CN101072205A - 一种聊天信息的检索方法及检索*** - Google Patents

Abstract

本发明涉及一种聊天信息的检索方法，包括：将预设数量的聊天信息处理成索引文件，记录所述索引文件中索引词与聊天信息的序号之间的对应关系；将所述索引词保存到创建的第一索引库；在所述第一索引库中查找与检索关键词相匹配的索引词；获取该索引词对应的序号，并调取该序号对应的聊天信息。同时本发明还公开一种聊天信息的检索***。本发明能够快速在聊天信息中检索到所需信息，减少用户的等待时间，提高用户的体验感。

Description

一种聊天信息的检索方法及检索***

技术领域

本发明涉及即时通讯领域，特别是涉及一种聊天信息的检索方法及检索***。

背景技术

网络即时通讯***是人们在网上进行沟通、联系的重要工具之一。许多用户在固定的客户端使用某一即时通讯***与好友沟通，一段时间后，即时通讯***就积累了相当数量的聊天信息。如果该用户还加入一些人数较多的群组，聊天信息在短时间就可能达到几十万、甚至上百万条。用户有时要在以往的聊天信息中检索所需信息，这就需要一种针对聊天信息的检索方法，能够在数据量庞大的聊天信息中准确、迅速地检索到所需信息。

参阅图1，为现有的聊天信息的检索方法流程图，具体步骤如下所述。

步骤S101、将用户的聊天信息保存到数据库中。

即时通讯***将用户所有的聊天信息保存到一个固定的数据库中，并将该数据库与检索***建立链接。

步骤S102、用户使用关键词进行检索。

用户启动检索***，输入检索关键词，在保存聊天信息的数据库中进行检索。如，用户输入关键词“买房”进行检索。

步骤S103、检索***遍历所有的聊天信息，查找与关键词相匹配的聊天信息。

为不漏掉所需的信息，检索***通常采用模糊匹配法，将与关键词相关的信息都检索出来。

如，关键词是“买房”，检索***将包括“买车”、“买礼品”、“住房”、“租房”等词语的信息都检索出来，显示给用户。

上述方法是在保存全部聊天信息的数据库中进行检索，检索时，需扫描的数据量极其庞大，因此检索速度相对较慢，有时要在10秒以上，造成用户等待时间过长，降低用户的体验感。

发明内容

本发明所要解决的技术问题是提供一种聊天信息的检索方法，该方法能够快速在聊天信息中检索到所需信息，减少用户的等待时间，提高用户的体验感。

本发明的另一个目的是提供一种聊天信息的检索***，该***能够快速在聊天信息中检索到所需信息，减少用户的等待时间，提高用户的体验感。

本发明公开一种聊天信息的检索方法，包括：将预设数量的聊天信息处理成索引文件，记录所述索引文件中索引词与聊天信息的序号之间的对应关系；将所述索引词保存到创建的第一索引库；在所述第一索引库中查找与检索关键词相匹配的索引词；获取该索引词对应的序号，并调取该序号对应的聊天信息。

