專利名稱：一種基于移動(dòng)設(shè)備位置的搜索服務(wù)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及移動(dòng)搜索技術(shù)領(lǐng)域，特別是涉及一種基于移動(dòng)設(shè)備位置的捜索服務(wù)方法和一種搜索服務(wù)數(shù)據(jù)庫的建立方法。
背景技術(shù)：
隨著移動(dòng)網(wǎng)絡(luò)的快速發(fā)展，移動(dòng)搜索作為ー項(xiàng)新興的技術(shù)，受到了越來越多的關(guān)注。移動(dòng)搜索是ー項(xiàng)基于移動(dòng)網(wǎng)絡(luò)、應(yīng)用于手機(jī)終端的捜索技木，用戶可以通過SMS(短消息月艮務(wù)、Short Message Service)、WAP (無線應(yīng)用協(xié)議，Wireless Application Protocol)、 IVR(互動(dòng)式語音應(yīng)答，Interactive Voice Response)等多種接入方式進(jìn)行搜索，獲得因特網(wǎng)信息、移動(dòng)增值服務(wù)及本地信息服務(wù)內(nèi)容。但由于手機(jī)終端的特性，移動(dòng)搜索本身存在一定的局限性，例如手機(jī)內(nèi)存小、運(yùn)行速度慢，屏幕尺寸有限導(dǎo)致難以通過單ー頁面完整顯示查詢結(jié)果等。LBS (基于位置的服務(wù)，Location Based krvice)是ー種通過移動(dòng)設(shè)備、移動(dòng)網(wǎng)絡(luò)手機(jī)終端位置信息，并以此為依據(jù)提供信息的服務(wù)方式，例如最簡(jiǎn)單的導(dǎo)航系統(tǒng) (navigation systems)。一方面，位置信息能夠很好地表現(xiàn)用戶的查詢意圖，所以利用這個(gè)位置信息分析、猜測(cè)用戶的興趣點(diǎn)，可以有效地避免不必要的運(yùn)算，從而縮短查詢的操作時(shí)間。另ー方面，如果能夠準(zhǔn)確地估計(jì)出用戶所期望的內(nèi)容，那么將會(huì)減小屏幕尺寸所帯來的限制。目前，ー個(gè)與LBS相關(guān)聯(lián)、且得到廣泛使用的實(shí)例是GIS(地理資訊系統(tǒng)， Geographic Information Systems)。GIS中的數(shù)據(jù)代表了現(xiàn)實(shí)中的實(shí)體，對(duì)于基于位置的服務(wù)，除了需要GIS系統(tǒng)中存儲(chǔ)的客觀的空間數(shù)據(jù)(spatial data)夕卜，還需要更多的信息來給用戶提供更好的服務(wù)，因此需要在GIS中引入用戶POI (興趣點(diǎn)，Point of Interest) 的概念。每個(gè)POI表示ー個(gè)對(duì)用戶有用或者能夠讓用戶產(chǎn)生興趣的點(diǎn)，通常用經(jīng)緯度來表征。這樣，當(dāng)移動(dòng)終端用戶輸入某個(gè)查詢?cè)~，例如“成都小吃”，傳統(tǒng)的基于移動(dòng)設(shè)備位置的捜索服務(wù)方法只能給出簡(jiǎn)單的POI信息，例如地址，而不能給出詳細(xì)的結(jié)構(gòu)化信息，例如菜系、乘車路線、評(píng)價(jià)、圖片等，這就影響了用戶的查詢體驗(yàn)?？傊?，需要本領(lǐng)域技術(shù)人員迫切解決的ー個(gè)技術(shù)問題就是如何能夠向移動(dòng)終端用戶提供豐富的結(jié)構(gòu)化信息。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種搜索服務(wù)數(shù)據(jù)庫的建立方法，能夠針對(duì)感興趣地理數(shù)據(jù)，獲取并存儲(chǔ)豐富、詳細(xì)、充實(shí)的結(jié)構(gòu)化數(shù)據(jù)；相應(yīng)的，本發(fā)明還提供了一種基于移動(dòng)設(shè)備位置的捜索服務(wù)方法，使得可以依據(jù)移動(dòng)設(shè)備的當(dāng)前位置和當(dāng)前方位，在捜索服務(wù)數(shù)據(jù)庫中進(jìn)行捜索，將包含有豐富、詳細(xì)、充實(shí)結(jié)構(gòu)化數(shù)據(jù)的搜索結(jié)果直接推送給移動(dòng)設(shè)備用戶，或者，以查詢響應(yīng)的形式返回給移動(dòng)設(shè)備用戶。為了解決上述問題，本發(fā)明公開了ー種基于移動(dòng)設(shè)備位置的捜索服務(wù)方法，包括依據(jù)移動(dòng)設(shè)備的當(dāng)前位置和當(dāng)前方位，在捜索服務(wù)數(shù)據(jù)庫中進(jìn)行捜索，并將第一捜索結(jié)果推送給移動(dòng)設(shè)備用戶，其中，該搜索服務(wù)數(shù)據(jù)庫為依據(jù)在互聯(lián)網(wǎng)中采集得到與所述感興趣地理數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)建立，該搜索服務(wù)數(shù)據(jù)庫中包括有感興趣地理數(shù)據(jù)和對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，所述感興趣地理數(shù)據(jù)包括地理位置和標(biāo)簽；或者，在接收到移動(dòng)設(shè)備用戶發(fā)送的搜索請(qǐng)求吋，從該搜索請(qǐng)求中提取關(guān)鍵詞；依據(jù)所述關(guān)鍵詞及該移動(dòng)設(shè)備用戶的當(dāng)前位置和當(dāng)前方位，在該搜索服務(wù)數(shù)據(jù)庫中進(jìn)行搜索，并將第二捜索結(jié)果返回給該移動(dòng)設(shè)備用戶。優(yōu)選的，所述依據(jù)移動(dòng)設(shè)備的當(dāng)前位置和當(dāng)前方位，在捜索服務(wù)數(shù)據(jù)庫中進(jìn)行搜索的步驟，包括通過移動(dòng)設(shè)備中的位置感應(yīng)裝置獲取移動(dòng)設(shè)備的當(dāng)前經(jīng)緯度和當(dāng)前方位；依據(jù)該當(dāng)前經(jīng)緯度和當(dāng)前方位，獲取第一興趣區(qū)域；在該搜索服務(wù)數(shù)據(jù)庫中搜索該第一興趣區(qū)域范圍內(nèi)的感興趣地理數(shù)據(jù)和對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第一捜索結(jié)果。優(yōu)選的，所述依據(jù)所述關(guān)鍵詞及該移動(dòng)設(shè)備用戶的當(dāng)前位置和當(dāng)前方位，在該搜索服務(wù)數(shù)據(jù)庫中進(jìn)行捜索的步驟，包括通過移動(dòng)設(shè)備中的位置感應(yīng)裝置獲取移動(dòng)設(shè)備的當(dāng)前經(jīng)緯度和當(dāng)前方位；依據(jù)該當(dāng)前經(jīng)緯度和當(dāng)前方位，獲取第二興趣區(qū)域；在該搜索服務(wù)數(shù)據(jù)庫中搜索該第二興趣區(qū)域范圍內(nèi)的、且與所述關(guān)鍵字相匹配的感興趣地理數(shù)據(jù)和對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第二捜索結(jié)果。