專利名稱：：互聯(lián)網(wǎng)音樂文件排序方法、系統(tǒng)和搜索方法及搜索引擎的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及互聯(lián)網(wǎng)搜索技術(shù)，更具體地說，本發(fā)明涉及一種互聯(lián)網(wǎng)音樂文件排序方法、系統(tǒng)和搜索方法及搜索引擎。
背景技術(shù)：
：搜索引擎技術(shù)是近幾年非常熱門的技術(shù)，以其為核心基礎(chǔ)的網(wǎng)頁搜索、新聞搜索、多媒體文件搜索、地圖搜索等都具有很大的實(shí)用價(jià)值和商業(yè)價(jià)值。目前，各種搜索引擎技術(shù)層出不窮，與其相關(guān)的各種搜索應(yīng)用也在飛速發(fā)展當(dāng)中。通常而言，多媒體文件搜索一般包括音樂文件搜索、視頻文件搜索和圖片文件搜索等。視頻文件搜索引擎以搜索技術(shù)為基礎(chǔ)，檢索和提供RM、WMV及其它各種格式視頻文件的信息搜索和下載統(tǒng)一資源定位符(URL);圖片文件搜索引擎以搜索技術(shù)為基礎(chǔ)，檢索和提供聯(lián)合圖像專家組(JPEG)及其它各種格式圖像文件的信息搜索和URL;音樂文件搜索引擎通常又叫Mp3搜索引擎，它以搜索技術(shù)為基礎(chǔ)，檢索和提供Mp3及其它各種格式音樂文件的信息搜索和下載URL。音樂搜索引擎是一種互聯(lián)網(wǎng)服務(wù)，通過瀏覽器為用戶提供方便的檢索入口。用戶可以通過它來4企索到自己想要下載/試聽的音樂URL源。通常用戶根據(jù)自己想要檢索的歌曲，構(gòu)造一個(gè)到多個(gè)關(guān)鍵字，然后向音樂搜索引擎的Web入口提交包含檢索關(guān)鍵字的檢索請(qǐng)求，音樂搜索引擎根據(jù)用戶輸入的檢索關(guān)鍵字進(jìn)行檢索，找到匹配用戶檢索關(guān)鍵字的音樂URL源記錄，并對(duì)檢索結(jié)果進(jìn)行排序，再將這些URL源記錄分頁返回給用戶。隨著搜索技術(shù)的不斷成熟，以及互聯(lián)網(wǎng)用戶對(duì)多媒體文件下載服務(wù)的需求不斷增大，近年來音樂搜索引擎的竟?fàn)幵絹碓郊ち?，技術(shù)發(fā)展也越來越快。因此，除了需要從數(shù)量上提高搜索結(jié)果(比如增加音樂文件鏈接的數(shù)量、減少死鏈接等)以外，還必須對(duì)搜索質(zhì)量進(jìn)行提高，以提供給用戶盡可能好的體驗(yàn)。在音樂文件搜索中需要對(duì)搜索結(jié)果進(jìn)行排序，而搜索結(jié)果的排序是搜索體驗(yàn)中最為關(guān)鍵的部分之一。然而，現(xiàn)有技術(shù)的音樂文件搜索技術(shù)中對(duì)搜索結(jié)果的排序較為隨意，檢索結(jié)果和檢索請(qǐng)求的相關(guān)性考慮不足，檢索結(jié)果的考慮因子不健全，從而使得用戶使用起來非常不方便。比如，目前的某些搜索引擎在進(jìn)行檢索結(jié)果排序時(shí)，沒有考慮到同一歌手的歌曲重復(fù)相鄰出現(xiàn)的問題，而只是簡(jiǎn)單地根據(jù)歌曲的權(quán)重對(duì)其進(jìn)行排序，從而如果用戶要尋找的歌曲比較生僻，則無法很快的檢索到。例如在某音樂搜索引擎中檢索關(guān)鍵詞"第一次"，檢索結(jié)果前三頁的結(jié)果中，只是出現(xiàn)了三首不同歌手的不同歌曲。而且，現(xiàn)有技術(shù)的音樂文件搜索中，在檢索結(jié)果的整潔有序性上也存在不足。例如現(xiàn)有技術(shù)的音樂搜索的檢索結(jié)果沒有考慮音樂記錄的文本相關(guān)性權(quán)重中歌曲名稱的長(zhǎng)度因子的影響，這就造成檢索結(jié)果也不整潔。舉例說明，假設(shè)用戶要尋找小虎隊(duì)演唱的"愛"歌曲，在某音樂檢索引擎中檢索關(guān)鍵詞"愛"，檢索結(jié)果的排序在文字長(zhǎng)度方面雜亂無章，用戶無法確定該搜索引擎中是否有關(guān)于"愛"這首歌的URL源，也無法了解需要翻多少頁才可以檢索到該歌曲，這就給用戶的使用帶來了不便。
發(fā)明內(nèi)容本發(fā)明實(shí)施例提出一種互聯(lián)網(wǎng)音樂文件排序方法，結(jié)合相關(guān)性考慮因子評(píng)估音樂文件與用戶檢索請(qǐng)求的相關(guān)性，從而使得與用戶檢索請(qǐng)求相關(guān)性較好的音樂文件更容易地呈現(xiàn)給用戶。本發(fā)明實(shí)施例提出一種音樂文件排序系統(tǒng)，結(jié)合相關(guān)性考慮因子評(píng)估音樂文件與用戶檢索請(qǐng)求的相關(guān)性，從而使得與用戶檢索請(qǐng)求相關(guān)性較好的音樂文件更容易地呈現(xiàn)給用戶。本發(fā)明實(shí)施例還提出了一種音樂文件搜索方法，應(yīng)用該方法能夠搜索出與用戶檢索請(qǐng)求相關(guān)性較好的音樂文件。本發(fā)明實(shí)施例還提出了一種音樂文件搜索引擎，能夠搜索出與用戶檢索請(qǐng)求相關(guān)性較好的音樂文件。本發(fā)明實(shí)施例的技術(shù)方案是這樣實(shí)現(xiàn)的一種互聯(lián)網(wǎng)音樂文件排序方法，包括計(jì)算音樂文件的文本相關(guān)性及數(shù)值相關(guān)性；根據(jù)所述文本相關(guān)性以及數(shù)值相關(guān)性，計(jì)算音樂文件的綜合相關(guān)性，并才艮據(jù)所述綜合相關(guān)性對(duì)該音樂文件進(jìn)行排序。一種搜索互聯(lián)網(wǎng)音樂文件的方法，該方法包括計(jì)算音樂文件的文本相關(guān)性及數(shù)值相關(guān)性；根據(jù)所述文本相關(guān)性以及數(shù)值相關(guān)性，計(jì)算音樂文件的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件進(jìn)行排序；將用戶輸入的檢索串分解為多個(gè)特定語素，并根據(jù)每個(gè)特定語素的相關(guān)性權(quán)重?cái)?shù)據(jù)和音樂文件排序結(jié)果，計(jì)算出符合用戶檢索請(qǐng)求的所有音樂文件針對(duì)所述用戶輸入檢索串的相關(guān)性權(quán)值，然后將所述符合用戶檢索請(qǐng)求的音樂文件按照所述相關(guān)性權(quán)值排序后返回給用戶。一種互聯(lián)網(wǎng)音樂文件排序系統(tǒng)，該系統(tǒng)包括文本相關(guān)性計(jì)算單元，用于計(jì)算該音樂文件的文本相關(guān)性；數(shù)值相關(guān)性計(jì)算單元，用于計(jì)算該音樂文件的數(shù)值相關(guān)性；排序單元，用于根據(jù)所述音樂文件的文本相關(guān)性以及數(shù)值相關(guān)性，計(jì)算該音樂文件的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件進(jìn)行排序。