优选的，还包括：将达到预置数量的新生成聊天信息处理成索引文件；记录上述索引文件的索引词与聊天信息的序号之间的对应关系；将上述索引词保存到创建的第二索引库。

优选的，还包括：在第二索引库中查找与检索关键词相匹配的索引词。

优选的，还包括：合并第一索引库与第二索引库，作为第一索引库。

优选的，还包括：获取没有建立索引的聊天信息；在上述聊天信息中调取包含检索关键词的聊天信息。

优选的，按下述步骤，将预设数量的聊天信息处理成索引文件：在聊天信息中不重复地提取各个词语，并将上述各个词语与包含该词语的聊天信息的序号建立对应关系。

优选的，调取该序号对应的聊天信息之后，还包括：调取该聊天信息之前及之后设置数量的聊天信息。

优选的，还包括：对索引文件中的索引词进行加密处理。

本发明还公开一种聊天信息的检索***，包括索引文件处理单元、第一索引词保存单元、检索单元、及聊天信息获取单元：

所述索引文件处理单元，用于将预设数量的聊天信息处理成索引文件，记录所述索引文件中索引词与聊天信息的序号之间的对应关系；

所述第一索引词保存单元，用于将所述索引词保存到创建的第一索引库；

所述检索单元，用于在所述第一索引库中查找与检索关键词相匹配的索引词；

所述聊天信息获取单元，用于获取该索引词对应的序号，并调取该序号对应的聊天信息。

优选的，还包括：

聊天信息发送单元，用于将达到预置数量的、新生成的聊天信息发送到所述索引文件处理单元；

所述第二索引词保存单元，用于将所述索引文件处理单元返回的索引词保存到创建的第二索引库。

与现有技术相比，本发明具有以下优点：

本发明将预设数量的聊天信息处理成索引文件，记录所述索引文件中索引词与聊天信息的序号之间的对应关系，将索引词保存到创建的第一索引库，在第一索引库中查找与检索关键词相匹配的索引词，获取该索引词对应的序号，并调取该序号对应的聊天信息。检索时，本发明是在第一索引库中查找与检索关键词相匹配的索引词，再根据该索引词对应的聊天信息序号调取聊天信息。相对于现有技术在保存全部聊天信息的数据库中查找包含检索关键词的聊天信息，本发明因第一索引库只保存预设数量聊天信息的索引词，其数据量相对较小，***在检索时所需扫描的数据量相对较少，因此检索时间就相对较短，使用户等待的时间减少，提高用户的体验感。

附图说明

图1为现有的聊天信息的检索方法流程图；

图2为本发明第一实施例提供的聊天信息的检索方法流程图；

图3为本发明第二实施例提供的聊天信息的检索方法流程图；

图4为本发明第三实施例提供的聊天信息的检索方法流程图；

图5为本发明第四实施例提供的聊天信息的检索方法流程图；

图6为本发明第五实施例提供的聊天信息的检索***示意图；

图7为本发明第六实施例提供的聊天信息的检索***示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明将预设数量的聊天信息处理成索引文件，记录所述索引文件中索引词与聊天信息的序号之间的对应关系，将索引词保存到创建的第一索引库，在第一索引库中查找与检索关键词相匹配的索引词，获取该索引词对应的序号，并调取该序号对应的聊天信息。

参照图2，为本发明第一实施例提供的聊天信息的检索方法流程图，具体步骤如下所述。

步骤S201、将预设数量的聊天信息处理成索引文件。

即时通讯***中的聊天***将预设数量的、生成时间相对靠前的聊天信息发送给索引***，索引***在聊天信息中不重复地提取各个词语，并将上述各个词语与包含该词语的聊天信息的序号建立对应关系。上述各个词语作为索引词，将索引词与聊天信息序号建立对应关系的聊天信息作为索引文件。

聊天信息包括文字记录、生成时间、及发送用户和接收用户，每条聊天信息都对应一个唯一的序号。序号可以按聊天信息的生成时间顺序排列。预设数量为1万条聊天信息。

步骤S202、记录索引文件中索引词与聊天信息的序号之间的对应关系。

每个索引词可能对应一个或多个聊天信息序号。索引***记录各个索引词与聊天信息序号的对应关系，并保存该对应关系。

步骤S203、将索引词保存到创建的第一索引库。

创建一用于保存索引词的数据库，作为第一索引库。将索引词按一定的顺序保存在第一索引库。一定的顺序包括按索引词首个字母的排序、按索引词字数排序、及按索引词的笔画排序等方式。为保证聊天信息的保密性，本发明对索引词进行加密，加密后再保存到第一索引库。

步骤S204、在第一索引库中查找与检索关键词相匹配的索引词。

检索时，***获取检索关键词，在第一索引库中查找与该检索关键词相匹配的索引词。相匹配是指索引词与检索关键词相同。

步骤S205、获取该索引词对应的序号，并调取该序号对应的聊天信息。

获取查找到的索引词对应的聊天信息序号，再调取上述序号对应的聊天信息。

本发明是在第一索引库中查找与检索关键词相匹配的索引词，再根据该索引词对应的聊天信息序号调取聊天信息。因第一索引库只保存预设数量聊天信息的索引词，***在检索时所需扫描的数据量相对较少，因此检索时间就相对较短，使用户等待的时间减少，提高用户的体验感。