優(yōu)選的，通過以下步驟獲取第一興趣區(qū)域或者第二興趣區(qū)域以當(dāng)前經(jīng)緯度Plmgitude,latitude為圓心，做ー個(gè)半徑為R、圓心角為θ的扇形，以該扇形區(qū)域作為第一興趣區(qū)域或者第二興趣區(qū)域，其中，該扇形區(qū)域關(guān)于當(dāng)前方位d imt, m&對(duì)稱，R、θ為根據(jù)移動(dòng)設(shè)備用戶輸入確定，或者由服務(wù)器設(shè)置。優(yōu)選的，所述方法還包括根據(jù)移動(dòng)設(shè)備用戶輸入，變更R、θ的值。優(yōu)選的，所述將第二捜索結(jié)果返回給該移動(dòng)設(shè)備用戶的步驟，包括通過統(tǒng)計(jì)當(dāng)前關(guān)鍵詞keyi在第一捜索結(jié)果ハ中出現(xiàn)的次數(shù)Iii, j得到捜索結(jié)果ハ 與用戶搜索的第一相似度Scorejl =Σ i = ..,Jtfi,產(chǎn)idfi)，其中，Iii為當(dāng)前關(guān)鍵詞的詞頻， 歸ー化詞頻tfy = Iii,ノ叫，Clfi為統(tǒng)計(jì)的包含keyi的元組數(shù)量，逆向文件頻率idfi = log (1/ (Ifi)；計(jì)算rj所在位置與用戶位置Plmgitude, latitude的距離Clistj,進(jìn)ー步得到第二搜索結(jié)果ハ與用戶搜索的第二相似度Scorej2 = IMistj ；根據(jù)站點(diǎn)可信度與IP地址分析，獲得第二捜索結(jié)果ハ與用戶搜索的第三相似度 Scorej3 ；利用scoreがscoreがscoreJ3計(jì)算第二搜索結(jié)果。與用戶搜索的總相似度Scorej=α ^scorejl+ α o*scoreJ2+ α 3*score;3,其中，α ^ α 0> α ,分另Ij為 Scorejl, scoreJ2, scoreJ3 的權(quán)值，O く Q1, α2> α3< 1 ；根據(jù)ScorejM第二捜索結(jié)果排序，并將排在前面的返回給用戶。優(yōu)選的，通過以下步驟建立所述搜索服務(wù)數(shù)據(jù)庫獲取感興趣地理數(shù)據(jù)，其中，所述感興趣地理數(shù)據(jù)包括地理位置和標(biāo)簽；依據(jù)所述標(biāo)簽，在互聯(lián)網(wǎng)中采集得到與所述感興趣地理數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)，并連同所述感興趣地理數(shù)據(jù)保存至第一數(shù)據(jù)庫；對(duì)所述第一數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)進(jìn)行清洗，得到第二數(shù)據(jù)庫；將所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為與搜索服務(wù)屬性相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第三數(shù)據(jù)庫；對(duì)所述第三數(shù)據(jù)庫中同一個(gè)感興趣地理數(shù)據(jù)對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合，得到搜索服務(wù)數(shù)據(jù)庫。另ー方面，本發(fā)明還公開了ー種搜索服務(wù)數(shù)據(jù)庫的建立方法，包括獲取感興趣地理數(shù)據(jù)，其中，所述感興趣地理數(shù)據(jù)包括地理位置和標(biāo)簽；依據(jù)所述標(biāo)簽，在互聯(lián)網(wǎng)中采集得到與所述感興趣地理數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)，并連同所述感興趣地理數(shù)據(jù)保存至第一數(shù)據(jù)庫；對(duì)所述第一數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)進(jìn)行清洗，得到第二數(shù)據(jù)庫；將所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為與搜索服務(wù)屬性相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第三數(shù)據(jù)庫；對(duì)所述第三數(shù)據(jù)庫中同一個(gè)感興趣地理數(shù)據(jù)對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合，得到搜索服務(wù)數(shù)據(jù)庫。優(yōu)選的，所述獲取感興趣地理數(shù)據(jù)的步驟為，從空間數(shù)據(jù)庫中提取地理位置及相應(yīng)的標(biāo)簽。優(yōu)選的，所述依據(jù)所述標(biāo)簽得到第一數(shù)據(jù)庫的步驟，包括針對(duì)每個(gè)感興趣地理數(shù)據(jù)，將其標(biāo)簽作為關(guān)鍵字在互聯(lián)網(wǎng)中進(jìn)行網(wǎng)頁查詢；選取前k 條查詢結(jié)果 Pljl, P1j2, ...,Pljk, P2a，... , Pma，... , Pm,k，連同相應(yīng)的感興趣地理數(shù)據(jù)保存至第一數(shù)據(jù)庫，其中，k為自然數(shù)。優(yōu)選的，所述對(duì)第一數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)進(jìn)行清洗的步驟，包括驗(yàn)證所述網(wǎng)頁數(shù)據(jù)的準(zhǔn)確性和去除重復(fù)的網(wǎng)頁數(shù)據(jù)。優(yōu)選的，所述去除重復(fù)的網(wǎng)頁數(shù)據(jù)的步驟，包括計(jì)算兩個(gè)網(wǎng)頁之間的相似度；若該相似度小于第一閾值，則視該兩個(gè)網(wǎng)頁重復(fù)，并從所述第一數(shù)據(jù)庫中刪除其中ー個(gè)。優(yōu)選的，所述驗(yàn)證所述網(wǎng)頁數(shù)據(jù)的準(zhǔn)確性的步驟，包括統(tǒng)計(jì)同一標(biāo)簽的網(wǎng)頁數(shù)據(jù)；通過投票機(jī)制，保留票數(shù)高的網(wǎng)頁數(shù)據(jù)，以及，從所述第一數(shù)據(jù)庫中刪除票數(shù)低的網(wǎng)頁數(shù)據(jù)。優(yōu)選的，所述將所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為與搜索服務(wù)屬性相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第三數(shù)據(jù)庫的步驟，包括
