CN109582849A - 一种基于知识图谱的网络资源智能检索方法 - Google Patents
一种基于知识图谱的网络资源智能检索方法 Download PDFInfo
- Publication number
- CN109582849A CN109582849A CN201811465941.7A CN201811465941A CN109582849A CN 109582849 A CN109582849 A CN 109582849A CN 201811465941 A CN201811465941 A CN 201811465941A CN 109582849 A CN109582849 A CN 109582849A
- Authority
- CN
- China
- Prior art keywords
- retrieval
- search
- search result
- model
- lookup
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000013507 mapping Methods 0.000 claims abstract description 44
- 238000007689 inspection Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 2
- 238000013499 data model Methods 0.000 abstract description 6
- 238000013145 classification model Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000000241 respiratory effect Effects 0.000 description 4
- 230000035807 sensation Effects 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种基于知识图谱的网络资源智能检索方法,涉及数据检索领域,利用构建的知识图谱和建立的检索权重模型,通过关键词进行文本匹配查找,并通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找,对检索结果根据检索权重模型进行分类及排序,还将分类及排序后的检索结果进行呈现;利用本发明方法提升用户检索命中率,对有专业场景的数据或是关联关系比较复杂的数据环境下提供了有效的检索手段,解决原有数据检索简单粗暴的问题,同时本发明提供了检索权重模型的手段,通过定制检索权重模型方式,能够适应到包含用户权限、包含专业分类以及数据模型高度关联的数据检索场景。
Description
技术领域
本发明公开一种检索方法,涉及数据检索领域,具体地说是一种基于知识图谱的网络资源智能检索方法。
背景技术
现有的数据检索通常为:整理信息,整理信息的过程也称为“创建索引”,通过创建索引的过程对信息按照一定的规则进行编排,搜索引擎不用重新翻查它所有保存的信息而迅速找到所要的资料;接受查询,用户向搜索引擎发出查询,搜索引擎接受查询并向用户返回资料,搜索引擎若接收大量用户同时发出的查询,一般按照每个用户的要求检查自己的索引,找到用户需要的资料,并返回给用户。目前现有的数据检索技术只能对独立的信息进行信息整理和检索,而对于关联性强,且关系较为复杂的数据来说,搜索结果并不能达到用户的实际目标要求。用户可能需要的是更多更全面的具有关联关系的信息,并能结合用户的关注内容进行优先排序。
本发明提供了一种基于知识图谱的网络资源智能检索方法,该方法通过构建知识图谱,设置检索层级限制、检索范围限制,以及结合规则来设置检索权重模型,对构建成知识图谱的数据采用文本匹配检索,及逐层级的关联检索,按照设置的权重模型对检索结果进行智能分类及排序,得到最终的检索结果,对检索结果采用分类或合并方式进行呈现;不仅提升检索命中率,对有专业场景的数据或是关联关系比较复杂的数据环境下提供了有效的检索手段,解决原有数据检索简单粗暴的问题。
知识图谱是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
发明内容
本发明针对现有技术中的问题,提供一种基于知识图谱的网络资源智能检索方法,能够提高在网络资源数据检索时搜索的命中率和搜索结果排序的准确率。