本发明即时通讯***中的聊天***在最新生成的聊天信息达到预置数量时，将新生成的聊天信息发送到索引***，索引***将接收到的聊天信息处理成索引文件。

参照图3，为本发明第二实施例提供的聊天信息的检索方法流程图，具体步骤如下所述。

步骤S301、将预设数量的聊天信息处理成索引文件。

如，即时通讯***中的聊天***将序号A1到A10000的1万条聊天信息发送到索引***，索引***在不重复地提取该1万条聊天信息所包含的全部词语，并将各个词语与包含该词语的聊天信息的序号建立对应关系。例如，序号为A1、A16、A520、A634、A1206、A7265等6条聊天信息包含词语“中国”，将“中国”与A1、A16、A520、A634、A1206、A7265等6个序号建立对应关系。

步骤S302、记录索引文件中索引词与聊天信息的序号之间的对应关系。

如，将索引词“中国”与A1、A16、A520、A634、A1206、A7265等6个序号相对应的对应关系记录到保存聊天信息的数据库。

步骤S303、将索引词保存到第一索引库。

如，将上述索引词“中国”保存到创建的第一索引库。

步骤S304、将达到预置数量的新生成的聊天信息处理成索引文件。

即时通讯***在应用时，不断生成聊天信息，当其生成的聊天信息达到预置数量时，聊天***将这些新生成的聊天信息发送到索引***，索引***将上述聊天信息处理成索引文件。预置数量优选为200条聊天信息。

如，即时通讯***中的聊天***将序号B1到B200的200条聊天信息发送到索引***，索引***不重复地提取该200条聊天信息中所包含的全部词语，并将各个词语与包含该词语的聊天信息的序号建立对应关系。例如，序号为B1、B16、B35、B92等4条聊天信息包含词语“中国”，将“中国”与B1、B16、B35、B92等4个序号建立对应关系。

步骤S305、记录上述索引文件中索引词与聊天信息的序号之间的对应关系。

如，将词语“中国”与B1、B16、B35、B92等4个序号相对应的对应关系记录到保存聊天信息的数据库。

步骤S306、将上述索引词保存到创建的第二索引库。

如，将上述索引词“中国”保存到创建的第二索引库。

步骤S307、在第一索引库和第二索引库中查找与检索关键词相匹配的索引词。

如，用户输入检索关键词“中国”，在第一索引库中查找到与其匹配的索引词“中国”；在第二索引库中也查找到与其匹配的索引词“中国”。

步骤S308、依据查找到的索引词对应的序号调取聊天信息。

如，获取第一索引库中的索引词“中国”对应聊天信息的序号为A1、A16、A520、A634、A1206、A7265；获取第二索引库中的索引词“中国”对应聊天信息的序号B1、B16、B35、B92，再将获取的序号合并，在保存聊天信息的数据库中调取序号为A1、A16、A520、A634、A1206、A7265、B1、B16、B35、B92的聊天信息。

当正在运行的即时通讯***生成的聊天信息达到一定数量时，本发明将这些新生成的聊天信息处理成索引文件参与检索，扩大检索范围，保证检索的全面性。

为方便用户从调取的聊天信息中获取到完整的资料，本发明还可在调取该序号对应的聊天信息时，调取该聊天信息之前及之后设置数量的聊天信息。设置数量优选为5条。如，在调取序号为B16的聊天信息时，还调取该序号之前5条聊天信息，既序号为B11、B12、B13、B14、B15的聊天信息，及该序号之后5条聊天信息，既序号为B17、B18、B19、B20、B21的聊天信息。

当正在运行的即时通讯***生成的聊天信息再次达到预置数量时，本发明将这些新生成的聊天信息也处理成索引文件参与检索，将索引词发送到第二索引库，第二索引库更新保存上述索引词。