確定搜索服務(wù)屬性；依據(jù)所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)中，識(shí)別各標(biāo)簽對(duì)應(yīng)的搜索服務(wù)屬性的值；依據(jù)搜索服務(wù)屬性和相應(yīng)的值，將所有網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，并保存至第
三數(shù)據(jù)庫。優(yōu)選的，所述識(shí)別各標(biāo)簽對(duì)應(yīng)的搜索服務(wù)屬性的值的方法包括HTML識(shí)別、XML標(biāo)簽識(shí)別或者正則表達(dá)式匹配。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)本發(fā)明在互聯(lián)網(wǎng)中采集得到與POI數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)，并依據(jù)所述網(wǎng)頁數(shù)據(jù)建立捜索服務(wù)數(shù)據(jù)庫；由于互聯(lián)網(wǎng)中的數(shù)據(jù)是海量的，可以為搜索服務(wù)數(shù)據(jù)庫提供充足的數(shù)據(jù)來源，并且，由于在建立過程中，將所述網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為與搜索服務(wù)屬性相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，這樣，搜索服務(wù)數(shù)據(jù)庫存儲(chǔ)有與地址、電話、菜系、評(píng)價(jià)、圖片等多種搜索服務(wù)屬性相對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)；因此，搜索服務(wù)數(shù)據(jù)庫可以提供豐富、充實(shí)的結(jié)構(gòu)化數(shù)據(jù)；另外，由于在建立過程中對(duì)網(wǎng)頁數(shù)據(jù)進(jìn)行了清洗，該清洗能夠去除數(shù)據(jù)庫中不完全、不正確、不精準(zhǔn)、不相關(guān)的數(shù)據(jù)，因此，搜索服務(wù)數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)是準(zhǔn)確的；綜上，本發(fā)明可以依據(jù)移動(dòng)設(shè)備的當(dāng)前位置和當(dāng)前方位，在捜索服務(wù)數(shù)據(jù)庫中進(jìn)行捜索，將包含有豐富、詳細(xì)、充實(shí)結(jié)構(gòu)化數(shù)據(jù)的搜索結(jié)果直接推送給移動(dòng)設(shè)備用戶，或者， 以查詢響應(yīng)的形式返回給移動(dòng)設(shè)備用戶；因此，本發(fā)明可以提高移動(dòng)檢索的效率和準(zhǔn)確率， 從而給用戶帶來更好的查詢體驗(yàn)與視覺效果。


圖1是本發(fā)明一種搜索服務(wù)數(shù)據(jù)庫的建立方法實(shí)施例的流程圖；圖2是本發(fā)明一種基于移動(dòng)設(shè)備位置的捜索服務(wù)方法實(shí)施例的流程圖。
具體實(shí)施例方式為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明作進(jìn)ー步詳細(xì)的說明。本發(fā)明的核心構(gòu)思之一在干，在互聯(lián)網(wǎng)中采集得到與POI數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)， 并依據(jù)所述網(wǎng)頁數(shù)據(jù)建立捜索服務(wù)數(shù)據(jù)庫；互聯(lián)網(wǎng)中的海量數(shù)據(jù)決定了所述網(wǎng)頁數(shù)據(jù)的豐富性，這就導(dǎo)致依據(jù)所述網(wǎng)頁數(shù)據(jù)建立的捜索服務(wù)數(shù)據(jù)庫，能夠針對(duì)感興趣地理數(shù)據(jù)，存儲(chǔ)豐富、詳細(xì)、充實(shí)的結(jié)構(gòu)化數(shù)據(jù)，如一家餐館的標(biāo)簽、地址、電話、菜系、評(píng)價(jià)、圖片等；這樣， 當(dāng)用戶查詢吋，服務(wù)器端能夠依據(jù)用戶的位置信息，將包含有豐富、詳細(xì)、充實(shí)結(jié)構(gòu)化數(shù)據(jù)的搜索結(jié)果以查詢響應(yīng)的形式返回給移動(dòng)設(shè)備用戶，從而給用戶帶來更好的查詢體驗(yàn)與視覺效果。參照?qǐng)D1，示出了本發(fā)明ー種搜索服務(wù)數(shù)據(jù)庫的建立方法實(shí)施例的流程圖，具體可以包括步驟101、獲取感興趣地理數(shù)據(jù)，其中，所述感興趣地理數(shù)據(jù)可以包括地理位置和標(biāo)簽；在實(shí)際中，可由服務(wù)器端以從空間數(shù)據(jù)庫中提取地理位置及相應(yīng)的標(biāo)簽；其中，所述空間數(shù)據(jù)庫Ds可為已有數(shù)據(jù)庫，也可通過收集地圖信息，建立空間數(shù)據(jù)庫Ds ；總之，這里的空間數(shù)據(jù)庫為包含有一系列POI數(shù)據(jù)點(diǎn)的數(shù)據(jù)庫，本發(fā)明對(duì)該空間數(shù)據(jù)庫的具體來源不加以限制。在具體實(shí)現(xiàn)中，每個(gè)POI數(shù)據(jù)點(diǎn)可由若干部分組成，其中，最基本的性質(zhì)可以包括兩個(gè)地理位置和標(biāo)簽，地理位置記錄了該P(yáng)OI數(shù)據(jù)點(diǎn)在地圖上所處的位置(例如經(jīng)緯度)，標(biāo)簽標(biāo)記了該P(yáng)OI數(shù)據(jù)點(diǎn)的屬性(例如海底撈餐館)。步驟102、依據(jù)所述標(biāo)簽，在互聯(lián)網(wǎng)中采集得到與所述感興趣地理數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)，并連同所述感興趣地理數(shù)據(jù)保存至第一數(shù)據(jù)庫；首先互聯(lián)網(wǎng)中的數(shù)據(jù)是海量的，可以為搜索服務(wù)數(shù)據(jù)庫提供充足的數(shù)據(jù)來源。但是，從需求角度考慮，并非所有的內(nèi)容都是有用的，所以建立捜索服務(wù)數(shù)據(jù)庫的第一步就是從海量的數(shù)據(jù)中采集有意義的數(shù)據(jù)。在具體實(shí)現(xiàn)中，所述依據(jù)所述標(biāo)簽得到第一數(shù)據(jù)庫的步驟，具體可以包括子步驟Al、針對(duì)每個(gè)感興趣地理數(shù)據(jù)，將其標(biāo)簽作為關(guān)鍵字在互聯(lián)網(wǎng)中進(jìn)行網(wǎng)頁查詢；子步驟A2、選取前 k 條查詢結(jié)果 Pia, Plj2, . .. ,Pljk, P2a，... , Pma，... , Pm,k，連同相應(yīng)的感興趣地理數(shù)據(jù)保存至第一數(shù)據(jù)庫，其中，k為自然數(shù)?