城镇信息的智能搜索方法、装置、设备和存储介质制造方法及图纸

本公开提供了一种城镇信息的智能搜索方法、装置、设备和存储介质，该方法包括：获取搜索文本，并提取搜索文本中的实体作为第一搜索实体；由城镇信息数据库中查找与第一搜索实体相匹配的第一目标属性信息，并获取第一目标属性信息所属的第一目标实体；计算第一目标属性信息与第一搜索实体之间的关联度，并将关联度大于设定阈值的第一目标属性信息筛选出来作为上下文信息；对上下文信息进行扩展查询，得到与上下文信息关联的第二目标属性信息，并获取第二目标属性信息所属的第二目标实体；将第一目标实体、第一目标属性信息、第二目标实体以及第二目标属性信息作为搜索结果进行展示。通过本公开的方法可以提高智能搜索的效率。

【技术实现步骤摘要】

本公开涉及智能搜索，尤其涉及一种城镇信息的智能搜索方法、装置、设备和存储介质。

技术介绍

1、城镇信息的智能搜索主要是通过搜索软件对城镇中的人口信息、企业信息和基础设施等信息进行搜索，以辅助其做出各种决策、应对各种突发事件等。但是，目前城镇信息的智能搜索时，仅仅筛选出与搜索关键词直接关联的城镇信息，如果需要继续进行其它关联信息搜索，则需要重新确定关键词进行二次搜索，从而影响了智能搜索的效率。

技术实现思路

1、有鉴于此，本公开提出了一种城镇信息的智能搜索方法、装置、设备和存储介质，可以提高城镇信息搜索效率。

2、根据本公开的第一方面，提供了一种城镇信息的智能搜索方法，包括：

3、获取搜索文本，并提取所述搜索文本中的实体作为第一搜索实体；

4、由预先构建的城镇信息数据库中查找与所述第一搜索实体相匹配的第一目标属性信息，并获取所述第一目标属性信息所属的第一目标实体；

5、计算所述第一目标属性信息与所述第一搜索实体之间的关联度，并将所述关联度大于设定阈值的第一目标属性本文档来自技高网...

【技术保护点】

1.一种城镇信息的智能搜索方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在由预先构建的城镇信息数据库中查找与所述第一搜索实体相匹配的第一目标属性信息时，基于k-means聚类算法实现。

3.根据权利要求2所述的方法，其特征在于，在基于k-means聚类算法由预先构建的城镇信息数据库中查找与所述第一搜索实体相匹配的第一目标属性信息时，包括：

4.根据权利要求3所述的方法，其特征在于，在计算所述第一目标属性信息与所述第一搜索实体之间的关联度时，包括：

5.根据权利要求1所述的方法，其特征在于，在计算出所述第一目标属性信息与...

【技术特征摘要】

1.一种城镇信息的智能搜索方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在由预先构建的城镇信息数据库中查找与所述第一搜索实体相匹配的第一目标属性信息时，基于k-means聚类算法实现。

3.根据权利要求2所述的方法，其特征在于，在基于k-means聚类算法由预先构建的城镇信息数据库中查找与所述第一搜索实体相匹配的第一目标属性信息时，包括：

4.根据权利要求3所述的方法，其特征在于，在计算所述第一目标属性信息与所述第一搜索实体之间的关联度时，包括：

5.根据权利要求1所述的方法，其特征在于，在计算出所述第一目标属性信息与所述第一搜索实体之间的关联度之后...

【专利技术属性】
技术研发人员：安慧丽，王硕，娄元杰，杨海霞，
申请(专利权)人：北京空港云天智慧城市科技有限公司，
类型：发明
国别省市：