一種互聯(lián)網(wǎng)音樂文件搜索引擎，該搜索引擎包括爬蟲，從互聯(lián)網(wǎng)抓取互聯(lián)網(wǎng)音樂文件，并將所述互聯(lián)網(wǎng)音樂文件的文本字段和數(shù)值因子發(fā)送給索引系統(tǒng)；索引系統(tǒng)，用于根據(jù)特定語素在互聯(lián)網(wǎng)音樂文件的文本字段的命中情況，計(jì)算該音樂文件針對(duì)該特定語素的文本相關(guān)性，根據(jù)所述音樂文件自身的數(shù)值因子及其權(quán)重，計(jì)算該音樂文件的數(shù)值相關(guān)性，并根據(jù)所述音樂文件針對(duì)該特定語素的文本相關(guān)性以及音樂文件的數(shù)值相關(guān)性，計(jì)算所述音樂文件針對(duì)該特定語素的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)音樂文件針對(duì)該特定語素進(jìn)行排序；檢索器，用于將用戶輸入的檢索串分解為多個(gè)特定語素，并根據(jù)每個(gè)特定語素的相關(guān)性權(quán)重?cái)?shù)據(jù)和針對(duì)每個(gè)特定語素的排序結(jié)果，計(jì)算出符合用戶檢索請(qǐng)求的所有音樂文件針對(duì)用戶輸入檢索串的相關(guān)性權(quán)值，然后將所述符合用戶檢索請(qǐng)求的音樂文件按照所述相關(guān)性權(quán)值排序后返回給用戶。從上述技術(shù)方案中可以看出，在本發(fā)明實(shí)施例中，計(jì)算音樂文件的文本相關(guān)性及數(shù)值相關(guān)性；然后再計(jì)算該音樂文件的綜合相關(guān)性，最后根據(jù)綜合相關(guān)性對(duì)該音樂文件針對(duì)該特定語素進(jìn)行排序。由此可見，應(yīng)用本發(fā)明以后，綜合了互聯(lián)網(wǎng)音樂文件的文本屬性和數(shù)值屬性等因素來對(duì)音樂搜索引擎的檢索結(jié)果進(jìn)行相關(guān)性排序，從而使得與用戶檢索請(qǐng)求相關(guān)性較好的歌曲URL源盡量排列在用戶檢索結(jié)果的前面，因此提高了音樂搜索引擎的相關(guān)性排序效果，檢索結(jié)果的排序能夠更好地滿足用戶需求。意圖2為根據(jù)本發(fā)明示范性實(shí)施例的音樂文件排序系統(tǒng)的示范性結(jié)構(gòu)示意圖3為根據(jù)本發(fā)明示范性實(shí)施例的音樂搜索引擎的示范性結(jié)構(gòu)示意圖。具體實(shí)施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)表達(dá)得更加清楚明白，下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明再作進(jìn)一步詳細(xì)的說明。在本發(fā)明實(shí)施例中，綜合互聯(lián)網(wǎng)音樂文件的文本屬性和數(shù)值屬性等因素來對(duì)音樂搜索引擎的檢索結(jié)果進(jìn)行相關(guān)性排序。目的在于將與用戶檢索請(qǐng)求相關(guān)性較好的歌曲URL源盡量排列在用戶檢索結(jié)果的前面。用戶在音樂搜索引擎中輸入檢索關(guān)鍵詞列表來查找他(她)想試聽/下載的音樂。音樂搜索引擎返回的檢索結(jié)果由多條音樂記錄組成，每個(gè)音樂記錄包括一個(gè)音樂源URL、歌曲名、歌手名、專輯名等文本信息。如果一個(gè)音樂記錄的文本信息中包括用戶提交的所有檢索關(guān)鍵詞，那么此音樂記錄符合用戶的檢索需求，可能作為檢索結(jié)果中的一條記錄返回。在音樂搜索中，通常用戶輸入的檢索關(guān)鍵詞的個(gè)數(shù)較少，于是符合用戶數(shù)據(jù)檢索詞的音樂記錄的數(shù)目會(huì)比較多。它們可能是不同歌手的不同歌曲，甚者可能是同一首歌曲的不同URL來源的數(shù)據(jù)。這些符合用戶數(shù)據(jù)檢索詞的音樂記錄，有的是用戶想要檢索到的，有的則與用戶的需求并不相關(guān)。同時(shí)，對(duì)于同一個(gè)歌手演唱的同一首歌曲的不同來源，其歌曲屬性(比如數(shù)據(jù)文件大小、編碼率、下載速度、連通率等)也會(huì)不同。為此，本發(fā)明實(shí)施例定義了歌曲質(zhì)量的概念。一個(gè)歌曲源能夠滿足用戶下載/試聽的需求程度，稱為該歌曲源的歌曲質(zhì)量。歌曲質(zhì)量是多個(gè)歌曲屬性的綜合考慮。通俗的講，一個(gè)歌曲源能夠讓用戶方便快速地連通下載，同時(shí)歌曲的播放質(zhì)量能夠比較好地滿足用戶欣賞試聽的需求，則認(rèn)為此首歌曲的歌曲質(zhì)量較好。同時(shí)，本發(fā)明實(shí)施例還定義了相關(guān)性的概念。一個(gè)歌曲源記錄的文本信息與用戶提交的檢索詞列表能夠比較好的匹配，同時(shí)它的歌曲播放質(zhì)量比較高，則稱此歌曲與用戶檢索請(qǐng)求的文本相關(guān)性較好。對(duì)于音樂文件搜索來說，除了需要由搜索引擎搜索出多媒體文件的URL之外，通常還需要提供一些額外的多媒體文件信息。比如對(duì)于Mp3搜索引擎來說，除了提供Mp3文件的URL鏈接以外，通常還需要提供Mp3文件的歌曲名稱、歌手名稱、專輯名稱等信息。保證這些信息的完整和合理排序，是一個(gè)良好的音樂文件搜索引擎的基礎(chǔ)。音樂搜索的檢索結(jié)果將按照音樂文件數(shù)據(jù)記錄和用戶輸入的檢索串的相關(guān)性值來進(jìn)行排序。檢索串被分解成多個(gè)單語素，于是檢索串與音樂文件數(shù)據(jù)記錄的相關(guān)性也被分解為單語素與音樂文件數(shù)據(jù)記錄的相關(guān)性。單語素和指定文檔的相關(guān)性值由音樂數(shù)據(jù)文檔的一系列文本和數(shù)值屬性(相關(guān)性計(jì)算因子)來決定，相關(guān)性值在索引建立時(shí)就已經(jīng)計(jì)算好。圖1為根據(jù)本發(fā)明示范性實(shí)施例的音樂文件排序方法的示范性流程示意圖。如圖1所示，該方法包括步驟101:計(jì)算音樂文件的文本相關(guān)性及數(shù)值相關(guān)性。其中，既可以根據(jù)特定語素在互聯(lián)網(wǎng)音樂文件的文本字段中的命中情況，計(jì)算該音樂文件針對(duì)該特定語素的文本相關(guān)性；然后根據(jù)所述音樂文件自身的數(shù)值因子及其權(quán)重，計(jì)算該音樂文件的數(shù)值相關(guān)性。所述特定詞組或者特定詞句在互聯(lián)網(wǎng)音樂文件的文本字段中的命中情況，計(jì)算音樂文件針對(duì)該特定詞組或者特定詞句的文本相關(guān)性。其中，所迷文本字段可以包括歌曲名、歌手名、專輯名和歌詞中的一種或者多于一種的任意組合，此時(shí)計(jì)算該音樂文件針對(duì)該特定語素的文本相關(guān)性包括將該特定語素針對(duì)歌曲名、歌手名、專輯名和歌詞的相關(guān)性數(shù)值分別乘以權(quán)重，然后將各項(xiàng)乘積相加以作為文本相關(guān)性數(shù)值；或?qū)⒃撎囟ㄕZ素針對(duì)歌曲名、歌手名、專輯名和歌詞的相關(guān)性數(shù)值分別乘以各自權(quán)重，然后將各項(xiàng)乘積相加后再乘以對(duì)應(yīng)于音樂文件類型的文檔類型系數(shù)以作為文本相關(guān)性數(shù)值。其中，在決定各權(quán)重的大小時(shí)，可以采用下述應(yīng)用準(zhǔn)則當(dāng)特定語素對(duì)應(yīng)于歌曲搜索時(shí)，歌曲名的權(quán)重大于歌手名的權(quán)重，歌手名的權(quán)重大于專輯名的權(quán)重，專輯名的權(quán)重大于歌詞的權(quán)重；當(dāng)特定語素對(duì)應(yīng)于歌詞搜索時(shí)，歌曲名的權(quán)重大于歌詞的權(quán)重，歌詞的權(quán)重大于專輯名的權(quán)重，專輯名的權(quán)重大于歌手名的權(quán)重；當(dāng)特定語素對(duì)應(yīng)于專輯搜索時(shí)，專輯名的權(quán)重大于歌手名的權(quán)重，歌手名的權(quán)重大于歌詞的權(quán)重。音樂文件自身的數(shù)值因子可以包括可訪問性因子，可訪問性因子可以由下載速度因子和連通率因子來共同確定。