为防止第二索引库的索引词在更新时与检索程序相冲突，本发明在第二索引库每次更新后，将第一、第二索引库中的内容合并到第一索引库，检索时，只针对第一索引库。

参照图4，为本发明第三实施例提供的聊天信息的检索方法流程图，具体步骤如下所述。

步骤S401、将预设数量的聊天信息处理成索引文件。预设数量为2万条聊天信息。

如，即时通讯***中的聊天***将序号A1到A20000的2万条聊天信息发送到索引***，索引***不重复地提取该2万条聊天信息中所包含的全部词语，并将各个词语与包含该词语的聊天信息的序号建立对应关系。例如，序号为A50、A456、A592、A6634、A12106、A17265等6条聊天信息包含词语“中国”，将“中国”与A50、A456、A592、A6634、A12106、A17265等6个序号建立对应关系。

步骤402、记录索引文件中索引词与聊天信息的序号之间的对应关系。

如，将词语“中国”与A50、A456、A592、A6634、A12106、A17265等6个序号相对应的对应关系记录到保存聊天信息的数据库。

步骤S403、将索引词保存到第一索引库。

索引词按哈希列表的形式排列在第一索引库，记录每个词语在列表中的位置信息，并将该位置信息发送到保存聊天信息的数据库，使索引词的位置信息与聊天信息的序号之间建立对应关系。如，将上述索引词“中国”的位置为“35、36”，第一索引库的“35、36”位置直接对应聊天信息的A50、A456、A592、A6634、A12106、A17265等6个序号。

步骤S404、将达到预置数量的、新生成的聊天信息处理成索引文件，预置数量为300条聊天信息。

即时通讯***正在应用时，当其生成的聊天信息再次达到预置数量时，聊天***将最近生成的聊天信息发送到索引***，索引***将上述聊天信息处理成索引文件。

如，即时通讯***中的聊天***将序号B1到B300的300条聊天信息发送到索引***，索引***不重复地提取该300条聊天信息所包含的全部词语，并将各个词语与包含该词语的聊天信息的序号建立对应关系。例如，序号为B21、B26、B65、B192等4条聊天信息包含词语“北京”，将“北京”与B21、B26、B65、B192等4个序号建立对应关系。

步骤S405、记录该索引文件中索引词与聊天信息的序号之间的对应关系。

如，将词语“北京”与B21、B26、B65、B192等4个序号相对应的对应关系记录到保存聊天信息的数据库。

步骤S406、将上述索引词保存到第二索引库。

索引词按哈希列表的形式排列在第二索引库，记录每个词语在列表中的位置信息，并将该位置信息发送到保存聊天信息的数据库，使索引词的位置信息与聊天信息的序号之间建立对应关系。如，将上述索引词“北京”的位置为“15、16”，第二索引库的“15、16”位置直接对应聊天信息的B21、B26、B65、B192等4个序号。

步骤S407、新生成的聊天信息达到预置数量时，更新上述索引文件。

即时通讯***继续生成新的聊天信息，当聊天信息再次达到预置数量时，索引***更新在步骤S406建立的索引文件，并将更新后的索引词发送到第二索引库，第二索引库更新其保存的索引词。

步骤S408、合并第一索引库与第二索引库，作为第一索引库。

第二索引库更新完成后，合并第一、第二索引库作为第一索引库，第一索引库保存有原第一、第二索引库的索引词。如，合并后，索引词“中国”的位置信息仍为“35、36”；索引词“北京”的位置信息为“15、16”。

步骤S409、在第一索引库中查找与检索关键词相匹配的索引词。

如，用户输入检索关键词“中国OR北京”，在第一索引库中查找到与其匹配的索引词“中国”，其位置信息为“35、36”；索引词“北京”的位置信息为“15、16”。

步骤S410、依据查找到的索引词对应的序号调取聊天信息。

如，位置信息为“35、36”对应聊天信息的序号为A50、A456、A592、A6634、A12106、A17265；位置信息为“15、16”对应聊天信息的序号B21、B26、B65、B192。根据检索要求，将检索到的序号合并，在聊天信息数据库中调取序号为A50、A456、A592、A6634、A12106、A17265、B21、B26、B65、B192的聊天信息。

