一種基于云的信息化系統(tǒng)全文索引方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及信息檢索和數(shù)據(jù)處理領(lǐng)域，尤其涉及一種基于云的信息化系統(tǒng)全文索引方法。
【背景技術(shù)】
[0002]在現(xiàn)有的企業(yè)信息化系統(tǒng)中主要是基于全文文檔搜索的搜索信息化方案或者是基于數(shù)據(jù)庫(kù)全文搜索的信息化方案。其中，全文文檔搜索主要包括以下步驟:抓取文檔內(nèi)容，抓取方式可以是網(wǎng)絡(luò)、本地，但被抓取的文檔本身是公用文本格式的，如txt、doc、html等；建立索引數(shù)據(jù)庫(kù)，將抓取的內(nèi)容以搜索引擎本身的方式構(gòu)建成為索引文件；在索引文件中搜索排序。全文文檔搜索的側(cè)重點(diǎn)是在第三步上，即根據(jù)優(yōu)良的分詞方法得到用戶想知道的、準(zhǔn)確的文檔內(nèi)容或是文檔摘要。
[0003]但是，目前通用搜索希望覆蓋盡可能廣泛的內(nèi)容，內(nèi)容的重要性由搜索引擎本身根據(jù)一定算法決定，并不依賴于內(nèi)容源本身的重要程度。并且，通用搜索一般按照自己定義的排序方法進(jìn)行排序，并預(yù)先把計(jì)算好的排序結(jié)果保存在索引中。由此，隨著企業(yè)信息化應(yīng)用的深入，企業(yè)信息化系統(tǒng)中的數(shù)據(jù)量日益增大，難以避免會(huì)出現(xiàn)臟數(shù)據(jù)，數(shù)據(jù)質(zhì)量隨之下降；另一方面，隨著數(shù)據(jù)源、數(shù)據(jù)依從關(guān)系的日益復(fù)雜，企業(yè)通過(guò)各系統(tǒng)提取信息的效率也在逐漸降低。
[0004]對(duì)于擁有內(nèi)容的網(wǎng)站本身，又不簡(jiǎn)單滿足于通用的搜索引擎基于文本的搜索方式，而希望根據(jù)其數(shù)據(jù)結(jié)構(gòu)提供復(fù)雜而結(jié)構(gòu)化的搜索結(jié)果。所以，目前索引方式在可以檢索到全部?jī)?nèi)容的同時(shí)，無(wú)法按照自己的要求調(diào)整排序，并無(wú)法快速的適應(yīng)各種變化，包括內(nèi)容變化，排序變化等。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明提供一種基于云的信息化系統(tǒng)全文索引方法，以解決目前索引方法數(shù)據(jù)質(zhì)量和效率低，無(wú)法根據(jù)其數(shù)據(jù)結(jié)構(gòu)提供復(fù)雜而結(jié)構(gòu)化的搜索結(jié)果，導(dǎo)致無(wú)法按照用戶的要求調(diào)整排序。
[0006]為了對(duì)披露的實(shí)施例的一些方面有一個(gè)基本的理解，下面給出了簡(jiǎn)單的概括。該概括部分不是泛泛評(píng)述，也不是要確定關(guān)鍵/重要組成元素或描繪這些實(shí)施例的保護(hù)范圍。其唯一目的是用簡(jiǎn)單的形式呈現(xiàn)一些概念，以此作為后面的詳細(xì)說(shuō)明的序言。
[0007]在一些可選的實(shí)施例中，所述一種基于云的信息化系統(tǒng)全文索引方法，包括:建立實(shí)現(xiàn)集中管理和SAAS服務(wù)的云平臺(tái):所述云平臺(tái)由多個(gè)計(jì)算機(jī)組成，將所述各個(gè)計(jì)算機(jī)通過(guò)socket連接起來(lái)，在所述各個(gè)計(jì)算機(jī)設(shè)置索引服務(wù)和檢索服務(wù)；結(jié)構(gòu)化源數(shù)據(jù):對(duì)所述源數(shù)據(jù)進(jìn)行標(biāo)注，標(biāo)注的方式采用將所述源數(shù)據(jù)分為多種數(shù)據(jù)類型；建立索引:根據(jù)所述源數(shù)據(jù)的標(biāo)注結(jié)果，建立不同類型的索引，建立不同類型的索引采用將所述索引分為多種類型。
[0008]在一些可選的實(shí)施例中，將所述源數(shù)據(jù)分為多種數(shù)據(jù)類型中的數(shù)據(jù)類型包括:可被搜索且分詞的；可被搜索且不分詞的；不被搜索僅存儲(chǔ)的；可做排序和范圍查詢的；時(shí)間；需要快速變化的。