本发明提出的具体方案是:
一种基于知识图谱的网络资源智能检索方法:
根据网络资源模型及网络资源数据构建知识图谱;
建立检索权重模型;
通过关键词进行文本匹配查找;
通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找;
对检索结果根据检索权重模型进行分类及排序;
将分类及排序后的检索结果进行呈现。
所述的方法中根据网络资源模型及网络资源数据构建知识图谱,步骤为:
步骤101:获取网络资源模型信息;
步骤102:获取网络资源数据信息;
步骤103:根据网络资源模型信息和网络资源数据信息进行建模和整理,构建知识图谱;
步骤104:对知识图谱进行存储。
所述的方法根据检索层级限制、检索范围限制、历史检索信息、检索用户的权限和权重规则建立检索权重模型。
所述的方法通过关键词进行文本匹配查找:对关键词进行分段分词后,采用文本模糊匹配和/或文本精确匹配的方法进行文本匹配查找。
所述的方法通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找,步骤为:
步骤401:获取检索权重模型,得到检索范围限制信息和检索层级限制信息;
步骤402:从文本匹配查找结果开始,对知识图谱中和文本匹配查找结果有关联关系,且在检索范围限制内的实体进行检索;
步骤403:对步骤402中提及的实体进行逐级检索,直到检索范围限制内的实体检索完成或达到检索层级限制时完成检索。
所述的方法对检索结果根据检索权重模型进行分类及排序,步骤为:
步骤501:获取检索权重模型和历史检索信息,分析得到检索结果的权重值;
步骤502:按照权重值对检索结果进行分类和分配权重;
步骤503:根据检索结果分配的权重对检索结果进行排序;
步骤504:对检索结果的分类和排序进行保存,作为建立检索权重模型的参考数据。
所述的方法将分类及排序后的检索结果采用分类呈现方式或合并呈现方式进行呈现,分类呈现方式按照分类,组织检索结果进行呈现,不同分类类型查看检索结果时需要进行切换;
合并呈现方式不进行分类,直接组织检索结果进行呈现,各个分类的检索结果整合在一起,检索结果中进行分类的标注以区分分类类型。
所述的方法将分类及排序后的检索结果采用分类呈现方式或合并呈现方式进行呈现,呈现顺序按照检索结果的排序权重由高到低的顺序从前向后进行呈现。
一种基于知识图谱的网络资源智能检索装置,包括:
根据网络资源模型及网络资源数据构建知识图谱的单元;
建立检索权重模型的单元;
通过关键词进行文本匹配查找的单元;
通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找的单元;
对检索结果根据检索权重模型进行分类及排序的单元;
将分类及排序后的检索结果进行呈现的单元。
所述的装置中建立检索权重模型的单元根据检索层级限制、检索范围限制、历史检索信息、检索用户的权限和权重规则建立检索权重模型。
本发明的有益之处是:
本发明提供一种基于知识图谱的网络资源智能检索方法,利用构建的知识图谱和建立的检索权重模型,通过关键词进行文本匹配查找,并通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找,对检索结果根据检索权重模型进行分类及排序,还将分类及排序后的检索结果进行呈现。
利用本发明方法提升用户检索命中率,对有专业场景的数据或是关联关系比较复杂的数据环境下提供了有效的检索手段,解决原有数据检索简单粗暴的问题,同时本发明提供了检索权重模型的手段,通过定制检索权重模型方式,能够适应到包含用户权限、包含专业分类以及数据模型高度关联的数据检索场景。
附图说明
图1是本发明方法的流程示意图;
图2是本发明中建立检索权重模型的流程示意图;
图3是本发明中通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找的流程示意图;
图4是本发明中对检索结果根据检索权重模型进行分类及排序的流程示意图;
图5是本发明具体应用中的建立检索权重模型的结构示意图。
具体实施方式
本发明提供一种基于知识图谱的网络资源智能检索方法:
根据网络资源模型及网络资源数据构建知识图谱;
建立检索权重模型;
通过关键词进行文本匹配查找;
通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找;