本发明将使用第一索引库作为检索专用数据库，使用第二索引库接收聊天***最近生成的聊天信息所对应的索引词，并在每次更新时将索引词并入第一索引库。用户在检索时，只需针对第一索引库进行检索，在同一索引库内，有效的避免频繁接收聊天***发送的索引词与检索程序相冲突，保证检索的正常、快速进行。

即时通讯***在运行时，实时生成聊天信息，但实时生成的聊天信息在没有达到预置数量时，还不能将处理成索引文件，这些实时生成的聊天信息就会被遗漏在检索范围之内。为保证能对上述实时生成的聊天信息进行检索，本发明直接在上述聊天信息中查找包含检索关键词的聊天信息。

参照图5，为本发明第四实施例提供的聊天信息的检索方法流程图，具体步骤如下所述。

步骤S501、将预设数量的聊天信息处理成索引文件，记录索引文件中索引词与聊天信息的序号之间的对应关系，并将索引词保存到第一索引库。

步骤S502、将达到预置数量的新生成的聊天信息处理成索引文件，记录该索引文件中索引词与聊天信息的序号之间的对应关系，并将上述索引词保存到第二索引库。

步骤S503、新生成的聊天信息再次达到预置数量时，更新在步骤S502建立的索引文件，同时更新第二索引库。

步骤S504、合并第一索引库与第二索引库，作为第一索引库。

步骤S505、在第一索引库中查找与检索关键词相匹配的索引词。

如，用户输入检索关键词“中国AND北京”，在第一索引库中查找到与其匹配的索引词“中国”和“北京”。

步骤S506、依据查找到的索引词对应的序号调取聊天信息。

如，获取第一索引库中的索引词“中国”对应聊天信息的序号为A50、A456、A592、A6634、A12106、A17265、B21、B26；“北京”对应聊天信息的序号A12106、A17265、B21、B26、B65、B192。根据检索要求，在检索到的序号中取交集部分A12106、A17265、B21、B26，在聊天信息数据库中调取序号为A12106、A17265、B21、B26的聊天信息。

步骤S507、在没有建立索引的聊天信息中检索包含检索关键词的聊天信息。

如，在聊天***实时生成的、还没有建立索引文件的聊天信息中检索同时包含词语“中国”和“北京”的聊天信息。

步骤S508、将上述聊天信息调取出来，与步骤S506中调取的聊天信息合并。

本发明对即时通讯***实时生成的聊天信息进行检索，因实时生成的聊天信息量小于预置数值，在检索时需扫描的数据量很小，并不影响整体的检索速度。因此，本发明在不影响检索速度的前提下，进一步保证检索的实时性和全面型。

基于上述聊天信息的检索方法，本发明还提供一种聊天信息的检索***，该***能够快速在聊天信息中检索到所需信息，减少用户的等待时间，提高用户的体验感。

参照图6，为本发明第五实施例提供的聊天信息的检索***示意图，包括索引文件处理单元61、第一索引词保存单元62、检索单元63、及聊天信息获取单元64。

索引文件处理单元61将预设数量的聊天信息处理成索引文件，记录索引文件中索引词与聊天信息的序号之间的对应关系。聊天***将预设数量的、生成时间相对靠前的聊天信息发送给索引文件处理单元61，索引文件处理单元61在聊天信息中不重复地提取各个词语，并将上述各个词语与包含该词语的聊天信息的序号建立对应关系。预设数量为1万条聊天信息。

第一索引词保存单元62将索引词保存到创建的第一索引库。第一索引词保存单元62创建一用于保存索引词的数据库，作为第一索引库，将索引词按一定的顺序保存在第一索引库。

检索单元63在第一索引库中查找与检索关键词相匹配的索引词。检索时，检索单元63获取检索关键词，在第一索引库中查找与该检索关键词相匹配的索引词。相匹配是指索引词与检索关键词相同。

