基于互联网的自适应搜索方法、设备和系统技术方案

本申请公开了一种基于互联网的自适应搜索方法，应用于搜索服务器，包括：接收并保存业务终端发送的各类业务中各个文件的描述数据的内容；针对每类业务，根据该类业务的描述数据生成该类业务的文本相关性配置文件；接收用户终端发送的携带搜索关键词的搜索请求，根据各类业务的文本相关性配置文件和所保存的各个文件的描述数据的内容，计算各个文件与所述搜索关键词的文本相关性分值，将计算出的所述文本相关性分值确定为该文件的总分值；根据计算出的各个文件的总分值由高到低排序，并将排序靠前的第一预设数量的总分值对应的文件的信息发送给所述用户终端。

【技术实现步骤摘要】

本专利技术涉及互联网
，尤其涉及一种基于互联网的自适应搜索方法、设备和系统。
技术介绍
非结构化的基于文本的搜索把各类形态各异的业务统一看作由各个字段组成的文本文件，每个字段的权重相同，这种搜索方法能够满足通用性，即不区分业务种类，使用同样的一套搜索方法和排序方法对各种不同种类的业务进行搜索，例如使用同样的搜索方法搜索电影、小说或图片等不同种类的业务。这样能够保证快速接入新的业务，同时最大程度降低搜索系统的维护成本。
技术实现思路
本专利技术实施例提供一种基于互联网的自适应搜索方法、设备和系统，以提高搜索服务器的搜索性能。本专利技术实施例的技术方案是这样实现的：一种基于互联网的自适应搜索方法，应用于搜索服务器，包括：接收并保存业务终端发送的各类业务中各个文件的描述数据的内容，所述描述数据是所述业务终端针对每类业务设置的，包括表征该类业务属性的文本字段及其各自权值；针对每类业务，根据该类业务的描述数据生成该类业务的文本相关性配置文件，其中，所述文本相关性配置文件中配置有根据该类业务的描述数据计算该类业务中任一文件与任一搜索关键词的文本相关性分值的计算方法；接收用户终端发送的携带搜索关键词的搜索请求，根据各类业务的文本相关性配置文件和所保存的各个文件的描述数据的内容，计算各个文件与所述搜索关键词的文本相关性分值，其中，针对每个文件，根据该文件所属业务的文本相关性配置文件，对该文件的描述数据的内容与所述搜索关键词的匹配程度进行打分，以计算得到该文件与所述搜索关键词的文本相关性分值，将计算出的所述文本相关性分值确定为该文件的总分值；根据计算出的各个文件的总分值由高到低排序，并将排序靠前的第一预设数量的总分值对应的文件的信息发送给所述用户终端。一种搜索服务器设备，包括：接收模块，用于接收并保存业务终端发送的各类业务中各个文件的描述数据的内容，所述描述数据是所述业务终端针对每类业务设置的，包括表征该类业务属性的文本字段及其各自权值；配置文件生成模块，用于针对每类业务，根据该类业务的描述数据生成该类业务的文本相关性配置文件，其中，所述文本相关性配置文件中配置有根据该类业务的描述数据计算该类业务中任一文件与任一搜索关键词的文本相关性分值的计算方法；所述接收模块还用于，接收用户终端发送的携带搜索关键词的搜索请求；计算模块，用于根据各类业务的文本相关性配置文件和所保存的各个文件的描述数据的内容，计算各个文件与所述搜索关键词的文本相关性分值，其中，针对每个文件，根据该文件所属业务的文本相关性配置文件，对该文件的描述数据的内容与所述搜索关键词的匹配程度进行打分，以计算得到该文件与所述搜索关键词的文本相关性分值，将计算出的所述文本相关性分值确定为该文件的总分值；发送模块，用于根据计算出的各个文件的总分值由高到低排序，并将排序靠前的第一预设数量的总分值对应的文件的信息发送给所述用户终端。一种基于互联网的自适应搜索系统，包括：一个搜索服务器、至少一个业务终端，和至少一个用户终端；业务终端，用于发送各类业务的各个文件的描述数据的内容；用户终端，用于发送携带搜索关键字的搜索请求给所述搜索服务器，并接收所述搜索服务器返回的文件的信息。