对检索结果根据检索权重模型进行分类及排序;
将分类及排序后的检索结果进行呈现。
同时提供与上述方法相对应的一种基于知识图谱的网络资源智能检索装置,包括:
根据网络资源模型及网络资源数据构建知识图谱的单元;
建立检索权重模型的单元;
通过关键词进行文本匹配查找的单元;
通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找的单元;
对检索结果根据检索权重模型进行分类及排序的单元;
将分类及排序后的检索结果进行呈现的单元。
为使本发明实施例的目的、技术方案和优点更加清楚,结合附图和本发明实施对本发明的技术方案进行清楚、完整的描述。所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
可利用本发明方法实现用户对网络资源的智能检索,具体步骤为:
步骤100:根据网络资源模型及网络资源数据构建知识图谱;本步骤中网络资源模型根据实际应用情况确定,实质是网络资源各种数据组成的数据模型,网络资源模型包括数据类型、专业等属性,资源数据同样包括类型、专业、名称、及其他字段等属性;网络资源模型及网络资源数据构建的知识图谱当然包括资源数据的来源、维护过程的环节、数据应用及和外界的关联关系;
步骤200:建立检索权重模型;本步骤对检索方法的检索权重模型进行设置,根据检索层级限制、检索范围限制、历史检索信息、检索用户的权限和权重规则建立检索权重模型,其中检索用户的权限决定检索范围、检索用户的权限决定信息的权重,本发明根据设置的检索权重模型进行检索,提高检索结果的命中率,确保用户需要的信息就是检索结果中权重最高的信息;
步骤300:通过关键词进行文本匹配查找;本步骤按照文本匹配检索方法进行查找,通过对关键词进行分段分词之后,可再采用文本模糊匹配和/或文本精确匹配的方法进行检索,精确匹配的结果权重值高于模糊匹配结果的权重值;
步骤400:通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找;本步骤根据步骤300的文本匹配查找结果进行关联检索,关联检索依据知识图谱中的关联关系结构,通过检索权重模型中检索的层级限制和范围限制,避免层级过多、检索的范围过大而造成检索效率的低下;
步骤500:对检索结果根据检索权重模型进行分类及排序;本步骤对检索的结果进行分类及排序,为了使得检索结果能够根据用户的实际需求进行排序,本发明根据检索权重模型进行智能排序;
步骤600:将分类及排序后的检索结果进行呈现;通过步骤500的结果分类及排序后,得到最终的检索结果,得到检索结果后,确保用户能在最显眼的位置获取到最关心的检索数据。
从上述描述可知,本发明解决了现有的数据检索技术只能对独立的信息进行信息整理和检索,而对于关联性强,且关系较为复杂的数据来说,搜索结果并不能达到用户的实际要求的问题。通过知识图谱结合检索权重模型进行智能检索,对检索结果根据检索权重模型进行分类和排序及对检索结果的直观呈现,能够检索出用户真正需要的信息。
又本发明的另一实施例中,提供步骤100的具体步骤为:
步骤101:获取网络资源模型信息,包括网络资源模型类型、关系及相关的属性等信息;
步骤102:获取网络资源数据信息,包括网络资源数据类型、专业、名称、及其他属性等信息;
步骤103:根据网络资源模型信息和网络资源数据信息进行建模和整理,构建知识图谱;
步骤104:对知识图谱进行存储。
从上述描述可知,本发明的实施例通过构建知识图谱的方式进行建模,对数据及模型的类型、属性及关联关系进行了管理,并进行了保存,对被检索数据进行了有效的整理。
又本发明的另一实施例中,提供步骤400的具体步骤为:
步骤401:获取检索权重模型,得到检索范围限制信息和检索层级限制信息;
步骤402:从文本匹配查找结果开始,对知识图谱中和文本匹配查找结果有关联关系,且在检索范围限制内的实体进行检索;
步骤403:对步骤402中提及的实体进行逐级检索,直到检索范围限制内的实体检索完成或达到检索层级限制时完成检索。
从上述描述可知,本发明的实施例通过检索权重模型对检索过程进行限制,并提供了关联检索方法,对直接关联关系和间接关联关系能够逐层的进行检索,关联检索出有直接关联和多级关联的结果,而间接关联关系中多级关联级数由检索权重模型中的检索层级限制来决定。当检索权重模型中有检索范围限制时,检索过程只对检索范围内的信息进行检索,超出范围的信息不做检索。利用本发明方法最终的检索结果不仅仅是直接检索结果,还包含了关联的结果,检索结果能够有效满足用户的要求。
