基于大数据的资源检索方法及系统技术方案

本申请提供的基于大数据的资源检索方法及系统，通过参考局部创新资源数据簇绑定的第一局部创新资源数据簇，并利用事先配置的第一人工智能线程对参考局部创新资源数据簇和第一局部创新资源数据簇进行处理以得到优化局部创新资源数据簇，基于局部创新资源数据簇进行检索，得到资源检索结果，由此针对用于对参考创新资源数据进行优化的第一人工智能线程，仅利用基于参考创新资源数据得到的配置的创新资源数据进行配置的，从而能够改善创新资源数据的不同主题之间存在关键特征相似度的问题，能够使参考创新资源数据中的干扰降低与参考创新资源数据标签发生异常的概率降低，这样一来，能够有效的提高资源检索结果的准确性和完整性。完整性。完整性。

【技术实现步骤摘要】
基于大数据的资源检索方法及系统


[0001]本申请涉及大数据及数据检索
，具体而言，涉及基于大数据的资源检索方法及系统。

技术介绍

[0002]资源信息检索是人们在计算机或计算机检索网络的终端机上，使用特定的检索指令、检索词和检索策略。
[0003]现目前，现有技术通过关键特征进行资源检索，但是在实际应用过程中，专利技术人发现，有一些待进行检索的信息相似度比较高，检索后的结果十分的相似，这样就无法精确地得到资源检索结果，从而难以保障资源检索结果的准确性和完整性。

