[發(fā)明專利]一種搜索推薦系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202111542121.5
• 申請日: 2021-12-16
• 公開（公告）號: CN114417115A
• 公開（公告）日: 2022-04-29
• 發(fā)明（設計）人: 李宇圣
• 申請（專利權）人: 航天信息股份有限公司
• 主分類號: G06F16/9532
• 分類號: G06F16/9532;G06F16/9537;G06F16/9538;G06F16/951
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 賈銀秋

本發(fā)明公開了一種搜索推薦系統(tǒng)及方法，屬于搜索推薦算法技術領域。本發(fā)明系統(tǒng)，包括：索引模塊，所述索引模塊采用Elasticsearch作為存儲介質，設置Elasticsearch字段的映射模板；所述索引模塊對用戶獲取的匹配詞進行索引；數據遷移模塊，所述數據遷移模塊對原始數據進行導入，并對導入的數據進行清洗，將所述清洗后的數據由所述Elasticsearch字段的映射模板映射至Elasticsearch的索引中；搜索模塊，所述搜索模塊接收用戶的搜索的關鍵詞，將所述關鍵詞推送至搜索推薦模塊；搜索推薦模塊，所述搜索推薦模塊內置搜索推薦算法，通過所述搜索推薦算法對用戶輸入的關鍵詞進行分詞及過濾，獲取匹配詞。本發(fā)明采用Elasticsearch作為存儲介質，極大的提高了系統(tǒng)的響應。

技術領域

本發(fā)明涉及搜索推薦算法技術領域，并且更具體地，涉及一種搜索推薦系統(tǒng)及方法。

背景技術

隨著互聯網技術的發(fā)展更新，數據量越來越大，用戶對系統(tǒng)快速響應及智能化的需求與日俱增。一般地，在網站顯眼的位置會有搜索框，用戶輸入關鍵詞后會在下方進行搜索關鍵詞推薦，用戶可以在推薦的此條中選擇符合自己需求的推薦詞條進行搜索。但是在大數據時代，響應速度和準確性成為了更緊迫的需求。面對不同用戶群，如果系統(tǒng)響應時間長，不能及時收到推薦；或者搜索時由于用戶輸入不準確、或者推薦算法參數維度少而造成推薦不符合用戶需求，就必須通過多次嘗試，或者必須準確輸入搜索詞來進行更好的搜索匹配，極大影響了用戶體驗。

發(fā)明內容

針對上述問題，本發(fā)明提出了一種搜索推薦系統(tǒng)，包括：

索引模塊，所述索引模塊采用Elasticsearch作為存儲介質，設置Elasticsearch字段的映射模板；所述索引模塊對用戶獲取的匹配詞進行索引；

數據遷移模塊，所述數據遷移模塊對原始數據進行導入，并對導入的數據進行清洗，將所述清洗后的數據由所述Elasticsearch字段的映射模板映射至Elasticsearch的索引中；

搜索模塊，所述搜索模塊接收用戶的搜索的關鍵詞，將所述關鍵詞推送至搜索推薦模塊；

搜索推薦模塊，所述搜索推薦模塊內置搜索推薦算法，通過所述搜索推薦算法對用戶輸入的關鍵詞進行分詞及過濾，獲取匹配詞。

可選的，索引模塊對用戶獲取的匹配詞進行索引，采用jieba和pinyin分詞相結合的形式，搜索字段使用jieba進行語義分詞并進行前綴、全拼和模糊過濾。

可選的，原始數據的導入包括全量導入以及增量導入。

可選的，搜索推薦算法為多維數據加權分排序算法。

可選的，搜索模塊，包括前端頁面以及后臺程序，所述前端頁面用于獲取用戶輸入的關鍵詞，所述后臺程序用于將所述關鍵詞傳輸至搜索推薦模塊。

本發(fā)明還提出了一種搜索推薦方法，包括：

設置存儲介質Elasticsearch字段的映射模板；

通過數據遷移模塊對原始數據進行導入，并對導入的數據進行清洗，將所述清洗后的數據由所述Elasticsearch字段的映射模板映射至Elasticsearch的索引中；

通過搜索模塊接收用戶的搜索的關鍵詞，將所述關鍵詞推送至搜索推薦模塊；

通過搜索推薦模塊內置搜索推薦算法，通過所述搜索推薦算法對用戶輸入的關鍵詞進行分詞及過濾，獲取匹配詞；通過索引模塊對用戶獲取的匹配詞進行索引。

可選的，索引模塊對用戶獲取的匹配詞進行索引，采用jieba和pinyin分詞相結合的形式，搜索字段使用jieba進行語義分詞并進行前綴、全拼和模糊過濾。

可選的，原始數據的導入包括全量導入以及增量導入。