所述音樂文件自身的數(shù)值因子可以包括下列因子中的任一個(gè)或者多于一個(gè)的任意組合歌曲熱門程度因子、歌手熱門程度因子、歌曲記錄所在的站點(diǎn)因子、文件大小因子、播放時(shí)長(zhǎng)因子、編碼率因子、修正數(shù)據(jù)的可信度因子、歌曲的新鮮度因子、網(wǎng)絡(luò)協(xié)議因子、文件類型修正因子等等。下面給出目前考慮的各種相關(guān)性因子以及其含義、對(duì)檢索結(jié)果的影響方式和取值范圍。本領(lǐng)域技術(shù)人員可以意識(shí)到，雖然下面列出了一些具體的相關(guān)性因子以及其計(jì)算方式，但是這不并構(gòu)成對(duì)本發(fā)明保護(hù)范圍的限定。實(shí)質(zhì)上，對(duì)這些具體的相關(guān)性因子的描述僅為示范性描述，并不是窮舉性描述。1、可訪問性因子『^w、下載速度因子『w^和連通率因子^。""下載速度因子『，d和連通率因子『■一起決定音樂數(shù)據(jù)記錄的可訪問性『v淑?？稍L問性因子^。M被大致映射到[1,100]的區(qū)間。連通率因子^。""對(duì)可訪問性『^影響較大，只有在連通率因子『，滿足了一定的要求后，才會(huì)考慮下載速度因子^^，此時(shí)下載速度越快，該音樂文件的數(shù)據(jù)記錄會(huì)越靠前。連通率因子『，可以作為一個(gè)分級(jí)閥值來影響可訪問性因子『v。下載速度可以有幾個(gè)分段。通常的wma格式的歌曲試聽的碼率為32kbps，即當(dāng)下載速度〉4K時(shí)可以滿足試聽的要求；mp3格式的音樂比較多見的是128kbps,這需要下載速度>15Kbps才可以較好地滿足試聽需求。當(dāng)下載速度達(dá)到一定的值后，下載速度再大對(duì)用戶的感受作用已經(jīng)不大。由于碼率的不同，可以將下載速度換算為相對(duì)值，即fRelSpeed=歌曲下載速度/歌曲編碼率。下載速度因子『s—取值由爬蟲檢測(cè)到實(shí)際下載速度計(jì)算而來，這個(gè)值也會(huì)與用戶在客戶端的下載速度有所不同。另外，以下準(zhǔn)則可以作為修正的因素如果碼率小于64kbps,則相對(duì)下載速度值最多只是設(shè)置到適合試聽；如果連通率很低，但是下載速度很高時(shí)，也可以考慮下載速度對(duì)連通率因子的影響。2、歌曲熱門程度因子『"歌曲熱門程度因子『，由爬蟲直接統(tǒng)計(jì)得出，取值范圍在，并且要求平滑。歌曲越熱門，則歌曲記錄的排序結(jié)果優(yōu)先度越高，歌曲熱門程度因子的檢索結(jié)果的影響程度非常高，其相應(yīng)權(quán)重也應(yīng)該設(shè)置較高。3、歌手熱門程度因子^"歌手熱門程度因子Kn也是由爬蟲統(tǒng)計(jì)計(jì)算得出，取值范圍在，并且要求平滑。歌手越熱門，則歌曲記錄排序結(jié)果優(yōu)先度越高。4、歌曲記錄所在的站點(diǎn)因子^":例如，可以將歌曲記錄所在的站點(diǎn)劃分成為5種筒單的類型，優(yōu)先級(jí)依次從高到低1.編輯推薦的站點(diǎn)；2.下載試聽效果較好的站點(diǎn)；3.下載試聽效果一般的站點(diǎn)；4.下載試聽效果不好的站點(diǎn)；5.由作弊行為而要懲罰打壓的站點(diǎn)。爬蟲負(fù)責(zé)對(duì)站點(diǎn)類型進(jìn)行判斷，對(duì)應(yīng)于上述5種站點(diǎn)類型，^'的取值依次可以為100、70、50、30、10等。5、文件大小因子『^:爬蟲提供的音樂數(shù)據(jù)記錄中長(zhǎng)度字段為鏈接文件的實(shí)際長(zhǎng)度，在相關(guān)性計(jì)算中，將其轉(zhuǎn)換為0-100左右的一個(gè)浮點(diǎn)數(shù)。其計(jì)算公式如下<formula>formulaseeoriginaldocumentpage16</formula>其中A為修正參數(shù)，A&為文件大小。使用此公式(1)的基本思想是定義不同的長(zhǎng)度區(qū)間，根據(jù)數(shù)據(jù)文件的長(zhǎng)度不同將其劃分到其不同級(jí)別的分值區(qū)間，同時(shí)在此區(qū)間中再根據(jù)文件大小的不同，讓其分值也具有微小的差異。對(duì)于不同音樂格式的文件其劃分區(qū)間方式不同，修正參數(shù)A的取值也不相同。6、播放時(shí)長(zhǎng)因子『""對(duì)播放時(shí)長(zhǎng)的處理與文件長(zhǎng)度的處理相似，但是不用區(qū)分文件數(shù)據(jù)格式。其統(tǒng)一計(jì)算公式如下<formula>formulaseeoriginaldocumentpage16</formula>其中A為修正參數(shù)，""為播放時(shí)長(zhǎng)，單位為秒。7、編碼率因子^。*:在音樂文件類型一定時(shí)，時(shí)長(zhǎng)、碼率和大小存在一定關(guān)系，相關(guān)性計(jì)算中可以暫時(shí)不考慮編碼率因子『^的影響。8、修正數(shù)據(jù)的可信度因子^"":爬蟲直接下載下來的歌曲記錄數(shù)據(jù)可能許多文本字段不完整或者包括噪聲文本。爬蟲會(huì)根據(jù)數(shù)據(jù)記錄文件的屬性字段以及相關(guān)文本等對(duì)數(shù)據(jù)進(jìn)行修正去噪，使得記錄比較整潔。但是，可能會(huì)出現(xiàn)過修正的現(xiàn)象。于是對(duì)每個(gè)記錄提供一個(gè)修正可信度因子，表明修正出來的文本是否可信?？尚哦纫蜃拥娜≈祬^(qū)間未[O，100],不必平滑。9、歌曲的新鮮度因子『，歌曲的新鮮度由歌曲所屬專輯的發(fā)行時(shí)間來確定。發(fā)行時(shí)間越近的專輯，其包含歌曲越優(yōu)先顯示。如果一個(gè)首歌曲屬于多個(gè)專輯，那么其新鮮度由最近發(fā)行的專輯的時(shí)間來計(jì)算。新鮮度的計(jì)算過程由爬蟲來完成。10、網(wǎng)絡(luò)協(xié)議因子『p'。'根據(jù)訪問數(shù)據(jù)記錄的協(xié)議不同，相關(guān)性計(jì)算中也會(huì)給記錄賦予不同的權(quán)值。爬蟲可以抓取兩種協(xié)議類型的數(shù)據(jù)，分別為文件傳輸協(xié)議(FTP)和超文本傳輸協(xié)議(HTTP)。11、網(wǎng)段因子『胸音樂數(shù)據(jù)所在的網(wǎng)段位置也會(huì)影響結(jié)果的排序。在網(wǎng)通用戶的檢索返回結(jié)果中，處于網(wǎng)通網(wǎng)段的音樂數(shù)據(jù)排在優(yōu)先的位置；在電信用戶的檢索返回結(jié)果中，處于電信網(wǎng)段的音樂數(shù)據(jù)排在優(yōu)先的位置。此處的相關(guān)性計(jì)算中還沒有加上網(wǎng)段的影響因子。顯然，根據(jù)音樂搜索服務(wù)器的部署不同，網(wǎng)段因子的影響會(huì)有所不同。12、文件類型修正因子^爐文件類型修正因子A，的重要程度在根據(jù)其他數(shù)值因子計(jì)算出來的綜合值之上。對(duì)不同的數(shù)據(jù)文件類型，文件類型修正因子^^取不同的值，以區(qū)分哪些類型的歌曲優(yōu)先顯示，哪些類型的歌曲次要顯示。目前文件類型修正因子的取值如下<formula>formulaseeoriginaldocumentpage17</formula>(式3)文件類型修正因子，用于區(qū)分哪些類型的歌曲優(yōu)先顯示。同時(shí)，還可以將文件類型修正因子~"與文件大小因子相結(jié)合，用于將太大或太小的數(shù)據(jù)記錄盡量排在檢索結(jié)果的最后。