技术实现思路

[0004]鉴于此，本申请提供了基于大数据的资源检索方法及系统。
[0005]第一方面，提供一种基于大数据的资源检索方法，应用于资源检索系统，所述方法至少包括：对待进行检索的参考创新资源数据进行关键词挖掘以得到所述参考创新资源数据绑定的局部创新资源数据；确定所述参考创新资源数据中待进行检索的参考局部创新资源数据簇；在所述局部创新资源数据中，确定所述参考局部创新资源数据簇绑定的第一局部创新资源数据簇；利用事先配置的第一人工智能线程对所述参考局部创新资源数据簇和所述第一局部创新资源数据簇进行处理以得到所述参考局部创新资源数据簇绑定的优化局部创新资源数据簇，其中，所述第一人工智能线程是事先利用配置的局部创新资源数据簇配置的得到的，所述配置的局部创新资源数据簇中的配置的创新资源数据是基于所述参考创新资源数据得到的；基于所述局部创新资源数据簇进行检索，得到资源检索结果。
[0006]在一种独立实施的实施例中，所述配置的局部创新资源数据簇包括若干个配置的创新资源数据二元组，所述若干个配置的创新资源数据二元组中的其中一个配置的创新资源数据二元组包括第一资源主题和第二资源主题，其中，所述第一资源主题是从所述参考创新资源数据中筛选出的创新资源数据主题，所述第二资源主题是从所述局部创新资源数据中筛选出的创新资源数据主题，且属于一致配置的创新资源数据二元组的所述第一资源主题和所述第二资源主题对应于一致的筛选定位；在所述利用事先配置的第一人工智能线程对所述参考局部创新资源数据簇和所述第一局部创新资源数据簇进行处理之前，所述方法还包括：对于所述若干个配置的创新资源数据二元组中的其中一个配置的创新资源数据二元组，对所述第一资源主题和所述第二资源主题进行异常行为查询处理以得到所述第一资源主题绑定的第一异常主题和所述第二资源主题绑定的第二异常主题；
将所述第一异常主题和所述第二异常主题传输所述第一人工智能线程，基于所述第一人工智能线程得到所述第一异常主题绑定的第一优化主题；通过所述第一优化主题与所述第一资源主题之间的相似度，配置的所述第一人工智能线程。
[0007]在一种独立实施的实施例中，所述对所述第一资源主题和所述第二资源主题进行异常行为查询处理以得到所述第一资源主题绑定的第一异常主题和所述第二资源主题绑定的第二异常主题，包括：生成所述第一资源主题和所述第二资源主题绑定的应用场景；利用所述应用场景对所述第一资源主题进行应用场景识别处理以得到所述第一资源主题绑定的第一异常主题；利用所述应用场景对所述第二资源主题进行应用场景识别处理以得到所述第二资源主题绑定的第二异常主题。
[0008]在一种独立实施的实施例中，所述将所述第一异常主题和所述第二异常主题传输所述第一人工智能线程，基于所述第一人工智能线程得到所述第一异常主题绑定的第一优化主题，包括：将所述第二异常主题传输所述第一人工智能线程的第一局部线程，基于所述第一局部线程得到所述第二异常主题绑定的第二优化主题；将所述第一异常主题和所述第二优化主题传输所述第一人工智能线程的第二局部线程，基于所述第二局部线程得到所述第一异常主题绑定的第一优化主题。
[0009]在一种独立实施的实施例中，所述通过所述第一优化主题与所述第一资源主题之间的相似度，配置的所述第一人工智能线程，包括：通过所述第一优化主题与所述第一资源主题之间的相似度，以及所述第二优化主题与所述第二资源主题之间的相似度，配置的所述第一人工智能线程。
[0010]在一种独立实施的实施例中，所述利用事先配置的第一人工智能线程对所述参考局部创新资源数据簇和所述第一局部创新资源数据簇进行处理以得到所述参考局部创新资源数据簇绑定的优化局部创新资源数据簇，包括：将所述第一局部创新资源数据簇传输事先配置的第一人工智能线程的第一局部线程，基于所述第一局部线程得到所述第一局部创新资源数据簇绑定的第二局部创新资源数据簇；利用所述第一人工智能线程的第二局部线程对所述参考局部创新资源数据簇和所述第二局部创新资源数据簇进行处理以得到所述参考局部创新资源数据簇绑定的优化局部创新资源数据簇。
[0011]在一种独立实施的实施例中，所述利用所述第一人工智能线程的第二局部线程对所述参考局部创新资源数据簇和所述第二局部创新资源数据簇进行处理以得到所述参考局部创新资源数据簇绑定的优化局部创新资源数据簇，包括：对所述参考局部创新资源数据簇进行识别处理以得到识别处理后的参考局部创新资源数据簇；将所述识别处理后的参考局部创新资源数据簇和所述第二局部创新资源数据簇传输所述第一人工智能线程的第二局部线程，基于所述第二局部线程得到所述参考局部创
新资源数据簇绑定的优化局部创新资源数据簇。
[0012]在一种独立实施的实施例中，所述对所述参考局部创新资源数据簇进行识别处理以得到识别处理后的参考局部创新资源数据簇，包括：通过所述参考局部创新资源数据簇和所述第二局部创新资源数据簇，确定所述参考局部创新资源数据簇中的特征提取集；确定与所述参考局部创新资源数据簇的特征类似的参考特征；将所述参考特征提取至所述特征提取集以得到识别处理后的参考局部创新资源数据簇。
[0013]在一种独立实施的实施例中，所述通过所述参考局部创新资源数据簇和所述第二局部创新资源数据簇，确定所述参考局部创新资源数据簇中的特征提取集，包括：对所述参考局部创新资源数据簇中的待进行优化的约束条件和所述第二局部创新资源数据簇中的显著性识别条件进行检测处理，确定所述参考局部创新资源数据簇中的参考优化约束条件，其中，所述待进行优化的约束条件表示所述参考局部创新资源数据簇中属于异常约束条件中的没有优化约束条件的约束条件；将所述待进行优化的约束条件中所述参考优化约束条件以外的约束条件确定为特征提取集。