，F(xiàn)有多數(shù)廣泛使用的搜索引擎能夠提供針對(duì)不同數(shù)據(jù)類型的檢索功能，可以用來抓取不同類型相關(guān)數(shù)據(jù)。例如，可以用標(biāo)簽內(nèi)容(例如海底撈餐館)在搜索引擎中執(zhí)行查詢，對(duì)于每個(gè)地點(diǎn)，選擇返回結(jié)果中的前100個(gè)頁面保存；由于搜索引擎已經(jīng)完成了ー些過濾信息、相關(guān)度排序等的功能，故可以用這些頁面連同相應(yīng)的感興趣地理數(shù)據(jù)構(gòu)建第一數(shù)據(jù)庫。步驟103、對(duì)所述第一數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)進(jìn)行清洗，得到第二數(shù)據(jù)庫；雖然搜索引擎已經(jīng)完成了部分?jǐn)?shù)據(jù)清洗的工作，但是仍然不夠徹底。此時(shí)，第一數(shù)據(jù)庫中還存在一些“臟數(shù)據(jù)”，這里的“臟數(shù)據(jù)”主要指不完全、不正確、不精確、不相關(guān)等的網(wǎng)頁數(shù)據(jù)，例如，重復(fù)、虛假(例如廣告等)的網(wǎng)頁數(shù)據(jù)等。因此，欲給用戶提供更加滿意的結(jié)構(gòu)化數(shù)據(jù)，還需要在第一數(shù)據(jù)庫中去除這部分“臟數(shù)據(jù)”。在實(shí)際中，所述對(duì)第一數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)進(jìn)行清洗的步驟，主要可以包括驗(yàn)證所述網(wǎng)頁數(shù)據(jù)的準(zhǔn)確性和去除重復(fù)的網(wǎng)頁數(shù)據(jù)。互聯(lián)網(wǎng)中有很多內(nèi)容都是重復(fù)的，在本發(fā)明的一種優(yōu)選實(shí)施例中，可以通過如下步驟去除重復(fù)的網(wǎng)頁數(shù)據(jù)子步驟Bi、計(jì)算兩個(gè)網(wǎng)頁之間的相似度；子步驟B2、若該相似度大于第一閾值，則視該兩個(gè)網(wǎng)頁重復(fù)，并從所述第一數(shù)據(jù)庫中刪除其中ー個(gè)。在實(shí)際中，可以用Jaccard距離或編輯距離的原理來計(jì)算該相似度。例如，Jaccard距離也即將兩個(gè)網(wǎng)頁文本的Jaccard距離作為判定重復(fù)的標(biāo)準(zhǔn)，現(xiàn)有很多方法可以用于快速地估算Jaccard距離的值，例如min-hash(最小哈希)算法等。在判定過程中，可以設(shè)定第一閾值S =0.75，S卩如果兩個(gè)HTML(超文本標(biāo)記語言，Hyper Text Mark-up Language)文檔的Jaccard距離大于0. 7吋，就可以判定這兩個(gè)網(wǎng)頁內(nèi)容重復(fù)，刪除其中ー個(gè)。在實(shí)際應(yīng)用中，可利用一些經(jīng)典的方法驗(yàn)證所述網(wǎng)頁數(shù)據(jù)的準(zhǔn)確性，例如，可通過審計(jì)、觀察等方法獲取數(shù)據(jù)特征，檢測(cè)、修復(fù)、刪除第一數(shù)據(jù)庫中不正確、不完整、不必要的網(wǎng)頁數(shù)據(jù)。在本發(fā)明的另ー種優(yōu)選實(shí)施例中，可通過投票機(jī)制刪除第一數(shù)據(jù)庫中的錯(cuò)誤信息，此時(shí)，所述驗(yàn)證所述網(wǎng)頁數(shù)據(jù)的準(zhǔn)確性的步驟，具體可以包括子步驟Cl、統(tǒng)計(jì)同一標(biāo)簽的網(wǎng)頁數(shù)據(jù)；子步驟C2、通過投票機(jī)制，保留票數(shù)高的網(wǎng)頁數(shù)據(jù)，以及，從所述第一數(shù)據(jù)庫中刪除票數(shù)低的網(wǎng)頁數(shù)據(jù)。例如通過某個(gè)網(wǎng)頁P(yáng)x, y得到“Px是一家經(jīng)營川菜的餐館”，而通過與之相關(guān)的另一個(gè)網(wǎng)頁P(yáng)x,z得到“Px是意式餐廳”這樣矛盾的信息，其中肯定有一條是錯(cuò)誤的。采用投票機(jī)制，統(tǒng)計(jì)在100個(gè)網(wǎng)頁中分別有多少網(wǎng)頁將Px標(biāo)注為“川菜館”，又有多少網(wǎng)頁將其標(biāo)注為 “意式餐廳”，這樣，票數(shù)高的視為正確結(jié)果。此外，在投票機(jī)制中，還可以考慮數(shù)據(jù)來源的站點(diǎn)可信度，對(duì)于可信度較高的網(wǎng)站，給予更高的權(quán)值，反之賦予權(quán)值較低。本發(fā)明對(duì)投票機(jī)制的具體實(shí)現(xiàn)方式不加以限制。為了更好地適應(yīng)移動(dòng)搜索的特點(diǎn)，在每次數(shù)據(jù)清洗結(jié)束后，還可以執(zhí)行進(jìn)一歩的人工標(biāo)注/審核，此時(shí)，如果數(shù)據(jù)質(zhì)量仍然沒有達(dá)到要求，可以重復(fù)執(zhí)行數(shù)據(jù)清洗，直至數(shù)據(jù)在準(zhǔn)確性、完整性方面符合要求，所述人工標(biāo)注/審核能夠進(jìn)ー步確保數(shù)據(jù)的準(zhǔn)確性。對(duì)于第二數(shù)據(jù)庫而言，其中包含的仍然是一系列網(wǎng)頁，每個(gè)網(wǎng)頁對(duì)應(yīng)于ー個(gè)POI 數(shù)據(jù)點(diǎn)。與第一數(shù)據(jù)庫相比，區(qū)別僅在于第二數(shù)據(jù)庫中的數(shù)據(jù)是準(zhǔn)確無重復(fù)的。步驟104、將所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為與搜索服務(wù)屬性相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第三數(shù)據(jù)庫；一方面，互聯(lián)網(wǎng)數(shù)據(jù)大多是非結(jié)構(gòu)化或半結(jié)構(gòu)化的，所以很難進(jìn)行分析以及進(jìn)一步的信息提取，另ー方面，對(duì)于手機(jī)用戶而言，手機(jī)的體積限制了查詢結(jié)果的顯示；因此，本步驟將所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為與搜索服務(wù)屬性相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，也即，將用戶感興趣的內(nèi)容從中原始的網(wǎng)頁文檔中識(shí)別抽取出來。在實(shí)際中，可通過實(shí)體識(shí)別(entity recognition)和信息抽取(information extraction)進(jìn)行網(wǎng)頁數(shù)據(jù)到結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)換。