根据本专利技术实施例提供的方法、设备和系统，搜索服务器接收并保存各类业务的各个文件的描述数据的内容，然后分别针对每种业务自动生成相关性配置文件，当搜索服务器接收到用户终端发送的搜索请求时，利用搜索请求携带的搜索关键词依次与已保存的各类业务包含的文件的描述字段进行匹配，并根据匹配结果以及自动生成的相关性配置文件为每个文件进行打分，并根据打分结果对各个文件进行排序，并为用户终端呈现排名靠前的预设数量的文件的信息，完成搜索任务，该方法能够自适应各种不同种类的业务，并根据业务种类的不同对文件的描述字段的权重进行定制，提高了搜索服务器的搜索性能。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为一种基于互联网的自适应搜索系统结构图；图2为本专利技术技术方案的流程图；图3为本专利技术实施例中的搜索服务器设备结构图；图4为为本专利技术一个实施例提供的搜索服务器硬件结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。现有技术中的搜索方法为了满足通用性，将不同种类的业务归一化为普通文本文档，如将影视文件和小说文件看作同样的文本文档，使用同样的一套搜索方法和排序方法对各种不同种类的业务进行搜索，本专利技术的专利技术人在发掘本专利技术的过程中发现，这种满足通用性的搜索方法不能得到最好的相关性效果，例如，不同种类的业务对于表征业务属性的描述字段的偏重不同，如影视业务中演员描述字段重要程度较高，编剧描述字段重要程度较低，而小说业务中作者描述字段重要程度较高，出版年份描述字段重要程度较低，有明显的区别，现有技术中将不同业务的不同字段的权重看作相同，这样的搜索方法不能使得搜索系统为用户提供最好的搜索效果。为解决上述问题，本专利技术提出一种基于互联网的自适应搜索方法、设备和系统，本专利技术实施例的技术方案是：图1为本专利技术技术方案的组网结构图，如图1所示，搜索系统包括一个搜索服务器、业务终端1、业务终端2和用户终端1，实际应用中业务终端的数量可以为多个，用户终端的数量可以为多个，图1为了便于说明本技术方案，仅以两个业务终端和一个用户终端为例。图2为本专利技术技术方案的流程图，如图2所示，包括以下步骤：步骤201：搜索服务器接收并保存业务终端发送的各类业务中各个文件的描述数据的内容，该描述数据是业务终端针对每类业务设置的，包括表征该类业务属性的文本字段及其各自权值。本步骤中，假设业务终端1对应的业务是小说业务，业务终端2对应的业务是影视业务。搜索服务器接收并保存业务终端1发送的小说业务的各个文件的描述数据的内容，假设如表1所示；搜索服务器接收并保存业务终端2发送的影视业务的各个文件的描述数据的内容，假设如表2所示。表1表2如表1所示，小说业务的文本字段分别为作者、任务、题目，业务终端1将所有小说业务的上述文本字段的内容发送给搜索服务器进行保存，小说业务中各个文件对于每个文本字段的权重的设置由业务终端1控制。表2所示的影视业务与小说业务类似，不再详述。步骤202：针对每类业务，搜索服务器根据该类业务的描述数据生成该类业务的文本相关性配置文件，其中，所述文本相关性配置文件中配置有根据该类业务的描述数据计算该类业务中任一文件与任一搜索关键词的文本相关性分值的计算方法。本步骤中的文本相关性配置文件配置有根据该类业务的描述数据计算该类业务中任一文件与任一搜索关键词的文本相关性分值的计算方法，该计算方法具体包括：表征该类业务中任一文件与任一搜索关键词之间的文本相关性的N个子分值公式，分别记为f1、f2、…、fN，所述N个子分值公本文档来自技高网...