[0014]在一种独立实施的实施例中，所述对所述参考局部创新资源数据簇中的待进行优化的约束条件和所述第二局部创新资源数据簇中的显著性识别条件进行检测处理，确定所述参考局部创新资源数据簇中的参考优化约束条件，包括：对所述参考局部创新资源数据簇中的待进行优化的约束条件进行压缩处理以得到第一应用场景约束条件；对所述第二局部创新资源数据簇中的显著性识别条件进行拓展处理以得到第二应用场景约束条件；将所述第一应用场景约束条件和所述第二应用场景约束条件的融合结果确定为所述参考局部创新资源数据簇中的参考优化约束条件。
[0015]在一种独立实施的实施例中，所述确定所述参考创新资源数据中待进行检索本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的资源检索方法，其特征在于，应用于资源检索系统，所述方法至少包括：对待进行检索的参考创新资源数据进行关键词挖掘以得到所述参考创新资源数据绑定的局部创新资源数据；确定所述参考创新资源数据中待进行检索的参考局部创新资源数据簇；在所述局部创新资源数据中，确定所述参考局部创新资源数据簇绑定的第一局部创新资源数据簇；利用事先配置的第一人工智能线程对所述参考局部创新资源数据簇和所述第一局部创新资源数据簇进行处理以得到所述参考局部创新资源数据簇绑定的优化局部创新资源数据簇，其中，所述第一人工智能线程是事先利用配置的局部创新资源数据簇配置的得到的，所述配置的局部创新资源数据簇中的配置的创新资源数据是基于所述参考创新资源数据得到的；基于所述局部创新资源数据簇进行检索，得到资源检索结果。2.如权利要求1所述的方法，其特征在于，所述配置的局部创新资源数据簇包括若干个配置的创新资源数据二元组，所述若干个配置的创新资源数据二元组中的其中一个配置的创新资源数据二元组包括第一资源主题和第二资源主题，其中，所述第一资源主题是从所述参考创新资源数据中筛选出的创新资源数据主题，所述第二资源主题是从所述局部创新资源数据中筛选出的创新资源数据主题，且属于一致配置的创新资源数据二元组的所述第一资源主题和所述第二资源主题对应于一致的筛选定位；在所述利用事先配置的第一人工智能线程对所述参考局部创新资源数据簇和所述第一局部创新资源数据簇进行处理之前，所述方法还包括：对于所述若干个配置的创新资源数据二元组中的其中一个配置的创新资源数据二元组，对所述第一资源主题和所述第二资源主题进行异常行为查询处理以得到所述第一资源主题绑定的第一异常主题和所述第二资源主题绑定的第二异常主题；将所述第一异常主题和所述第二异常主题传输所述第一人工智能线程，基于所述第一人工智能线程得到所述第一异常主题绑定的第一优化主题；通过所述第一优化主题与所述第一资源主题之间的相似度，配置的所述第一人工智能线程。3.如权利要求2所述的方法，其特征在于，所述对所述第一资源主题和所述第二资源主题进行异常行为查询处理以得到所述第一资源主题绑定的第一异常主题和所述第二资源主题绑定的第二异常主题，包括：生成所述第一资源主题和所述第二资源主题绑定的应用场景；利用所述应用场景对所述第一资源主题进行应用场景识别处理以得到所述第一资源主题绑定的第一异常主题；利用所述应用场景对所述第二资源主题进行应用场景识别处理以得到所述第二资源主题绑定的第二异常主题。4.如权利要求3所述的方法，其特征在于，所述将所述第一异常主题和所述第二异常主题传输所述第一人工智能线程，基于所述第一人工智能线程得到所述第一异常主题绑定的第一优化主题，包括：将所述第二异常主题传输所述第一人工智能线程的第一局部线程，基于所述第一局部
线程得到所述第二异常主题绑定的第二优化主题；将所述第一异常主题和所述第二优化主题传输所述第一人工智能线程的第二局部线程，基于所述第二局部线程得到所述第一异常主题绑定的第一优化主题。5.如权利要求4所述的方法，其特征在于，所述通过所述第一优化主题与所述第一资源主题之间的相似度，配置的所述第一人工智能线程，包括：通过所述第一优化主题与所述第一资源主题之间的相似度，以及所述第二优化主题与所述第二资源主题之间的相似度，配置的所述第一人工智能线程。6.如权利要求5所述的方法，其特征在于，所述利用事先配置的第一人工智能线程对所述参考局部创新资源数据簇和所述第一局部创新资源数据簇进行处理以得到所述参考局部创新资源数据簇绑定的优化局部创新资源数据簇，包括：将所述第一局部创新资源数据簇传输事先配置的第一人工智能线程的第一局部线程，基于所述第一局部线程得到所述第一局部创新资源数据簇绑定的第二局部创新资源数据簇；利用所述第一人工智能线程的第二局部线程对所述参考局部创新资源数据簇和所述第二局部创新资源数据簇进行处理以得到所述参考局部创新资源数据簇绑定的优化局部创新资源数据簇。7.如权利要求6所述的方法，其特征在于，所述利用所述第一人工智能线程的第二局部线程对所述参考局部创新资源数据簇和所述第二局部创新资源数据簇进行处理以得到所述参考局部创新资源数据簇绑定的优化局部创新资源数据簇，包括：对所述参考局部创新资源数...

【专利技术属性】
技术研发人员：费红琳，鄢雄伟，郭烈萍，黄世交，楼益明，李盛裕，
申请(专利权)人：广州博士信息技术研究院有限公司，
类型：发明
国别省市：