比如，可以將文件大小小于1M的mp3、小于0.5M的wma、小于0.5M的rm賦于非常低(例如是0.05或者0.1)的文件類型因子，這樣可以保證太小的音樂文件盡量排在檢索結(jié)果的最后，而不至于影響用戶的感受。類似地，也可以將文件大小過大的mp3、wma、rm等音樂文件賦于非常低的文件類型因子，從而保證太大的音樂文件也盡量排在檢索結(jié)果的最后，而不至于影響用戶的感受。關(guān)于文本數(shù)據(jù)文本相關(guān)性計(jì)算音樂檢索包含兩種類型的數(shù)據(jù)歌曲記錄和歌詞記錄。歌曲數(shù)據(jù)為包括一個(gè)音樂鏈接URL的記錄，其歌詞字段為空。歌詞記錄為沒有音樂鏈接、其歌詞字段包含不超過最大長(zhǎng)度的歌詞信息。文本相關(guān)性用來描敘一個(gè)音樂數(shù)據(jù)記錄是否與檢索串相匹配。所有音樂數(shù)據(jù)記錄可用來檢索的文本字段有四個(gè)，每個(gè)字段有一個(gè)固定的權(quán)重值，四個(gè)字段和相關(guān)權(quán)重依次為<table>tableseeoriginaldocumentpage18</column></row><table>即文本相關(guān)性的值為各個(gè)字段文本相關(guān)性乘上權(quán)重后的最大值再乘上文檔類型系數(shù)。在進(jìn)行歌詞檢索和歌曲檢索時(shí)，字段的權(quán)重關(guān)系可以不同，為此，對(duì)歌詞數(shù)據(jù)和歌曲數(shù)據(jù)的字段權(quán)重分別賦予不同的比值。例如在歌曲檢索時(shí)，希望各字段的權(quán)重關(guān)系為歌曲名>歌手名>專輯名>歌詞內(nèi)容；那么對(duì)于歌曲類型記錄，給定的權(quán)值順序?yàn)锳">、>&>~;在歌詞檢索時(shí)，希望各字段的權(quán)重關(guān)系為歌曲名>歌詞內(nèi)容>專輯名>歌手名；那么對(duì)于歌詞類型記錄，給定的權(quán)值順序?yàn)锳">~>&。>&;mpv:Related，mpv:Rendition(5)attributesNameTypeUseDefaultFixedmpv:idxs:ID(6)source〈xs:elementname="AudioWithStill"type="SMPV:AudioWithStillType"substitutionGroup="mpv:CompositeAssetBase，，/>source〈xs:complexTypename^"AudioWithStillType"〉<xs:complexContent>〈xs:extensionbase="mpv:CompositeAssetBascType"><xs:sequence><xs:elementref="mpv:StillRef，，maxOccurs="unbounded，，/>〈xs:elementref="mpv:AudioRef7>〈xs:elementname="DisplaySchema"type="xs:string"minOccurs="0，7>〈xs:groupref="mpv:RelationsElemGroup，7></xs:scqu6ncc></xs:extension></xsxomplexContent></xs:complexType>"DisplayTime"元素的屬性值表示每一靜止asset的以秒為單位的持續(xù)時(shí)間。"DisplayTime"的屬性值總是包括可以以小數(shù)點(diǎn)描述的的相對(duì)時(shí)間。如果"DisplayTime"的屬性值未指定，則假定沒有顯示持續(xù)時(shí)間。對(duì)于"DisplayTime"元素的定義可被概述如下。DisplayTime=<clock-value>(";"<clock-value>)*clock-value=(<seconds>|<unknown-dur>)unknown隱dur=theemptystringseconds=<decimalnumber>(","<decimalnumber>)Decimal-number=*"DisplayTime"元素的使用將被描述。"DisplayTime"元素的屬性值"3"以上流程中，還可以進(jìn)一步對(duì)歌曲名、歌手名和音樂文件格式相同的歌曲進(jìn)行聚類，對(duì)每類中的歌曲按照數(shù)值相關(guān)性劃分出不同的級(jí)別Level,使得每個(gè)級(jí)別有預(yù)定個(gè)數(shù)的音樂文件，從而得到所有音樂文件的級(jí)別排名LevelRank;然后再根據(jù)每個(gè)音樂文件的LevelRank及其數(shù)值相關(guān)性計(jì)算出每個(gè)音樂文件的綜合數(shù)值相關(guān)性，使得不同類中級(jí)別相同的音樂文件的綜合數(shù)值相關(guān)性大小相近，而不同級(jí)別Level的音樂文件綜合數(shù)值相關(guān)性相差很大；性計(jì)算音樂文件針對(duì)該特定語素的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)音樂文件針對(duì)該特定語素進(jìn)行排序。下面對(duì)LevelRank進(jìn)4亍詳細(xì)的i兌明。關(guān)于LevelRank的分析如果只是考慮到前面的數(shù)值質(zhì)量，可能出現(xiàn)如下的情況一些歌曲的歌手名歌曲名相同，他們的數(shù)值質(zhì)量都比其他的歌曲要高。這時(shí)，檢索結(jié)果的前面幾十甚至上百條都會(huì)被這"相同"的歌曲占據(jù)。從而減小了用戶對(duì)歌曲的可選擇面。為此本發(fā)明實(shí)施例引入淺層聚合和LevelRank的概念，并把之前的數(shù)值質(zhì)量也相對(duì)稱為QualityRank。淺層聚合是指只是將歌曲名、歌手名和歌曲文件類型都相同的歌聚成一類的方式。設(shè)一次檢索到了T個(gè)不同聚合類的歌曲，則希望能夠綜合考慮文本權(quán)重和數(shù)值的關(guān)系，讓質(zhì)量較高的不同聚類的歌曲以兩兩交錯(cuò)，并且在前幾頁中包含盡量多聚類的方式排序顯示。舉例假設(shè)T個(gè)不同聚合一次為Tl,T2，T3,....Tn，同時(shí)每個(gè)聚合中的歌曲按照QualityRank劃分為TiSl，TiS2，TiS3，....TiSm,則希望看到的結(jié)果是在結(jié)果的前幾頁中出現(xiàn)的歌曲的QualityRank比較高，同時(shí)也要保證Ti的數(shù)目比較多；質(zhì)量高的聚類可以多出現(xiàn)一些歌曲，但是不要幾乎都是一個(gè)聚類的歌曲。關(guān)于LevelRank:對(duì)與每一類的所有數(shù)據(jù)記錄，將它們按照計(jì)算出來的QualityRank值從大到小進(jìn)行排序。可以設(shè)定一定個(gè)數(shù)(設(shè)為M)的Level,每個(gè)Level中允許放置N首歌，將一個(gè)類的中排好序的歌一次放入到這些Level中，再設(shè)定一個(gè)默認(rèn)Level,將前面所有放不下的歌曲都放入到默認(rèn)Level中。舉例假設(shè)一個(gè)歌曲聚合類別中有100首歌曲，設(shè)定5個(gè)Levd，每個(gè)Level可以放2首歌曲，則剩下的90首歌曲都依次放入到默認(rèn)Level中。執(zhí)行聚合，同時(shí)將數(shù)據(jù)放置入Level中，然后對(duì)不同的Level設(shè)定一個(gè)Rank分值，稱之為L(zhǎng)evelRank。第一個(gè)Level的LevelRank值最高(比如第一個(gè)Level的LevelRank值為1.0),然后LevelRank值隨著Level的遞增而依次遞減，比如第二個(gè)Level為0.7，第三個(gè)Level為0.5…最后默認(rèn)的Level的LevelRank值為0。