供了一種分類搜索的方法，所述方法包括：

獲取第一搜索關(guān)鍵詞數(shù)據(jù)和第一搜索類型標(biāo)簽數(shù)據(jù)；

對預(yù)設(shè)的第一信息記錄集合的所有第一信息記錄進(jìn)行輪詢，并將當(dāng)前被輪詢的所述第一信息記錄，做為當(dāng)前信息記錄；所述第一信息記錄集合包括多個所述第一信息記錄；所述第一信息記錄包括第一原文信息和第一關(guān)鍵詞信息組序列；所述第一關(guān)鍵詞信息組序列包括多個第一關(guān)鍵詞信息組；所述第一關(guān)鍵詞信息組包括第一關(guān)鍵詞信息和第一關(guān)鍵詞類型標(biāo)簽信息；

從所述當(dāng)前信息記錄中，提取所述第一原文信息，做為當(dāng)前原文信息；并提取所述第一關(guān)鍵詞信息組序列，做為當(dāng)前關(guān)鍵詞信息組序列；

根據(jù)所述第一搜索關(guān)鍵詞數(shù)據(jù)，對所述當(dāng)前關(guān)鍵詞信息組序列中的所有所述第一關(guān)鍵詞信息，進(jìn)行第一搜索匹配處理；

所述第一搜索匹配處理成功，則根據(jù)所述第一搜索類型標(biāo)簽數(shù)據(jù)，對所述當(dāng)前關(guān)鍵詞信息組序列中的所有所述第一關(guān)鍵詞類型標(biāo)簽信息，進(jìn)行第二搜索匹配處理；

所述第二搜索匹配處理成功，則將所述當(dāng)前原文信息，做為第一搜索結(jié)果信息；

由所有所述第一搜索結(jié)果信息，組成第一搜索結(jié)果信息集合。

優(yōu)選的，所述根據(jù)所述第一搜索關(guān)鍵詞數(shù)據(jù)，對所述當(dāng)前關(guān)鍵詞信息組序列中的所有所述第一關(guān)鍵詞信息，進(jìn)行第一搜索匹配處理，具體包括：

依次提取所述當(dāng)前關(guān)鍵詞信息組序列中的所述第一關(guān)鍵詞信息，做為當(dāng)前關(guān)鍵詞信息，當(dāng)所述當(dāng)前關(guān)鍵詞信息與所述第一搜索關(guān)鍵詞數(shù)據(jù)相同時，所述第一搜索匹配處理成功。