具體而言，實(shí)現(xiàn)實(shí)體識(shí)別需要自然語言處 5M (natural language processing)、 $>^| (machine learning)用:^去處理第二數(shù)據(jù)庫，只保留抽取出的有意義的實(shí)體信息，例如商場(chǎng)、餐廳等的電話號(hào)碼等，通過這種方式將所有的網(wǎng)頁轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)Su，Slj2, ... , Sljk, S2a, ... , Sma, ... ,、,k，得到第三數(shù)據(jù)庫。實(shí)體識(shí)別的目的在于搜索服務(wù)屬性值的抽取，這里，需要抽取的捜索服務(wù)屬性可以包括“位置”，“營業(yè)時(shí)間”，“客戶評(píng)價(jià)”等。在本發(fā)明的一種優(yōu)選實(shí)施例中，所述步驟104 具體可以包括子步驟D1、確定搜索服務(wù)屬性；子步驟D2、依據(jù)所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)中，識(shí)別各標(biāo)簽對(duì)應(yīng)的搜索服務(wù)屬性的值；子步驟D3、依據(jù)搜索服務(wù)屬性和相應(yīng)的值，將所有網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，并
保存至第三數(shù)據(jù)庫。其中，所述識(shí)別各標(biāo)簽對(duì)應(yīng)的搜索服務(wù)屬性的值的方法具體可以包括HTML識(shí)別、XML(可擴(kuò)展標(biāo)記語言，Extensible Markup Language)標(biāo)簽識(shí)別或者正則表達(dá)式匹配寸。對(duì)于比較エ整的網(wǎng)頁，可直接從HTML文檔中識(shí)別相應(yīng)標(biāo)簽，而ー些人工編寫的、 表達(dá)不規(guī)則的網(wǎng)頁，則使用正則表達(dá)式匹配的方法，例如“營業(yè)時(shí)間”這個(gè)屬性，它通常是 "hh:mm-hh:mm"的格式，因此通過表達(dá)式\d{l，2} :\d{l，2} :\d{l，2}\d{l，2}· \d{l，2} :\d{l，2} :\d{l，2}\d{l，2}進(jìn)行匹配，其中，中間的“.”可以用來匹配“-” “ ”等多種用于表示時(shí)間關(guān)聯(lián)的符號(hào)。得到了捜索服務(wù)屬性和相應(yīng)的值，就可以將第二數(shù)據(jù)庫中的非結(jié)構(gòu)化或者半結(jié)構(gòu)化的網(wǎng)頁轉(zhuǎn)換為標(biāo)簽與屬性值嚴(yán)格匹配、格式統(tǒng)ー的結(jié)構(gòu)化數(shù)據(jù)，用這些結(jié)構(gòu)化數(shù)據(jù)構(gòu)建第三數(shù)據(jù)庫。第三數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)與第二數(shù)據(jù)庫中的網(wǎng)頁是一一對(duì)應(yīng)的關(guān)系，即ー 個(gè)POI數(shù)據(jù)對(duì)應(yīng)了多個(gè)結(jié)構(gòu)化數(shù)據(jù)。步驟105、對(duì)所述第三數(shù)據(jù)庫中同一個(gè)感興趣地理數(shù)據(jù)對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合，得到捜索服務(wù)數(shù)據(jù)庫。數(shù)據(jù)整合要完成的工作就是將同一個(gè)POI數(shù)據(jù)對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)整合起來，使每 ー個(gè)POI數(shù)據(jù)只與唯一的ー個(gè)包含了所有信息的結(jié)構(gòu)化數(shù)據(jù)對(duì)應(yīng)。例如，POI Pi對(duì)應(yīng)了 Siil，Si,2，Si, k，那么，數(shù)據(jù)整合則是將這k個(gè)結(jié)構(gòu)化數(shù)據(jù)合井，得到31;，而も中包括了 Siil，Sij2, ... , Sijk中所有的信息。需要說明的是，如果ー個(gè)捜索服務(wù)屬性的值A(chǔ)j只出現(xiàn)在了其中一個(gè)結(jié)構(gòu)化數(shù)據(jù)中，則可以將這個(gè)值加入到Sk中，否則，需要通過投票機(jī)制決定它的最終值，然后加入到Sk 中。若干POI連同相應(yīng)的も，就組成了捜索服務(wù)數(shù)據(jù)庫。可以注意到，も中的信息可以對(duì)應(yīng)地址、電話、菜系、評(píng)價(jià)、圖片等多種搜索服務(wù)屬性，因此，搜索服務(wù)數(shù)據(jù)庫可以提供豐富的結(jié)構(gòu)化數(shù)據(jù)。另外，由于數(shù)據(jù)清洗去除了數(shù)據(jù)庫中不完全、不正確、不精準(zhǔn)、不相關(guān)的數(shù)據(jù)，因此，捜索服務(wù)數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)也是準(zhǔn)確的。在實(shí)際應(yīng)用中，除了以互聯(lián)網(wǎng)數(shù)據(jù)作為數(shù)據(jù)來源外，捜索服務(wù)數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)還可以由合作商家直接提供。其中，在提供數(shù)據(jù)時(shí)，只需將數(shù)據(jù)規(guī)范化，直接作為新的標(biāo)簽與捜索服務(wù)屬性對(duì)(pair)加入到對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)中即可。例如，合作商家可以向搜索服務(wù)數(shù)據(jù)庫D1中加入更詳細(xì)的商鋪數(shù)據(jù)、打折優(yōu)惠等內(nèi)容。在D1中找到與合作商C商鋪對(duì)應(yīng)的POI px，在它對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)Sx中添加相應(yīng)標(biāo)簽和值，記為Sx，；這樣，當(dāng)合作商家提供優(yōu)惠券吋，可以在原有結(jié)構(gòu)化數(shù)據(jù)Sx基礎(chǔ)上加上 <coupon>XXXX</coupon>0用這樣的方式，可以得到一個(gè)更加生活化的基于位置的數(shù)據(jù)庫IV。參照?qǐng)D2，示出了本發(fā)明ー種基于移動(dòng)設(shè)備位置的捜索服務(wù)方法實(shí)施例的流程圖， 具體可以包括步驟201、依據(jù)移動(dòng)設(shè)備的當(dāng)前位置和當(dāng)前方位，在捜索服務(wù)數(shù)據(jù)庫中進(jìn)行捜索， 并將第一捜索結(jié)果推送給移動(dòng)設(shè)備用戶，其中，該搜索服務(wù)數(shù)據(jù)庫可以為依據(jù)在互聯(lián)網(wǎng)中采集得到與所述感興趣地理數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)建立，該搜索服務(wù)數(shù)據(jù)庫中可以包括有感興趣地理數(shù)據(jù)和對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，所述感興趣地理數(shù)據(jù)可以包括地理位置和標(biāo)簽；