聊天信息获取单元64获取该索引词对应的序号，并调取该序号对应的聊天信息。

本发明可利用聊天信息发送单元在聊天***最新生成的聊天信息达到预置数量时，将新生成的聊天信息发送到索引文件处理单元61，索引文件处理单元61将接收到的聊天信息处理成索引文件。

参照图7，为本发明第六实施例提供的聊天信息的检索***示意图，包括索引文件处理单元61、第一索引词保存单元62、检索单元63、聊天信息获取单元64、聊天信息发送单元65、及第二索引词保存单元66。

聊天信息发送单元65将达到预置数量的、新生成的聊天信息发送到索引文件处理单元61，索引文件处理单元61将上述聊天信息处理成索引文件，记录索引文件中索引词与聊天信息的序号之间的对应关系，并将索引词发送到第二索引词保存单元66。

第二索引词保存单元66将索引文件处理单元61返回的索引词保存到创建的第二索引库。

当正在运行的即时通讯***生成的聊天信息再次达到预置数量时，聊天信息发送单元65将这些新生成的聊天信息也处理成索引文件参与检索，将索引词发送到第二索引库，第二索引库更新保存上述索引词。

为防止第二索引库的索引词在更新时与检索程序相冲突，本发明在第二索引库每次更新后，利用加设的合并单元将第一、第二索引库中的内容合并到第一索引库，检索时，只针对第一索引库。

以上对本发明所提供的一种聊天信息的检索方法及检索***，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1、一种聊天信息的检索方法，其特征在于，包括：

将预设数量的聊天信息处理成索引文件，记录所述索引文件中索引词与聊天信息的序号之间的对应关系；

将所述索引词保存到创建的第一索引库；

在所述第一索引库中查找与检索关键词相匹配的索引词；

获取该索引词对应的序号，并调取该序号对应的聊天信息。

2、如权利要求1所述的方法，其特征在于，还包括：

将达到预置数量的新生成聊天信息处理成索引文件；

记录上述索引文件的索引词与聊天信息的序号之间的对应关系；

将上述索引词保存到创建的第二索引库。

3、如权利要求2所述的方法，其特征在于，还包括：

在第二索引库中查找与检索关键词相匹配的索引词。

4、如权利要求2所述的方法，其特征在于，还包括：

合并第一索引库与第二索引库，作为第一索引库。

5、如权利要求1所述的方法，其特征在于，还包括：

获取没有建立索引的聊天信息；

在上述聊天信息中调取包含检索关键词的聊天信息。

6、如权利要求1至5任一项所述的方法，其特征在于，按下述步骤，将预设数量的聊天信息处理成索引文件：

在聊天信息中不重复地提取各个词语，并将上述各个词语与包含该词语的聊天信息的序号建立对应关系。

7、如权利要求1至5任一项所述的方法，其特征在于，调取该序号对应的聊天信息之后，还包括：

调取该聊天信息之前及之后设置数量的聊天信息。

8、如权利要求1至5任一项所述的方法，其特征在于，还包括：

对索引文件中的索引词进行加密处理。

9、一种聊天信息的检索***，其特征在于，包括索引文件处理单元、第一索引词保存单元、检索单元、及聊天信息获取单元：

所述索引文件处理单元，用于将预设数量的聊天信息处理成索引文件，记录所述索引文件中索引词与聊天信息的序号之间的对应关系；

所述第一索引词保存单元，用于将所述索引词保存到创建的第一索引库；

所述检索单元，用于在所述第一索引库中查找与检索关键词相匹配的索引词；

所述聊天信息获取单元，用于获取该索引词对应的序号，并调取该序号对应的聊天信息。

10、如权利要求9所述的***，其特征在于，还包括：

聊天信息发送单元，用于将达到预置数量的、新生成的聊天信息发送到所述索引文件处理单元；

所述第二索引词保存单元，用于将所述索引文件处理单元返回的索引词保存到创建的第二索引库。

Images