而建立检索权重模型,用以进行关联查找时,其中
检索层级限制:
通过检索层级限制来限制关联检索过程中允许检索的最大层级,当关联检索是检索层级达到层级限制时即停止检索;
检索范围限制:
通过限定检索的类型、专业及数据模型来限定检索的范围,关联检索时,在限定范围内的数据进行检索,不在范围内的直接跳过;
历史检索信息提升权重:
检索结果分配权重后,按权重进行分类,对检索结果权重分类信息进行保存,作为历史检索信息,再检索时,***读取历史检索信息,根据权重分类进行判断,对历史检索权重高的结果,进行权重提升,使得更符合用户实际的检索需求;
用户权限决定检索范围:
用户在***中有相应的权限,有权限的才允许检索,没有权限的不允许检索,通过权限来限制检索范围;
用户的权限决定信息的权重:
用户在***中的权限,除了权限范围,还有权限等级,对于权限范围内,权限等级高的,提升权重,等级低的降低检索权重。
又本发明的另一实施例中,提供了步骤500的具体步骤为:
步骤501:获取检索权重模型和历史检索信息,分析得到检索结果的权重值;
步骤502:按照权重值对检索结果进行分类和分配权重;
步骤503:根据检索结果分配的权重对检索结果进行排序;
步骤504:对检索结果的分类和排序进行保存,作为建立检索权重模型的参考数据。
从上述描述可知,本发明的实施例对检索结果进行权重分配及分类排序,还可以根据用户历史搜索结果中类型及结果出现的频次作为用户关注信息的程度高低,根据用户自身的职责范围进行智能化的排序,并可以对历史的检索结果进行分类和保存,作为后续检索的参考依据,同时可作为步骤200中设置权重模型的依据和初始参考数据。通过这种方式来提升检索命中率,使得结果时用户想要的,而且那些是最想要的也能进行有效分辨。
又本发明的另一实施例中,提供了步骤600中检索结果可采用分类呈现方式或合并呈现方式进行呈现,分类呈现方式按照分类,组织检索结果进行呈现,不同分类类型查看检索结果时需要进行切换;
合并呈现方式不进行分类,直接组织检索结果进行呈现,各个分类的检索结果整合在一起,检索结果中进行分类的标注以区分分类类型。而无论是分类呈现方式或合并呈现方式,呈现顺序都可以按照检索结果的排序权重由高到低的顺序从前向后进行呈现,以便呈现用户想要的呈现结果。
上述实施例在方法应用的同时,可直接利用本发明一种基于知识图谱的网络资源智能检索装置中各单元,进行实际运用,运用过程与方法相同。
利用本发明装置实现用户对网络资源的智能检索,具体步骤为:
步骤100:根据网络资源模型及网络资源数据构建知识图谱的单元根据网络资源模型及网络资源数据构建知识图谱;本步骤中网络资源模型根据实际应用情况确定,实质是网络资源各种数据组成的数据模型,网络资源模型包括数据类型、专业等属性,资源数据同样包括类型、专业、名称、及其他字段等属性;网络资源模型及网络资源数据构建的知识图谱当然包括资源数据的来源、维护过程的环节、数据应用及和外界的关联关系;
步骤200:建立检索权重模型的单元建立检索权重模型;本步骤对检索方法的检索权重模型进行设置,根据检索层级限制、检索范围限制、历史检索信息、检索用户的权限和权重规则建立检索权重模型,其中检索用户的权限决定检索范围、检索用户的权限决定信息的权重,本发明根据设置的检索权重模型进行检索,提高检索结果的命中率,确保用户需要的信息就是检索结果中权重最高的信息;
步骤300:通过关键词进行文本匹配查找的单元通过关键词进行文本匹配查找;本步骤按照文本匹配检索方法进行查找,通过对关键词进行分段分词之后,可再采用文本模糊匹配和/或文本精确匹配的方法进行检索,精确匹配的结果权重值高于模糊匹配结果的权重值;
步骤400:通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找的单元通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找;本步骤根据步骤300的文本匹配查找结果进行关联检索,关联检索依据知识图谱中的关联关系结构,通过检索权重模型中检索的层级限制和范围限制,避免层级过多、检索的范围过大而造成检索效率的低下;
步骤500:对检索结果根据检索权重模型进行分类及排序的单元对检索结果根据检索权重模型进行分类及排序;本步骤对检索的结果进行分类及排序,为了使得检索结果能够根据用户的实际需求进行排序,本发明根据检索权重模型进行智能排序;