科技的發(fā)展不僅體現(xiàn)在網(wǎng)絡(luò)上，也體現(xiàn)在移動(dòng)設(shè)備上?，F(xiàn)有手機(jī)已經(jīng)有功能強(qiáng)大的導(dǎo)航、感應(yīng)設(shè)備，能夠捕捉到充足的信息來反映用戶的個(gè)性化特征。因此，綜合利用移動(dòng)設(shè)備上的用戶數(shù)據(jù)以及上述捜索服務(wù)數(shù)據(jù)庫中存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù)，能夠給用戶帶來更好的查詢體驗(yàn)與視覺效果。在具體實(shí)現(xiàn)中，可以通過以下步驟建立所述搜索服務(wù)數(shù)據(jù)庫獲取感興趣地理數(shù)據(jù)，其中，所述感興趣地理數(shù)據(jù)包括地理位置和標(biāo)簽；依據(jù)所述標(biāo)簽，在互聯(lián)網(wǎng)中采集得到與所述感興趣地理數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)，并連同所述感興趣地理數(shù)據(jù)保存至第一數(shù)據(jù)庫；對(duì)所述第一數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)進(jìn)行清洗，得到第二數(shù)據(jù)庫；將所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為與搜索服務(wù)屬性相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第三數(shù)據(jù)庫；對(duì)所述第三數(shù)據(jù)庫中同一個(gè)感興趣地理數(shù)據(jù)對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合，得到搜索服務(wù)數(shù)據(jù)庫。對(duì)于建立捜索服務(wù)數(shù)據(jù)庫的詳細(xì)過程，請(qǐng)參照捜索服務(wù)數(shù)據(jù)庫的建立方法實(shí)施例的相關(guān)說明，在此不做贅述。在實(shí)際中，可通過如下步驟獲取所述第一捜索結(jié)果子步驟E1、通過移動(dòng)設(shè)備中的位置感應(yīng)裝置(例如GPS裝置)獲取移動(dòng)設(shè)備的當(dāng)前經(jīng)緯度和當(dāng)前方位；子步驟E2、依據(jù)該當(dāng)前經(jīng)緯度和當(dāng)前方位，獲取第一興趣區(qū)域；子步驟E3、在該搜索服務(wù)數(shù)據(jù)庫中搜索該第一興趣區(qū)域范圍內(nèi)的感興趣地理數(shù)據(jù)和對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第一捜索結(jié)果。在本發(fā)明的一種優(yōu)選實(shí)施例中，可以通過以下步驟獲取第一興趣區(qū)域以當(dāng)前經(jīng)緯度Plmgitude,latitude為圓心，做ー個(gè)半徑為R、圓心角為θ的扇形，以該扇形區(qū)域作為第一興趣區(qū)域或者第二興趣區(qū)域，其中，該扇形區(qū)域關(guān)于當(dāng)前方位d imt, m&對(duì)稱，R、θ為根據(jù)移動(dòng)設(shè)備用戶輸入確定，或者由服務(wù)器設(shè)置。移動(dòng)設(shè)備用戶獲得第一捜索結(jié)果后，可以根據(jù)需要縮小捜索范圍，例如，可以通過輸入變更R、θ的值，由服務(wù)器重新進(jìn)行搜索?；蛘?，步驟202，可以包括步驟221、在接收到移動(dòng)設(shè)備用戶發(fā)送的捜索請(qǐng)求時(shí)，從該搜索請(qǐng)求中提取關(guān)鍵詞；步驟222、依據(jù)所述關(guān)鍵詞及該移動(dòng)設(shè)備用戶的當(dāng)前位置和當(dāng)前方位，在該搜索服務(wù)數(shù)據(jù)庫中進(jìn)行捜索，并將第二捜索結(jié)果返回給該移動(dòng)設(shè)備用戶。在實(shí)際中，可通過如下步驟獲取所述第二捜索結(jié)果子步驟F1、通過移動(dòng)設(shè)備中的位置感應(yīng)裝置獲取移動(dòng)設(shè)備的當(dāng)前經(jīng)緯度和當(dāng)前方位；子步驟F2、依據(jù)該當(dāng)前經(jīng)緯度和當(dāng)前方位，獲取第二興趣區(qū)域；子步驟F3、在該搜索服務(wù)數(shù)據(jù)庫中搜索該第二興趣區(qū)域范圍內(nèi)的、且與所述關(guān)鍵字相匹配的感興趣地理數(shù)據(jù)和對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第二捜索結(jié)果。對(duì)于獲取第二興趣區(qū)域的過程，由于其與第一興趣區(qū)域的獲取過程類似，故在此不作贅述。在本發(fā)明的一種優(yōu)選實(shí)施例中，還可以對(duì)第二捜索結(jié)果進(jìn)行排序后返回，相應(yīng)地， 所述將第二捜索結(jié)果返回給該移動(dòng)設(shè)備用戶的步驟，具體可以包括子步驟G1、通過統(tǒng)計(jì)當(dāng)前關(guān)鍵詞keyi在第一捜索結(jié)果。中出現(xiàn)的次數(shù)Iii, ρ得到捜索結(jié)果rj與用戶搜索的第一相似度Scorejl =Σ i =レ..^ Ufi,^idfi)，其中，Iii為當(dāng)前關(guān)鍵詞的詞頻，歸ー化詞頻tfy = n^./n^df,為統(tǒng)計(jì)的包含keyi的元組數(shù)量，逆向文件頻率 Idfi = Iog(Vdfi)；子步驟G2、計(jì)算ハ所在位置與用戶位置Pltmgitude, latitude的距離distp進(jìn)ー步得到第二捜索結(jié)果ハ與用戶搜索的第二相似度score” = Ι/distj ；子步驟G3、根據(jù)站點(diǎn)可信度與IP地址分析，獲得第二搜索結(jié)果ハ與用戶搜索的第三相似度Scorej3 ；子步驟G4、利用Scorejl, scoreJ2, Scorej3計(jì)算第二搜索結(jié)果。與用戶搜索的總才目イ以度 Scorej = α ^scorejl+ α 2*scoreJ2+ α 3*scorej3,其中,α 丄、α 2、α ,分另Ij為 score,^1, scoreJ2, score；3 的權(quán)值，O < α ” α 2ヽ α 3 < 1 ；子步驟G5、根據(jù)scorち對(duì)第二捜索結(jié)果排序，并將排在前面的返回給用戶。