因此一首歌曲的最后綜合數(shù)值相關(guān)性Weight(Num)將會(huì)是LevelRank和QualityRank的綜合4直。即Weight(Num)=(LevelRank+QualityRank)/2?！寒?d+『—)/2(式6)為了讓一個(gè)聚合里一個(gè)Level中的歌曲可以以順序相鄰的方式出現(xiàn)在結(jié)果頁面中，可以對(duì)Weight(Num)做細(xì)微的調(diào)整。屬于同一聚類的歌曲在進(jìn)行Level劃分時(shí)，將同一Level中的歌曲的LevelRank值和QualityRank值都調(diào)整為非常相近，并成等差數(shù)列遞減。非常相近是指所有其他的數(shù)值相關(guān)性因子的差異所造成的最終權(quán)值的差異都比這個(gè)等差數(shù)列的差值要高出一個(gè)數(shù)量級(jí)。舉例設(shè)有兩個(gè)聚類的歌曲可以被一次檢索所檢索到，第一類別中Level中有3首歌曲,原始QualityRank依次為0.984、0,962、0.953。第二個(gè)類別中Levell有3首歌曲，原始QualityRank依次為0.972、0.970、0.955。計(jì)算經(jīng)過修正后的QualityRank。第一個(gè)聚類依次為0.98400、0.98402、0.98404,第二個(gè)聚類依次為0.97200、0.97202、0,97204。從而保證了前面所述需求。為了保證音樂質(zhì)量，還可以設(shè)置一個(gè)Level的閥值(Threshhold),以保證"寧缺勿濫"的原則(類比于招生中的最低錄取分?jǐn)?shù)線)。比如，規(guī)定一級(jí)wma格式的QualityRank打分必須在0.85以上。如果該歌曲的wma格式的QualityRank打分全部小于0.85，則該歌曲的第1級(jí)中就沒有wma,可將其放入第2級(jí)中參與排序。單個(gè)語素相關(guān)性計(jì)算公式單個(gè)語素(包括一元語素和多元語素)的相關(guān)性都會(huì)在索引建立時(shí)計(jì)算完成。其計(jì)算公式為前面文本相關(guān)性和數(shù)值相關(guān)性的線型疊加結(jié)果，公式如下<formula>formulaseeoriginaldocumentpage22</formula>(式7)最終的『e/g/2f&，《作為一個(gè)浮整數(shù)(/ZoW)保存在倒排索引中，這里還可以嘗試選擇合適的函數(shù)，將『&g/^&,《影射成(O,255]的區(qū)間，可以大量節(jié)約存儲(chǔ)空間。檢索串復(fù)合相關(guān)性權(quán)值計(jì)算音樂檢索中，用戶輸入的檢索請(qǐng)求最后可以分解為多個(gè)語素檢索請(qǐng)求的交集。用戶輸入檢索串與指定音樂數(shù)據(jù)記錄的相關(guān)性，也可認(rèn)為是單個(gè)語素與數(shù)據(jù)記錄的相關(guān)性的綜合結(jié)果。由于音樂搜索檢索輸入需求較網(wǎng)頁搜索更短，語素更少，這里采用簡(jiǎn)單復(fù)合模型，設(shè)對(duì)于查詢Q，Q=&......g},打?yàn)闄z索串切分后的語素個(gè)數(shù)，d為一個(gè)檢索單語素《命中的數(shù)據(jù)記錄。則最終用戶輸入和指定數(shù)據(jù)記錄的相關(guān)性計(jì)算公式為<formula>formulaseeoriginaldocumentpage22</formula>'-i(式8)最終的命中結(jié)果將按照此計(jì)算出的值進(jìn)行排序。圖2為根據(jù)本發(fā)明示范性實(shí)施例的音樂文件排序系統(tǒng)的示范性結(jié)構(gòu)示意圖。如圖2所示，該系統(tǒng)200包括文本相關(guān)性計(jì)算單元201,用于計(jì)算音樂文件的文本相關(guān)性。其中，文本相關(guān)性計(jì)算單元201,既可以才艮據(jù)特定語素在互聯(lián)網(wǎng)音樂文件的文本字段的命中情況，計(jì)算該音樂文件針對(duì)該特定語素的文本相關(guān)性；也可以根據(jù)由特定語素所構(gòu)成的特定詞組或者特定詞句在互聯(lián)網(wǎng)音樂文件的文本字段的命中情況，計(jì)算音樂文件針對(duì)該特定詞組或者特定詞句的文本相關(guān)性。數(shù)值相關(guān)性計(jì)算單元202，用于計(jì)算音樂文件的數(shù)值相關(guān)性。其中，數(shù)值相關(guān)性計(jì)算單元202，可以根據(jù)所述音樂文件自身的數(shù)值因子及其權(quán)重，計(jì)算該音樂文件的數(shù)值相關(guān)性。及所述音樂文件的數(shù)值相關(guān)性，計(jì)算該音樂文件針對(duì)該特定語素的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件針對(duì)該特定語素進(jìn)行排序。當(dāng)特定語素構(gòu)成特定詞組或者特定詞句時(shí)，排序單元203,可以根據(jù)所的數(shù)值相關(guān)性，計(jì)算該音樂文件針對(duì)該特定詞組或者特定詞句的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件針對(duì)該特定詞組或者特定詞句進(jìn)行排序。當(dāng)特定語素不構(gòu)成特定詞組或者特定詞句時(shí)，排序單元203還可以根據(jù)所述音樂文件針對(duì)該特定語素的文本相關(guān)性以及所述音樂文件的數(shù)值相關(guān)性，計(jì)算該音樂文件針對(duì)該特定語素的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件針對(duì)該特定語素進(jìn)行排序。其中，所述文本字段可以包括歌曲名、歌手名、專輯名和歌詞中的一種或者多于一種的任意組合；其中文本相關(guān)性計(jì)算單元201,用于將該特定語素針對(duì)歌曲名、歌手名、專輯名和歌詞的相關(guān)性數(shù)值分別乘以權(quán)重，然后將乘積相加以作為文本相關(guān)性數(shù)值；或文本相關(guān)性計(jì)算單元202,用于將該特定語素針對(duì)歌曲名、歌手名、專輯名和歌詞的相關(guān)性數(shù)值分別乘以權(quán)重，然后將乘積相加后再乘以對(duì)應(yīng)于音樂文件類型的文檔類型系數(shù)以作為文本相關(guān)性數(shù)值。本發(fā)明實(shí)施例還公開了一種互聯(lián)網(wǎng)音樂文件搜索引擎。圖3為根據(jù)本發(fā)明示范性實(shí)施例的音樂搜索引擎的示范性結(jié)構(gòu)示意圖。如圖3所示，該音樂搜索引擎包括爬蟲，從互聯(lián)網(wǎng)抓取互聯(lián)網(wǎng)音樂文件，并將所述互聯(lián)網(wǎng)音樂文件的文本字段和數(shù)值因子發(fā)送給索引系統(tǒng)。其中，爬蟲從互聯(lián)網(wǎng)中盡可能多的抓取分析出互聯(lián)網(wǎng)音樂文件的音樂文件，這些音樂文件包括ID、音樂文件數(shù)據(jù)的URL、音樂名稱、音樂大小、各種屬性因子等，然后爬蟲將這些巨量音樂記錄發(fā)送給索引系統(tǒng)。具體而言，爬蟲在進(jìn)行歌曲數(shù)據(jù)抓取的過程中，會(huì)獲取一些歌曲數(shù)據(jù)相關(guān)的信息。這些信息用來計(jì)算單個(gè)語素與指定歌曲記錄的相關(guān)性值，從而最終影響到用戶檢索結(jié)果的排序，它們統(tǒng)稱為相關(guān)性計(jì)算因子。