【技术保护点】
一种基于互联网的自适应搜索方法，其特征在于，应用于搜索服务器，该方法包括：接收并保存业务终端发送的各类业务中各个文件的描述数据的内容，所述描述数据是所述业务终端针对每类业务设置的，包括表征该类业务属性的文本字段及其各自权值；针对每类业务，根据该类业务的描述数据生成该类业务的文本相关性配置文件，其中，所述文本相关性配置文件中配置有根据该类业务的描述数据计算该类业务中任一文件与任一搜索关键词的文本相关性分值的计算方法；接收用户终端发送的携带搜索关键词的搜索请求，根据各类业务的文本相关性配置文件和所保存的各个文件的描述数据的内容，计算各个文件与所述搜索关键词的文本相关性分值，其中，针对每个文件，根据该文件所属业务的文本相关性配置文件，对该文件的描述数据的内容与所述搜索关键词的匹配程度进行打分，以计算得到该文件与所述搜索关键词的文本相关性分值，将计算出的所述文本相关性分值确定为该文件的总分值；根据计算出的各个文件的总分值由高到低排序，并将排序靠前的第一预设数量的总分值对应的文件的信息发送给所述用户终端。

【技术特征摘要】
1.一种基于互联网的自适应搜索方法，其特征在于，应用于搜索服务器，该方法包括：接收并保存业务终端发送的各类业务中各个文件的描述数据的内容，所述描述数据是所述业务终端针对每类业务设置的，包括表征该类业务属性的文本字段及其各自权值；针对每类业务，根据该类业务的描述数据生成该类业务的文本相关性配置文件，其中，所述文本相关性配置文件中配置有根据该类业务的描述数据计算该类业务中任一文件与任一搜索关键词的文本相关性分值的计算方法；接收用户终端发送的携带搜索关键词的搜索请求，根据各类业务的文本相关性配置文件和所保存的各个文件的描述数据的内容，计算各个文件与所述搜索关键词的文本相关性分值，其中，针对每个文件，根据该文件所属业务的文本相关性配置文件，对该文件的描述数据的内容与所述搜索关键词的匹配程度进行打分，以计算得到该文件与所述搜索关键词的文本相关性分值，将计算出的所述文本相关性分值确定为该文件的总分值；根据计算出的各个文件的总分值由高到低排序，并将排序靠前的第一预设数量的总分值对应的文件的信息发送给所述用户终端。2.根据权利要求1所述的方法，其特征在于，每类业务的所述文本相关性配置文件中配置的所述计算方法具体包括：表征该类业务中任一文件与任一搜索关键词之间的文本相关性的N个子分值公式，分别记为f1、f2、…、fN，所述N个子分值公式用于分别从N个不同的角度对该类业务中的任一文件的文本字段与任一搜索关键词的匹配程度进行打分；并且，分别为每个子分值公式配置比重q，则该类业务中任一文件与任一搜索关键词的文本相关性分值的计算公式为：其中N为文本相关性子分值公式的个数，M为该类业务中任一文件的描述数据中文本字段的个数，qj为该类业务中第j个文本相关性子分值公式fj的比重，pi为该类业务中任一文件第i个文本字段的权值。3.根据权利要求1所述的方法，其特征在于，该方法进一步包括：在每类业务的描述数据中还包括权威度字段，所述权威度字段为衡量该类业务中任一文件权威性的数值；针对每类业务，在生成该类业务的文本相关性配置文件时，根据该类业务的描述数据中的所述权威度字段生成用于计算权威性分值的权威度配置文件；计算各个文件与所述搜索关键词的文本相关性分值时，针对每个文件，根据该文件所属业务的权威度配置文件，对该文件的权威度进行打分，以计算得到该文件的权威性分值；和/或，在每类业务的描述数据中还包括时间字段，所述时间字段为衡量该类业务中任一文件时新性的数值；针对每类业务，在生成该类业务的文本相关性配置文件时，根据该类业务的描述数据中的所述时间字段生成用于计算时新性分值的时新性配置文件；计算各个文件与所述搜索关键词的文本相关性分值时，针对每个文件，根据该文件所属业务的时新性配置文件，对该文件的时新性进行打分，以计算得到该文件的时新性分值；将该文件的文本相关性分值、权威度分值，和/或时新性分值的和确定为该文件的总分值。4.根据权利要求3所述的方法，其特征在于，所述根据该文件所属业务的权威度配置文件，对该文件的权威度进行打分，以计算得到该文件的权威性分值，包括：根据公式y＝α×h(x)计算权威性分值，其中，α为常数，用于保证该文件的权威性分值与文本相关性分值数量级相同；h(·)为正相关函数；x为该文件的权威度字段的内容；所述根据该文件所属业务的时新性配置文件，对该文件的时新性进行打分，以计算得到该文件的时新性分值，包括：根据公式y＝β×g(t)计算权威性分值，其中，β为常数，用于保证该文件的时新性分值与文本相关性分值数量级相同；g(·)为反相关函数；t为当前时间与该文件的时间字段的差值。5.根据权利要求2所述的方法，其特征在于，该方法进一步包括：接收所述业务终端发送的特定类型业务的定制文本相关性子分值公式，用所述定制文本相关性子分值公式覆盖所述特定类型业务的文本相关性配置文件中的文本相关性子分值公式。6.一种搜索服务器设备，其特征在于，该设备包括：接收模块，用于接收并保存业务终端发送的各类业务中各个文件的描述数据的内容，所述描述数据是所述业务终端针对每类业务设置的，包括表征该类业务属性的文本字段及其各自权值；配置文件生成模块，用于针对每类业务，...

【专利技术属性】
技术研发人员：马中团，康战辉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44