網(wǎng)絡(luò)的發(fā)展和移動(dòng)設(shè)備的推廣普及，使得人們將越來越多的精力投入到基于位置的移動(dòng)搜索領(lǐng)域上來。位置信息在一定程度上可以很好地反應(yīng)用戶需求，因此，基于位置的移動(dòng)搜索可以給用戶帶來更好的查詢體驗(yàn)，為用戶提供更加精準(zhǔn)、更加符合要求的查詢結(jié)果。對(duì)于商家而言，移動(dòng)搜索也提供了一個(gè)很好的平臺(tái)，讓其能更加合理地推廣它們產(chǎn)品及服務(wù)，而不至于因?yàn)榻o用戶帶來困擾而引起負(fù)面效果。因此，本發(fā)明可以利用位置信息，準(zhǔn)確估計(jì)用戶查詢意圖，提供相關(guān)的結(jié)構(gòu)化信息及檢索服務(wù)，也即可以提高移動(dòng)檢索的效率和準(zhǔn)確率。本說明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見即可。以上對(duì)本發(fā)明所提供的一種基于移動(dòng)設(shè)備位置的捜索服務(wù)方法和ー種搜索服務(wù)數(shù)據(jù)庫的建立方法，進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式
及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。
權(quán)利要求
1.一種基于移動(dòng)設(shè)備位置的捜索服務(wù)方法，其特征在干，包括依據(jù)移動(dòng)設(shè)備的當(dāng)前位置和當(dāng)前方位，在捜索服務(wù)數(shù)據(jù)庫中進(jìn)行捜索，并將第一捜索結(jié)果推送給移動(dòng)設(shè)備用戶，其中，該搜索服務(wù)數(shù)據(jù)庫為依據(jù)在互聯(lián)網(wǎng)中采集得到與所述感興趣地理數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)建立，該搜索服務(wù)數(shù)據(jù)庫中包括有感興趣地理數(shù)據(jù)和對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，所述感興趣地理數(shù)據(jù)包括地理位置和標(biāo)簽；或者，在接收到移動(dòng)設(shè)備用戶發(fā)送的搜索請(qǐng)求吋，從該搜索請(qǐng)求中提取關(guān)鍵詞；依據(jù)所述關(guān)鍵詞及該移動(dòng)設(shè)備用戶的當(dāng)前位置和當(dāng)前方位，在該搜索服務(wù)數(shù)據(jù)庫中進(jìn)行捜索，并將第二捜索結(jié)果返回給該移動(dòng)設(shè)備用戶。
2.如權(quán)利要求1所述的方法，其特征在干，所述依據(jù)移動(dòng)設(shè)備的當(dāng)前位置和當(dāng)前方位， 在捜索服務(wù)數(shù)據(jù)庫中進(jìn)行捜索的步驟，包括通過移動(dòng)設(shè)備中的位置感應(yīng)裝置獲取移動(dòng)設(shè)備的當(dāng)前經(jīng)緯度和當(dāng)前方位；依據(jù)該當(dāng)前經(jīng)緯度和當(dāng)前方位，獲取第一興趣區(qū)域；在該搜索服務(wù)數(shù)據(jù)庫中搜索該第一興趣區(qū)域范圍內(nèi)的感興趣地理數(shù)據(jù)和對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第一捜索結(jié)果。
3.如權(quán)利要求1所述的方法，其特征在干，所述依據(jù)所述關(guān)鍵詞及該移動(dòng)設(shè)備用戶的當(dāng)前位置和當(dāng)前方位，在該搜索服務(wù)數(shù)據(jù)庫中進(jìn)行捜索的步驟，包括通過移動(dòng)設(shè)備中的位置感應(yīng)裝置獲取移動(dòng)設(shè)備的當(dāng)前經(jīng)緯度和當(dāng)前方位；依據(jù)該當(dāng)前經(jīng)緯度和當(dāng)前方位，獲取第二興趣區(qū)域；在該搜索服務(wù)數(shù)據(jù)庫中搜索該第二興趣區(qū)域范圍內(nèi)的、且與所述關(guān)鍵字相匹配的感興趣地理數(shù)據(jù)和對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第二捜索結(jié)果。
4.如權(quán)利要求2或3所述的方法，其特征在干，通過以下步驟獲取第一興趣區(qū)域或者第 ニ興趣區(qū)域以當(dāng)前經(jīng)緯度Plmgitude,latitude為圓心，做ー個(gè)半徑為R、圓心角為θ的扇形，以該扇形區(qū)域作為第一興趣區(qū)域或者第二興趣區(qū)域，其中，該扇形區(qū)域關(guān)于當(dāng)前方位d imt, mgle對(duì)稱， R、θ為根據(jù)移動(dòng)設(shè)備用戶輸入確定，或者由服務(wù)器設(shè)置。
5.如權(quán)利要求2或3所述的方法，其特征在于，還包括根據(jù)移動(dòng)設(shè)備用戶輸入，變更R、θ的值。
6.如權(quán)利要求3所述的方法，其特征在干，所述將第二捜索結(jié)果返回給該移動(dòng)設(shè)備用戶的步驟，包括通過統(tǒng)計(jì)當(dāng)前關(guān)鍵詞keyi在第一捜索結(jié)果ハ中出現(xiàn)的次數(shù)Ili,ρ得到捜索結(jié)果ハ與用戶搜索的第一相似度Scorejl =Σ i = 1,...,Jtfi, ^idfi),其中，Hi為當(dāng)前關(guān)鍵詞的詞頻，歸一化詞頻tfy = n^./n,, Clfi為統(tǒng)計(jì)的包含keyi的元組數(shù)量，逆向文件頻率idfi = log(l/ (Ifi)；計(jì)算。所在位置與用戶位置Plmgitudeilatitude的距離Clistj,進(jìn)ー步得到第二捜索結(jié)果。 與用戶搜索的第二相似度Scorej2 = IMistj ；根據(jù)站點(diǎn)可信度與IP地址分析，獲得第二搜索結(jié)果。與用戶搜索的第三相似度 Scorej3 ；利用Scorejl, scoreJ2, Scorej3計(jì)算第二捜索結(jié)果。與用戶搜索的總相似度Scorej =α ^scorejl+ α 2*scoreJ2+ α ,氺Scorej3,其中，α ” α 2、α 3 分另Ij為 Scorejl, scoreJ2, scoreJ3 的權(quán)值，O < α ” α 2、α 3 < 1 ；根據(jù)scorち對(duì)第二捜索結(jié)果排序，并將排在前面的返回給用戶。