步骤600:将分类及排序后的检索结果进行呈现的单元将分类及排序后的检索结果进行呈现;通过步骤500的结果分类及排序后,得到最终的检索结果,得到检索结果后,确保用户能在最显眼的位置获取到最关心的检索数据。
从上述描述可知,本发明装置解决了现有的数据检索技术只能对独立的信息进行信息整理和检索,而对于关联性强,且关系较为复杂的数据来说,搜索结果并不能达到用户的实际要求的问题。通过知识图谱结合检索权重模型进行智能检索,对检索结果根据检索权重模型进行分类和排序及对检索结果的直观呈现,能够检索出用户真正需要的信息。
又本发明装置的另一实施例中,提供步骤100中根据网络资源模型及网络资源数据构建知识图谱的单元构建知识图谱的具体步骤:
步骤101:获取网络资源模型信息,包括网络资源模型类型、关系及相关的属性等信息;
步骤102:获取网络资源数据信息,包括网络资源数据类型、专业、名称、及其他属性等信息;
步骤103:根据网络资源模型信息和网络资源数据信息进行建模和整理,构建知识图谱;
步骤104:对知识图谱进行存储。
从上述描述可知,本发明的实施例通过构建知识图谱的方式进行建模,对数据及模型的类型、属性及关联关系进行了管理,并进行了保存,对被检索数据进行了有效的整理。
又本发明的另一实施例中,提供步骤400中通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找的单元进行关联查找的具体步骤为:
步骤401:获取检索权重模型,得到检索范围限制信息和检索层级限制信息;
步骤402:从文本匹配查找结果开始,对知识图谱中和文本匹配查找结果有关联关系,且在检索范围限制内的实体进行检索;
步骤403:对步骤402中提及的实体进行逐级检索,直到检索范围限制内的实体检索完成或达到检索层级限制时完成检索。
从上述描述可知,本发明的实施例通过检索权重模型对检索过程进行限制,并提供了关联检索方法,对直接关联关系和间接关联关系能够逐层的进行检索,关联检索出有直接关联和多级关联的结果,而间接关联关系中多级关联级数由检索权重模型中的检索层级限制来决定。当检索权重模型中有检索范围限制时,检索过程只对检索范围内的信息进行检索,超出范围的信息不做检索。利用本发明方法最终的检索结果不仅仅是直接检索结果,还包含了关联的结果,检索结果能够有效满足用户的要求。
而建立检索权重模型,用以进行关联查找时,其中
检索层级限制:
通过检索层级限制来限制关联检索过程中允许检索的最大层级,当关联检索是检索层级达到层级限制时即停止检索;
检索范围限制:
通过限定检索的类型、专业及数据模型来限定检索的范围,关联检索时,在限定范围内的数据进行检索,不在范围内的直接跳过;
历史检索信息提升权重:
检索结果分配权重后,按权重进行分类,对检索结果权重分类信息进行保存,作为历史检索信息,再检索时,***读取历史检索信息,根据权重分类进行判断,对历史检索权重高的结果,进行权重提升,使得更符合用户实际的检索需求;
用户权限决定检索范围:
用户在***中有相应的权限,有权限的才允许检索,没有权限的不允许检索,通过权限来限制检索范围;
用户的权限决定信息的权重:
用户在***中的权限,除了权限范围,还有权限等级,对于权限范围内,权限等级高的,提升权重,等级低的降低检索权重。
又本发明的另一实施例中,提供了步骤500中对检索结果根据检索权重模型进行分类及排序的单元对检索结果根据检索权重模型进行分类及排序的具体步骤为:
步骤501:获取检索权重模型和历史检索信息,分析得到检索结果的权重值;
步骤502:按照权重值对检索结果进行分类和分配权重;
步骤503:根据检索结果分配的权重对检索结果进行排序;
步骤504:对检索结果的分类和排序进行保存,作为建立检索权重模型的参考数据。
从上述描述可知,本发明的实施例对检索结果进行权重分配及分类排序,还可以根据用户历史搜索结果中类型及结果出现的频次作为用户关注信息的程度高低,根据用户自身的职责范围进行智能化的排序,并可以对历史的检索结果进行分类和保存,作为后续检索的参考依据,同时可作为步骤200中设置权重模型的依据和初始参考数据。通过这种方式来提升检索命中率,使得结果时用户想要的,而且那些是最想要的也能进行有效分辨。
又本发明的另一实施例中,提供了步骤600中将分类及排序后的检索结果进行呈现的单元将分类及排序后的检索结果进行呈现时,可采用分类呈现方式或合并呈现方式进行呈现,分类呈现方式按照分类,组织检索结果进行呈现,不同分类类型查看检索结果时需要进行切换;