[0009]在一些可選的實(shí)施例中，將所述索引分為多種類型中的類型包括:全文索引；快速變化的數(shù)字索引；關(guān)鍵字、類型、類型級(jí)別、關(guān)聯(lián)字；用來(lái)存儲(chǔ)但不參與搜索的源數(shù)據(jù)。
[0010]有益效果:根據(jù)不同的搜索條件輸出各種形式的搜索結(jié)果，搜索結(jié)果輸出為結(jié)構(gòu)化文檔，可用于各種設(shè)備和平臺(tái)，提供結(jié)構(gòu)化數(shù)據(jù)搜索，通過(guò)對(duì)數(shù)據(jù)標(biāo)注，使搜索結(jié)構(gòu)化，可以實(shí)現(xiàn)各種基于范圍的搜索，并定制排序方法；基于云平臺(tái)，通過(guò)SAAS方式提供服務(wù)，實(shí)現(xiàn)集中管理，降低運(yùn)營(yíng)成本和用戶使用成本。
[0011]為了上述以及相關(guān)的目的，一個(gè)或多個(gè)實(shí)施例包括后面將詳細(xì)說(shuō)明并在權(quán)利要求中特別指出的特征。下面的說(shuō)明以及附圖詳細(xì)說(shuō)明某些示例性方面，并且其指示的僅僅是各個(gè)實(shí)施例的原則可以利用的各種方式中的一些方式。其它的益處和新穎性特征將隨著下面的詳細(xì)說(shuō)明結(jié)合附圖考慮而變得明顯，所公開(kāi)的實(shí)施例是要包括所有這些方面以及它們的等同。
【附圖說(shuō)明】
[0012]圖1是本發(fā)明一種基于云的信息化系統(tǒng)全文索引方法的流程示意圖；
[0013]圖2是本發(fā)明創(chuàng)建索引文件的流程示意圖。
【具體實(shí)施方式】
[0014]以下描述和附圖充分地示出本發(fā)明的具體實(shí)施方案，以使本領(lǐng)域的技術(shù)人員能夠?qū)嵺`它們。其他實(shí)施方案可以包括結(jié)構(gòu)的、邏輯的、電氣的、過(guò)程的以及其他的改變。實(shí)施例僅代表可能的變化。除非明確要求，否則單獨(dú)的部件和功能是可選的，并且操作的順序可以變化。一些實(shí)施方案的部分和特征可以被包括在或替換其他實(shí)施方案的部分和特征。
[0015]在一些說(shuō)明性的實(shí)施例中，如圖1所示，提供一種基于云的信息化系統(tǒng)全文索引方法，包括:
[0016]101:建立云平臺(tái)。所述云平臺(tái)由多個(gè)計(jì)算機(jī)組成，將所述各個(gè)計(jì)算機(jī)通過(guò)socket連接起來(lái)，socket可實(shí)現(xiàn)不同虛擬機(jī)或不同計(jì)算機(jī)之間的通信。在所述云平臺(tái)上實(shí)現(xiàn)集中管理和SAAS服務(wù)，降低運(yùn)營(yíng)成本和用戶使用成本，并且在各計(jì)算機(jī)上設(shè)置索引服務(wù)和檢索服務(wù)。
[0017]102:結(jié)構(gòu)化源數(shù)據(jù)。對(duì)所述源數(shù)據(jù)進(jìn)行標(biāo)注，以使數(shù)據(jù)結(jié)構(gòu)化，對(duì)所述源數(shù)據(jù)進(jìn)行標(biāo)注的方法是用將所述源數(shù)據(jù)分為多種數(shù)據(jù)類型。在一些說(shuō)明性的實(shí)施例中，所述數(shù)據(jù)類型包括:可被搜索且分詞的；可被搜索且不分詞的；不被搜索僅存儲(chǔ)的；可做排序和范圍查詢的；時(shí)間；需要快速變化的。
[0018]103:建立索引。根據(jù)所述源數(shù)據(jù)的標(biāo)注結(jié)果，建立不同類型的索引，用于搜索，建立不同類型的索引的方法是，將索引分為多種類型。在一些說(shuō)明性的實(shí)施例中，所述類型包括:全文索引；快速變化的數(shù)字索引；關(guān)鍵字、類型、類型級(jí)別、關(guān)聯(lián)字；用來(lái)存儲(chǔ)但不參與搜索的源數(shù)據(jù)。
[0019]索引建立完成后，即可創(chuàng)建索引文件，如圖2所示，包括:
[0020]201:啟動(dòng)索引節(jié)點(diǎn)；
[0021]202:初始化節(jié)點(diǎn)；
[0022]203:初始化消息列隊(duì)；
[0023]204:初始化索引執(zhí)行器；
[0024]205:判斷是否有舊索引文件；
[0025]206:若有所述舊索引文件，則上傳到分布式文件系統(tǒng)；
[0026]207:若無(wú)所述舊索引文件，則創(chuàng)建本地索引文件。
[0027]本領(lǐng)域技術(shù)人員還應(yīng)當(dāng)理解，結(jié)合本文的實(shí)施例描述的各種說(shuō)明性的邏輯框、模塊、電路和算法步驟均可以實(shí)現(xiàn)成電子硬件、計(jì)算機(jī)軟件或其組合。為了清楚地說(shuō)明硬件和軟件之間的可交換性，上面對(duì)各種說(shuō)明性的部件、框、模塊、電路和步驟均圍繞其功能進(jìn)行了一般地描述。至于這種功能是實(shí)現(xiàn)成硬件還是實(shí)現(xiàn)成軟件，取決于特定的應(yīng)用和對(duì)整個(gè)系統(tǒng)所施加的設(shè)計(jì)約束條件。熟練的技術(shù)人員可以針對(duì)每個(gè)特定應(yīng)用，以變通的方式實(shí)現(xiàn)所描述的功能，但是，這種實(shí)現(xiàn)決策不應(yīng)解釋為背離本公開(kāi)的保護(hù)范圍。
【主權(quán)項(xiàng)】
1.一種基于云的信息化系統(tǒng)全文索引方法，其特征在于，包括: 建立實(shí)現(xiàn)集中管理和SAAS服務(wù)的云平臺(tái):所述云平臺(tái)由多個(gè)計(jì)算機(jī)組成，將所述各個(gè)計(jì)算機(jī)通過(guò)socket連接起來(lái)，在所述各個(gè)計(jì)算機(jī)設(shè)置索引服務(wù)和檢索服務(wù)； 結(jié)構(gòu)化源數(shù)據(jù):對(duì)所述源數(shù)據(jù)進(jìn)行標(biāo)注，標(biāo)注的方式采用將所述源數(shù)據(jù)分為多種數(shù)據(jù)類型； 建立索引:根據(jù)所述源數(shù)據(jù)的標(biāo)注結(jié)果，建立不同類型的索引，建立不同類型的索引采用將所述索引分為多種類型。2.根據(jù)權(quán)利要求1所述的一種基于云的信息化系統(tǒng)全文索引方法，其特征在于，將所述源數(shù)據(jù)分為多種數(shù)據(jù)類型中的數(shù)據(jù)類型包括:可被搜索且分詞的；可被搜索且不分詞的；不被搜索僅存儲(chǔ)的；可做排序和范圍查詢的；時(shí)間；需要快速變化的。3.根據(jù)權(quán)利要求1所述的一種基于云的信息化系統(tǒng)全文索引方法，其特征在于，將所述索引分為多種類型中的類型包括:全文索引；快速變化的數(shù)字索引；關(guān)鍵字、類型、類型級(jí)別、關(guān)聯(lián)字；用來(lái)存儲(chǔ)但不參與搜索的源數(shù)據(jù)。
【專利摘要】本發(fā)明公開(kāi)一種基于云的信息化系統(tǒng)全文索引方法，包括：建立云平臺(tái)；結(jié)構(gòu)化源數(shù)據(jù)；建立索引。根據(jù)不同的搜索條件輸出各種形式的搜索結(jié)果，搜索結(jié)果輸出為結(jié)構(gòu)化文檔，可用于各種設(shè)備和平臺(tái)，提供結(jié)構(gòu)化數(shù)據(jù)搜索，通過(guò)對(duì)數(shù)據(jù)標(biāo)注，使搜索結(jié)構(gòu)化，可以實(shí)現(xiàn)各種基于范圍的搜索，并定制排序方法；基于云平臺(tái)，通過(guò)SAAS方式提供服務(wù)，實(shí)現(xiàn)集中管理，降低運(yùn)營(yíng)成本和用戶使用成本。
【IPC分類】G06F17/30
【公開(kāi)號(hào)】CN105205149
【申請(qǐng)?zhí)枴緾N201510608959
【發(fā)明人】高志軍, 伍爵博, 陳婷, 劉鑫
【申請(qǐng)人】鎮(zhèn)江銳捷信息科技有限公司
【公開(kāi)日】2015年12月30日
【申請(qǐng)日】2015年9月22日