7.如權(quán)利要求1所述的方法，其特征在干，通過以下步驟建立所述搜索服務(wù)數(shù)據(jù)庫 獲取感興趣地理數(shù)據(jù)，其中，所述感興趣地理數(shù)據(jù)包括地理位置和標(biāo)簽；依據(jù)所述標(biāo)簽，在互聯(lián)網(wǎng)中采集得到與所述感興趣地理數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)，并連同所述感興趣地理數(shù)據(jù)保存至第一數(shù)據(jù)庫；對(duì)所述第一數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)進(jìn)行清洗，得到第二數(shù)據(jù)庫； 將所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為與搜索服務(wù)屬性相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第三數(shù)據(jù)庫；對(duì)所述第三數(shù)據(jù)庫中同一個(gè)感興趣地理數(shù)據(jù)對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合，得到捜索服務(wù)數(shù)據(jù)庫。
8.一種搜索服務(wù)數(shù)據(jù)庫的建立方法，其特征在干，包括獲取感興趣地理數(shù)據(jù)，其中，所述感興趣地理數(shù)據(jù)包括地理位置和標(biāo)簽； 依據(jù)所述標(biāo)簽，在互聯(lián)網(wǎng)中采集得到與所述感興趣地理數(shù)據(jù)相應(yīng)的網(wǎng)頁數(shù)據(jù)，并連同所述感興趣地理數(shù)據(jù)保存至第一數(shù)據(jù)庫；對(duì)所述第一數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)進(jìn)行清洗，得到第二數(shù)據(jù)庫； 將所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為與搜索服務(wù)屬性相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第三數(shù)據(jù)庫；對(duì)所述第三數(shù)據(jù)庫中同一個(gè)感興趣地理數(shù)據(jù)對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行整合，得到捜索服務(wù)數(shù)據(jù)庫。
9.如權(quán)利要求8所述的方法，其特征在干，所述獲取感興趣地理數(shù)據(jù)的步驟為，從空間數(shù)據(jù)庫中提取地理位置及相應(yīng)的標(biāo)簽。
10.如權(quán)利要求8所述的方法，其特征在干，所述依據(jù)所述標(biāo)簽得到第一數(shù)據(jù)庫的步驟，包括針對(duì)每個(gè)感興趣地理數(shù)據(jù)，將其標(biāo)簽作為關(guān)鍵字在互聯(lián)網(wǎng)中進(jìn)行網(wǎng)頁查詢； 選取前k條查詢結(jié)果Pia，Plj2, ... ,Pljk, P2a, ... , Pma，... , Pm, k，連同相應(yīng)的感興趣地理數(shù)據(jù)保存至第一數(shù)據(jù)庫，其中，k為自然數(shù)。
11.如權(quán)利要求8所述的方法，其特征在干，所述對(duì)第一數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)進(jìn)行清洗的步驟，包括驗(yàn)證所述網(wǎng)頁數(shù)據(jù)的準(zhǔn)確性和去除重復(fù)的網(wǎng)頁數(shù)據(jù)。
12.如權(quán)利要求11所述的方法，其特征在干，所述去除重復(fù)的網(wǎng)頁數(shù)據(jù)的步驟，包括 計(jì)算兩個(gè)網(wǎng)頁之間的相似度；若該相似度小于第一閾值，則視該兩個(gè)網(wǎng)頁重復(fù)，并從所述第一數(shù)據(jù)庫中刪除其中一個(gè)。
13.如權(quán)利要求11所述的方法，其特征在干，所述驗(yàn)證所述網(wǎng)頁數(shù)據(jù)的準(zhǔn)確性的步驟， 包括統(tǒng)計(jì)同一標(biāo)簽的網(wǎng)頁數(shù)據(jù)；通過投票機(jī)制，保留票數(shù)高的網(wǎng)頁數(shù)據(jù)，以及，從所述第一數(shù)據(jù)庫中刪除票數(shù)低的網(wǎng)頁數(shù)據(jù)。
14.如權(quán)利要求8所述的方法，其特征在干，所述將所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為與搜索服務(wù)屬性相應(yīng)的結(jié)構(gòu)化數(shù)據(jù)，得到第三數(shù)據(jù)庫的步驟，包括確定搜索服務(wù)屬性；依據(jù)所述第二數(shù)據(jù)庫中的網(wǎng)頁數(shù)據(jù)中，識(shí)別各標(biāo)簽對(duì)應(yīng)的搜索服務(wù)屬性的值； 依據(jù)搜索服務(wù)屬性和相應(yīng)的值，將所有網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，并保存至第三數(shù)據(jù)庫。
15.如權(quán)利要求14所述的方法，其特征在干，所述識(shí)別各標(biāo)簽對(duì)應(yīng)的搜索服務(wù)屬性的值的方法包括=HTML識(shí)別、XML標(biāo)簽識(shí)別或者正則表達(dá)式匹配。
全文摘要
本發(fā)明提供了一種基于移動(dòng)設(shè)備位置的搜索服務(wù)方法和一種搜索服務(wù)數(shù)據(jù)庫的建立方法，其中的搜索服務(wù)方法具體包括依據(jù)移動(dòng)設(shè)備的當(dāng)前位置和當(dāng)前方位，在搜索服務(wù)數(shù)據(jù)庫中進(jìn)行搜索，并將第一搜索結(jié)果推送給移動(dòng)設(shè)備用戶，其中，該搜索服務(wù)數(shù)據(jù)庫中包括有感興趣地理數(shù)據(jù)和對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)；或者，在接收到移動(dòng)設(shè)備用戶發(fā)送的搜索請(qǐng)求時(shí)，從該搜索請(qǐng)求中提取關(guān)鍵詞；依據(jù)所述關(guān)鍵詞及該移動(dòng)設(shè)備用戶的當(dāng)前位置和當(dāng)前方位，在該搜索服務(wù)數(shù)據(jù)庫中進(jìn)行搜索，并將第二搜索結(jié)果返回給該移動(dòng)設(shè)備用戶。本發(fā)明能夠?qū)胸S富、詳細(xì)、充實(shí)結(jié)構(gòu)化數(shù)據(jù)的搜索結(jié)果提供給移動(dòng)設(shè)備用戶，從而給用戶帶來更好的查詢體驗(yàn)與視覺效果。
文檔編號(hào)G06F17/30GK102591867SQ20111000262
公開日2012年7月18日 申請(qǐng)日期2011年1月7日 優(yōu)先權(quán)日2011年1月7日
發(fā)明者馮建華, 李國良, 黃維篁 申請(qǐng)人:清華大學(xué)