大部分的相關(guān)性因子爬蟲已經(jīng)將其取值映射到的區(qū)間，另外小部分則為數(shù)據(jù)的原始值。這一部分字段在索引系統(tǒng)的相關(guān)性處理時(shí)轉(zhuǎn)換成指定的值，主要包括歌曲文件的大小、歌曲的時(shí)長(zhǎng)、歌曲文件類型等。況，計(jì)算該音樂文件針對(duì)該特定語素的文本相關(guān)性，根據(jù)所述音樂文件自身的數(shù)值因子及其權(quán)重，計(jì)算該音樂文件的數(shù)值相關(guān)性，并根據(jù)所述音樂文件件針對(duì)該特定語素的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)音樂文件針對(duì)該特定語素進(jìn)行排序。索引系統(tǒng)對(duì)所有這些音樂記錄建立倒排索引。在建立索引的過程中計(jì)算出每個(gè)音樂記錄針對(duì)特定語素的相關(guān)性權(quán)重。過程如下根據(jù)語素在多個(gè)文本字段(歌曲名、歌手名、專輯名、歌詞)中的命中信息和字段的長(zhǎng)度，計(jì)算出歌曲記錄針對(duì)語素的文本相關(guān)性；然后根據(jù)音樂記錄的連通率、文件大小、歌手熱門程度、歌曲熱門程度、發(fā)布時(shí)間等數(shù)值因子，計(jì)算出歌曲記錄的QualityRank;再將<歌曲名，歌手名，格式>相同的歌曲進(jìn)行聚類，對(duì)每類中的的歌曲按照數(shù)值相關(guān)劃分出不同的Level,保證每個(gè)Level有兩首歌，從而給出每首歌的LevelRank;然后再根據(jù)LevelRank和Quality計(jì)算出每個(gè)歌曲的數(shù)值相關(guān)性，使得不同類總Level相同的歌曲的數(shù)值相關(guān)性大小相近，而不同Level的歌曲數(shù)值相關(guān)性相差很大；最后根據(jù)文件相關(guān)性和數(shù)值相關(guān)性計(jì)算出歌曲記錄針對(duì)特定語素的綜合相關(guān)性。檢索器，用于將用戶輸入的檢索串分解為多個(gè)特定語素，并根據(jù)每個(gè)特定語素的相關(guān)性權(quán)重?cái)?shù)據(jù)和針對(duì)每個(gè)特定語素的排序結(jié)果，計(jì)算出符合用戶合用戶檢索請(qǐng)求的音樂文件按照相關(guān)性權(quán)值排序后返回給用戶。具體地，檢索器將用戶輸入的檢索串分解為多個(gè)建立索引時(shí)對(duì)應(yīng)的語素，然后讀取相關(guān)的語素的倒排數(shù)據(jù)以及其相關(guān)性權(quán)重?cái)?shù)據(jù)，然后計(jì)算出符合用戶檢索請(qǐng)求的所有歌曲針對(duì)用戶輸入檢索串的相關(guān)性權(quán)重，再將結(jié)果記錄按照相關(guān)性權(quán)重排序后返回給用戶。其中，圖3中的檢索代理(CacheBroker)用于接收用戶的檢索請(qǐng)求，并向后臺(tái)的檢索器進(jìn)行請(qǐng)求轉(zhuǎn)發(fā)和檢索結(jié)果的收集緩存。綜上所述，在本發(fā)明實(shí)施例的音樂搜索引擎中，爬蟲從互聯(lián)網(wǎng)抓取音樂相關(guān)的網(wǎng)頁數(shù)據(jù)，然后進(jìn)行相關(guān)性參數(shù)提取，并把生成的格式化數(shù)據(jù)提交給索引系統(tǒng)，再由索引系統(tǒng)對(duì)格式化數(shù)據(jù)建立倒排索引，在此過程中，索引系統(tǒng)根據(jù)一定的音樂文件相關(guān)性計(jì)算方法來對(duì)倒排索引數(shù)據(jù)進(jìn)行排序。本發(fā)明實(shí)施例還提供了一種綜合互聯(lián)網(wǎng)音樂文件的文本屬性和數(shù)值屬性以及互聯(lián)網(wǎng)可訪問性等因素來對(duì)音樂搜索引擎的檢索結(jié)果進(jìn)行相關(guān)性排序的方法。下面，以用戶檢索歌曲"愛"來舉例對(duì)本發(fā)明進(jìn)行示范性闡述。音樂歌曲名(專輯名)中包括"愛"字的歌曲很多，名字長(zhǎng)短不一樣。而同一個(gè)歌手演唱的同一首歌在互聯(lián)網(wǎng)上也會(huì)存在多個(gè)源鏈接。本發(fā)明實(shí)施例中，首先將所有相同歌手演唱的同一首歌的不同來源記錄聚合成一類。每個(gè)音樂記錄都會(huì)有很多上面本方案中描敘的相關(guān)性計(jì)算因子屬性。比如一個(gè)音樂記錄包括如下信息歌曲名愛歌手名小虎隊(duì)專輯名愛文件類型mp3大小4.2M連通率88才番;改時(shí)長(zhǎng)3分20秒歌曲熱門程度80歌手熱門程度85將這些因子數(shù)值帶入到上面實(shí)施例描敘的計(jì)算過程中，可以得到本音樂i己錄的QualityRank。小虎隊(duì)演唱的《愛》這首歌，會(huì)有很多個(gè)不同源鏈接記錄，它們的很多相關(guān)性因子數(shù)值不同。將這些源鏈接記錄全部都聚為一類，分別計(jì)算出它們的QualityRank后，按照QualityRank大小進(jìn)行排序，將它們劃分為多個(gè)不同的的Level。根據(jù)LevelRank的計(jì)算方法可以得到不同的LevelRank值。進(jìn)而根據(jù)數(shù)值相關(guān)性的公式得到這些源鏈接的數(shù)值相關(guān)性。LevelRank和QualityRank綜合的效果使得在同一個(gè)分類中不同Level的源記錄的數(shù)值相關(guān)性值會(huì)有較大的不同。同樣，其它歌名中包括"愛"字的歌曲也會(huì)被聚成不同的類，每個(gè)類按照LevelRank來區(qū)分。不同分類的相同Level的記錄的數(shù)值相關(guān)性取值會(huì)較為接近，使得最終在對(duì)所有檢索結(jié)果的排序中它們會(huì)排列的比較近。即在最后的檢索結(jié)果中，排在最前面的都是來自不同聚類中第一個(gè)Level的那些記錄。這樣既保證了相關(guān)性好的歌曲排在檢索結(jié)果靠前的位置，又保證前面幾頁的歌曲的多樣性。最終的排序結(jié)果中還把文本相關(guān)性和數(shù)值相關(guān)性進(jìn)行綜合，文本相關(guān)性中考慮到歌名的長(zhǎng)度信息。使得歌名短的盡量靠前。即在用戶檢索"愛"字的返回結(jié)果的越往后，歌曲名會(huì)越長(zhǎng)。以上所述，僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。權(quán)利要求1、一種互聯(lián)網(wǎng)音樂文件排序方法，其特征在于，包括計(jì)算音樂文件的文本相關(guān)性及數(shù)值相關(guān)性；根據(jù)所述文本相關(guān)性以及數(shù)值相關(guān)性，計(jì)算音樂文件的綜合相關(guān)性；并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件進(jìn)行排序。2、根據(jù)權(quán)利要求1所述的互聯(lián)網(wǎng)音樂文件排序方法，其特征在于，所述計(jì)算文本相關(guān)性包括設(shè)定特定語素；文件針對(duì)該特定語素的文本相關(guān)性。3、根據(jù)權(quán)利要求1所述的互聯(lián)網(wǎng)音樂文件排序方法，其特征在于，所述計(jì)算文本相關(guān)性包括設(shè)定特定語素，并由所述特定語素構(gòu)成特定詞組或者特定詞句；根據(jù)所述特定詞組或者特定詞句在互聯(lián)網(wǎng)音樂文件的文本字段中的命中情況，計(jì)算音樂文件針對(duì)該特定詞組或者特定詞句的文本相關(guān)性。