合并呈现方式不进行分类,直接组织检索结果进行呈现,各个分类的检索结果整合在一起,检索结果中进行分类的标注以区分分类类型。而无论是分类呈现方式或合并呈现方式,呈现顺序都可以按照检索结果的排序权重由高到低的顺序从前向后进行呈现,以便呈现用户想要的呈现结果。
由本发明的具体实施例,可看成利用本发明方法或装置,提升检索命中率,对有专业场景的数据或是关联关系比较复杂的数据环境下提供了有效的检索手段,解决了原有数据检索简单粗暴的问题。
Claims (10)
1.一种基于知识图谱的网络资源智能检索方法,其特征是
根据网络资源模型及网络资源数据构建知识图谱;
建立检索权重模型;
通过关键词进行文本匹配查找;
通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找;
对检索结果根据检索权重模型进行分类及排序;
将分类及排序后的检索结果进行呈现。
2.根据权利要求1所述的方法,其特征是根据网络资源模型及网络资源数据构建知识图谱,步骤为:
步骤101:获取网络资源模型信息;
步骤102:获取网络资源数据信息;
步骤103:根据网络资源模型信息和网络资源数据信息进行建模和整理,构建知识图谱;
步骤104:对知识图谱进行存储。
3.根据权利要求1或2所述的方法,其特征是根据检索层级限制、检索范围限制、历史检索信息、检索用户的权限和权重规则建立检索权重模型。
4.根据权利要求1或3所述的方法,其特征是通过关键词进行文本匹配查找:对关键词进行分段分词后,采用文本模糊匹配和/或文本精确匹配的方法进行文本匹配查找。
5.根据权利要求3所述的方法,其特征是通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找,步骤为:
步骤401:获取检索权重模型,得到检索范围限制信息和检索层级限制信息;
步骤402:从文本匹配查找结果开始,对知识图谱中和文本匹配查找结果有关联关系,且在检索范围限制内的实体进行检索;
步骤403:对步骤402中提及的实体进行逐级检索,直到检索范围限制内的实体检索完成或达到检索层级限制时完成检索。
6.根据权利要求3或5所述的方法,其特征是对检索结果根据检索权重模型进行分类及排序,步骤为:
步骤501:获取检索权重模型和历史检索信息,分析得到检索结果的权重值;
步骤502:按照权重值对检索结果进行分类和分配权重;
步骤503:根据检索结果分配的权重对检索结果进行排序;
步骤504:对检索结果的分类和排序进行保存,作为建立检索权重模型的参考数据。
7.根据权利要求3或6所述的方法,其特征是将分类及排序后的检索结果采用分类呈现方式或合并呈现方式进行呈现,分类呈现方式按照分类,组织检索结果进行呈现,不同分类类型查看检索结果时需要进行切换;
合并呈现方式不进行分类,直接组织检索结果进行呈现,各个分类的检索结果整合在一起,检索结果中进行分类的标注以区分分类类型。
8.根据权利要求7所述的方法,其特征是将分类及排序后的检索结果采用分类呈现方式或合并呈现方式进行呈现,呈现顺序按照检索结果的排序权重由高到低的顺序从前向后进行呈现。
9.一种基于知识图谱的网络资源智能检索装置,其特征是包括:
根据网络资源模型及网络资源数据构建知识图谱的单元;
建立检索权重模型的单元;
通过关键词进行文本匹配查找的单元;
通过文本匹配查找结果和知识图谱再结合检索权重模型进行关联查找的单元;
对检索结果根据检索权重模型进行分类及排序的单元;
将分类及排序后的检索结果进行呈现的单元。
10.根据权利要求9所述的装置,其特征是建立检索权重模型的单元根据检索层级限制、检索范围限制、历史检索信息、检索用户的权限和权重规则建立检索权重模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811465941.7A CN109582849A (zh) | 2018-12-03 | 2018-12-03 | 一种基于知识图谱的网络资源智能检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811465941.7A CN109582849A (zh) | 2018-12-03 | 2018-12-03 | 一种基于知识图谱的网络资源智能检索方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109582849A true CN109582849A (zh) | 2019-04-05 |