4、根據(jù)權(quán)利要求l、2或3所述的互聯(lián)網(wǎng)音樂文件排序方法，其特征在于，所述計(jì)算數(shù)值相關(guān)性包括根據(jù)所述音樂文件自身的數(shù)值因子及其權(quán)重，計(jì)算該音樂文件的數(shù)值相關(guān)性。5、根據(jù)權(quán)利要求2所述的互聯(lián)網(wǎng)音樂文件排序方法，其特征在于，所述文本字段包括歌曲名、歌手名、專輯名和歌詞中的一種或者多于一種的任意組合；所述計(jì)算該音樂文件針對(duì)該特定語素的文本相關(guān)性包括將該特定語素針對(duì)歌曲名、歌手名、專輯名和歌詞的相關(guān)性數(shù)值分別乘以權(quán)重，然后將各項(xiàng)乘積相加以作為文本相關(guān)性數(shù)值；或?qū)⒃撎囟ㄕZ素針對(duì)歌曲名、歌手名、專輯名和歌詞的相關(guān)性數(shù)值分別乘以各自權(quán)重，然后將各項(xiàng)乘積相加后再乘以對(duì)應(yīng)于音樂文件類型的文檔類型系數(shù)以作為文本相關(guān)性數(shù)值。6、根據(jù)權(quán)利要求5所述的互聯(lián)網(wǎng)音樂文件排序方法，其特征在于，當(dāng)特定語素對(duì)應(yīng)于歌曲搜索時(shí)，歌曲名的權(quán)重大于歌手名的權(quán)重，歌手名的權(quán)重大于專輯名的權(quán)重，專輯名的權(quán)重大于歌詞的權(quán)重；當(dāng)特定語素對(duì)應(yīng)于歌詞搜索時(shí)，歌曲名的權(quán)重大于歌詞的權(quán)重，歌詞的權(quán)重大于專輯名的權(quán)重，專輯名的權(quán)重大于歌手名的權(quán)重；當(dāng)特定語素對(duì)應(yīng)于專輯搜索時(shí)，專輯名的權(quán)重大于歌手名的權(quán)重，歌手名的^又重大于歌詞的4又重。7、根據(jù)權(quán)利要求4所述的互聯(lián)網(wǎng)音樂文件排序方法，其特征在于，所述音樂文件自身的數(shù)值因子包括可訪問性因子，所述可訪問性因子由下載速度因子和連通率因子確定。8、根據(jù)權(quán)利要求4所述的互聯(lián)網(wǎng)音樂文件排序方法，其特征在于，所述音樂文件自身的數(shù)值因子包括下列因子中的任一個(gè)或者多于一個(gè)的任意組合歌曲熱門程度因子；歌手熱門程度因子；歌曲記錄所在的站點(diǎn)因子；文件大小因子；播放時(shí)長(zhǎng)因子；編碼率因子；修正數(shù)據(jù)的可信度因子；歌曲的新鮮度因子；網(wǎng)絡(luò)協(xié)議因子；文件類型修正因子。9、根據(jù)權(quán)利要求2所述的互聯(lián)網(wǎng)音樂文件排序方法，其特征在于，該方法包括對(duì)歌曲名、歌手名和音樂文件格式相同的歌曲進(jìn)行聚類，對(duì)每類中的歌曲按照數(shù)值相關(guān)性劃分出不同的級(jí)別Level,使得每個(gè)級(jí)別有預(yù)定個(gè)數(shù)的音樂文件，^v而得到所有音樂文件的級(jí)別排名LevelRank;根據(jù)每個(gè)音樂文件的LevdRank及其數(shù)值相關(guān)性計(jì)算出每個(gè)音樂文件的綜合數(shù)值相關(guān)性，使得不同類中級(jí)別相同的音樂文件的綜合數(shù)值相關(guān)性大小相近，而不同級(jí)別的音樂文件的綜合數(shù)值相關(guān)性相差很大；#^居所述音樂文件針對(duì)該特定語素的文件相關(guān)性和所述綜合數(shù)值相關(guān)性計(jì)算音樂文件針對(duì)該特定語素的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)音樂文件針對(duì)該特定語素進(jìn)行排序。10、一種搜索互聯(lián)網(wǎng)音樂文件的方法，其特征在于，該方法包括計(jì)算音樂文件的文本相關(guān)性及數(shù)值相關(guān)性；根據(jù)所述文本相關(guān)性以及數(shù)值相關(guān)性，計(jì)算音樂文件的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件進(jìn)行排序；將用戶輸入的檢索串分解為多個(gè)特定語素，并根據(jù)每個(gè)特定語素的相關(guān)性權(quán)重?cái)?shù)據(jù)和所述音樂文件排序結(jié)果，計(jì)算出符合用戶檢索請(qǐng)求的所有音樂文件針對(duì)所述用戶輸入^r索串的相關(guān)性權(quán)值，然后按照所述相關(guān)性權(quán)值排序后將所述符合用戶^r索請(qǐng)求的音樂文件返回給用戶。11、根據(jù)權(quán)利要求IO所述的搜索互聯(lián)網(wǎng)音樂文件的方法，其特征在于，所述計(jì)算文本相關(guān)性包括設(shè)定特定語素；根據(jù)特定語素在互聯(lián)網(wǎng)音樂文件的文本字段中的命中情況，計(jì)算音樂文件針對(duì)該特定語素的文本相關(guān)性；所述計(jì)算相關(guān)性權(quán)值包括將用戶輸入的檢索串分解為多個(gè)特定語素，并根據(jù)每個(gè)特定語素的相關(guān)性權(quán)重?cái)?shù)據(jù)和針對(duì)每個(gè)特定語素的排序結(jié)果，計(jì)算出符合用戶檢索請(qǐng)求的所有音樂文件針對(duì)所述用戶輸入檢索串的相關(guān)性權(quán)值。12、根據(jù)權(quán)利要求IO所述的搜索互聯(lián)網(wǎng)音樂文件的方法，其特征在于，所述計(jì)算文本相關(guān)性包括設(shè)定特定語素，并由所述特定語素構(gòu)成特定詞組或者特定詞句；#4居所迷特定詞組或者特定詞句在互聯(lián)網(wǎng)音樂文件的文本字段中的命中情況，計(jì)算音樂文件針對(duì)該特定詞組或者特定詞句的文本相關(guān)性；所述計(jì)算相關(guān)性權(quán)值包括將用戶輸入的檢索串分解為所述多個(gè)特定詞組或者特定詞句，并根據(jù)每個(gè)特定詞組或者特定詞句的相關(guān)性權(quán)重?cái)?shù)據(jù)和針對(duì)每個(gè)特定詞組或者特定詞句的排序結(jié)果，計(jì)算出符合用戶檢索請(qǐng)求的所有音樂文件針對(duì)所述用戶輸入斗企索串的相關(guān)性權(quán)值。13、根據(jù)權(quán)利要求11所述的搜索互聯(lián)網(wǎng)音樂文件的方法，其特征在于，所述文本字段包括歌曲名、歌手名、專輯名和歌詞中的一種或者多于一種的任意組合；所述計(jì)算該音樂文件針對(duì)該特定語素的文本相關(guān)性包括將該特定語素針對(duì)歌曲名、歌手名、專輯名和歌詞的相關(guān)性數(shù)值分別乘以權(quán)重，然后將各項(xiàng)乘積相加以作為文本相關(guān)性數(shù)值；或?qū)⒃撎囟ㄕZ素針對(duì)歌曲名、歌手名、專輯名和歌詞的相關(guān)性數(shù)值分別乘以各自權(quán)重，然后將各項(xiàng)乘積相加后再乘以對(duì)應(yīng)于音樂文件類型的文檔類型系數(shù)以作為文本相關(guān)性數(shù)值。14、根據(jù)權(quán)利要求11或13所述的搜索互聯(lián)網(wǎng)音樂文件的方法，其特征在于，該方法包4舌對(duì)歌曲名、歌手名和音樂文件格式相同的歌曲進(jìn)行聚類，對(duì)每類中的歌曲按照數(shù)值相關(guān)性劃分出不同的級(jí)別Level,使得每個(gè)級(jí)別有預(yù)定個(gè)數(shù)的音樂文件，從而得到所有音樂文件的級(jí)別排名LevelRank;根據(jù)每個(gè)音樂文件的LevelRank及其數(shù)值相關(guān)性計(jì)算出每個(gè)音樂文件的綜合數(shù)值相關(guān)性，使得不同類中級(jí)別相同的音樂文件的綜合數(shù)值相關(guān)性大小相近，而不同級(jí)別Level的音樂文件綜合數(shù)值相關(guān)性相差很大；算音樂文件針對(duì)該特定語素的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)音樂文件針對(duì)該特定語素進(jìn)行排序。15、一種互聯(lián)網(wǎng)音樂文件排序系統(tǒng)，其特征在于，該系統(tǒng)包括文本相關(guān)性計(jì)算單元，用于計(jì)算音樂文件的文本相關(guān)性；數(shù)值相關(guān)性計(jì)算單元，用于計(jì)算該音樂文件的數(shù)值相關(guān)性；排序單元，用于根據(jù)所述音樂文件的文本相關(guān)性以及數(shù)值相關(guān)性，計(jì)算該音樂文件的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件進(jìn)行排序。16、根據(jù)權(quán)利要求15所迷的互聯(lián)網(wǎng)音樂文件排序系統(tǒng)，其特征在于，所述文本相關(guān)性計(jì)算單元，用于根據(jù)特定語素在互聯(lián)網(wǎng)音樂文件的文本字段的命中情況，計(jì)算該音樂文件針對(duì)該特定語素的文本相關(guān)性；數(shù)值相關(guān)性計(jì)算單元，用于根據(jù)所述音樂文件自身的數(shù)值因子及其權(quán)重，計(jì)算該音樂文件的數(shù)值相關(guān)性；排序單元，用于根據(jù)所述音樂文件針對(duì)該特定語素的文本相關(guān)性以及所述音樂文件的數(shù)值相關(guān)性，計(jì)算該音樂文件針對(duì)該特定語素的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件針對(duì)該特定語素進(jìn)行排序。17、根據(jù)權(quán)利要求15所迷的互聯(lián)網(wǎng)音樂文件排序系統(tǒng)，其特征在于，所述文本相關(guān)性計(jì)算單元，用于根據(jù)由特定語素所構(gòu)成的特定詞組或者特定詞句在互聯(lián)網(wǎng)音樂文件的文本字段的命中情況，計(jì)算音樂文件針對(duì)該特定詞組或者特定詞句的文本相關(guān)性；數(shù)值相關(guān)性計(jì)算單元，用于根據(jù)所述音樂文件自身的數(shù)值因子及其權(quán)重，計(jì)算該音樂文件的數(shù)值相關(guān)性；排序單元，用于根據(jù)所述音樂文件針對(duì)該特定詞組或者特定詞句的文本相關(guān)性以及所述音樂文件的數(shù)值相關(guān)性，計(jì)算該音樂文件針對(duì)該特定詞組或者特定詞句的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件針對(duì)該特定詞組或者特定詞句進(jìn)行排序。18、根據(jù)權(quán)利要求16所述的互聯(lián)網(wǎng)音樂文件排序系統(tǒng)，其特征在于，所述文本字段包括歌曲名、歌手名、專輯名和歌詞中的一種或者多于一種的任意組合；其中文本相關(guān)性計(jì)算單元，用于將該特定語素針對(duì)歌曲名、歌手名、專輯名和歌詞的相關(guān)性數(shù)值分別乘以權(quán)重，然后將乘積相加以作為文本相關(guān)性數(shù)值；或文本相關(guān)性計(jì)算單元，用于將該特定語素針對(duì)歌曲名、歌手名、專輯名和歌詞的相關(guān)性數(shù)值分別乘以權(quán)重，然后將乘積相加后再乘以對(duì)應(yīng)于音樂文件類型的文檔類型系數(shù)以作為文本相關(guān)性數(shù)值。19、一種互聯(lián)網(wǎng)音樂文件搜索引擎，其特征在于，該搜索引擎包括爬蟲，從互聯(lián)網(wǎng)抓取互聯(lián)網(wǎng)音樂文件，并將所述互聯(lián)網(wǎng)音樂文件的文本字段和數(shù)值因子發(fā)送給索引系統(tǒng)；索引系統(tǒng)，用于根據(jù)特定語素在互聯(lián)網(wǎng)音樂文件的文本字段的命中情況，計(jì)算該音樂文件針對(duì)該特定語素的文本相關(guān)性，根據(jù)所述音樂文件自身的數(shù)值因子及其權(quán)重，計(jì)算該音樂文件的數(shù)值相關(guān)性，并根據(jù)所述音樂文件針對(duì)該特定語素的文本相關(guān)性以及音樂文件的數(shù)值相關(guān)性，計(jì)算所述音樂文件針對(duì)該特排序；檢索器，用于將用戶輸入的檢索串分解為多個(gè)特定語素，并根據(jù)每個(gè)特定語素的相關(guān)性權(quán)重?cái)?shù)據(jù)和針對(duì)每個(gè)特定語素的排序結(jié)果，計(jì)算出符合用戶檢索檢索請(qǐng)求的音樂文件按照所述相關(guān)性權(quán)值排序后返回給用戶。20、根據(jù)權(quán)利要求19所述的互聯(lián)網(wǎng)音樂文件搜索引擎，其特征在于，索引系統(tǒng)，進(jìn)一步用于對(duì)歌曲名、歌手名和音樂文件格式相同的歌曲進(jìn)行聚類，對(duì)每類中的歌曲按照數(shù)值相關(guān)性劃分出不同的級(jí)別Level,使得每個(gè)級(jí)別有預(yù)定個(gè)數(shù)的音樂文件，從而得到所有音樂文件的級(jí)別排名LevelRank;索引系統(tǒng)，并用于根據(jù)每個(gè)音樂文件的LevelRank及其數(shù)值相關(guān)性計(jì)算出每個(gè)音樂文件的綜合數(shù)值相關(guān)性，使得不同類中級(jí)別相同的音樂文件的綜合數(shù)值相關(guān)性大小相近，而不同級(jí)別Level的音樂文件綜合數(shù)值相關(guān)性相差很大；根據(jù)所述音樂文件針對(duì)該特定語素的文件相關(guān)性和所述綜合數(shù)值相關(guān)性計(jì)算音樂文件針對(duì)該特定語素的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)音樂文件針對(duì)該特定語素進(jìn)行排序。全文摘要本發(fā)明實(shí)施例公開了一種互聯(lián)網(wǎng)音樂文件排序方法，包括計(jì)算音樂文件的文本相關(guān)性及數(shù)值相關(guān)性；根據(jù)所述文本相關(guān)性以及數(shù)值相關(guān)性，計(jì)算音樂文件的綜合相關(guān)性，并根據(jù)所述綜合相關(guān)性對(duì)該音樂文件進(jìn)行排序。本發(fā)明還公開了一種互聯(lián)網(wǎng)音樂文件排序系統(tǒng)、搜索方法和搜索引擎。應(yīng)用本發(fā)明之后，結(jié)合相關(guān)性考慮因子評(píng)估音樂文件與用戶檢索請(qǐng)求的相關(guān)性，從而使得與用戶檢索請(qǐng)求相關(guān)性較好的音樂文件更容易地呈現(xiàn)給用戶。文檔編號(hào)G06F17/30GK101105815SQ20071014562公開日2008年1月16日申請(qǐng)日期2007年9月6日優(yōu)先權(quán)日2007年9月6日發(fā)明者應(yīng)熊,王志平,邵榮防,陽郭申請(qǐng)人:騰訊科技(深圳)有限公司