Family
ID=65926599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811465941.7A Pending CN109582849A (zh) | 2018-12-03 | 2018-12-03 | 一种基于知识图谱的网络资源智能检索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109582849A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222127A (zh) * | 2019-06-06 | 2019-09-10 | 中国电子科技集团公司第二十八研究所 | 基于知识图谱的信息汇聚方法、装置和设备 |
CN110532375A (zh) * | 2019-08-28 | 2019-12-03 | 北京网思科平科技有限公司 | 一种图谱分析场景生成方法、***及存储介质 |
CN111475624A (zh) * | 2020-04-13 | 2020-07-31 | 杭州海康威视***技术有限公司 | 一种监控数据检索方法、装置及设备 |
CN112380251A (zh) * | 2020-11-17 | 2021-02-19 | 北京航空航天大学 | 一种基于数据空间的多决策及其数据检索方法 |
CN112685452A (zh) * | 2020-12-31 | 2021-04-20 | 特赞(上海)信息科技有限公司 | 企业案例检索方法、装置、设备和存储介质 |
CN112732883A (zh) * | 2020-12-31 | 2021-04-30 | 平安科技(深圳)有限公司 | 基于知识图谱的模糊匹配方法、装置和计算机设备 |
CN112733019A (zh) * | 2020-12-31 | 2021-04-30 | 郑州轻工业大学 | 一种开放式知识图谱推理研究*** |
CN112905803A (zh) * | 2021-02-19 | 2021-06-04 | 同济大学 | 基于知识图谱的网络协同制造技术资源智能检索方法 |
CN114691821A (zh) * | 2020-12-29 | 2022-07-01 | 上海森亿医疗科技有限公司 | 基于医疗术语构建知识图谱的智能检索方法、***、终端以及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101320373A (zh) * | 2008-06-13 | 2008-12-10 | 华中科技大学 | 网站支撑数据库安全搜索引擎*** |
CN102609512A (zh) * | 2012-02-07 | 2012-07-25 | 北京中机科海科技发展有限公司 | 异构信息知识挖掘与可视化分析***及方法 |
CN102915381A (zh) * | 2012-11-20 | 2013-02-06 | 公安部第三研究所 | 基于多维语义的可视化网络检索呈现***及呈现控制方法 |
CN106407267A (zh) * | 2016-08-26 | 2017-02-15 | 广州慧睿思通信息科技有限公司 | 一种基于全文检索的数据分类与数据检索的方法及装置 |
-
2018
- 2018-12-03 CN CN201811465941.7A patent/CN109582849A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101320373A (zh) * | 2008-06-13 | 2008-12-10 | 华中科技大学 | 网站支撑数据库安全搜索引擎*** |
CN102609512A (zh) * | 2012-02-07 | 2012-07-25 | 北京中机科海科技发展有限公司 | 异构信息知识挖掘与可视化分析***及方法 |
CN102915381A (zh) * | 2012-11-20 | 2013-02-06 | 公安部第三研究所 | 基于多维语义的可视化网络检索呈现***及呈现控制方法 |
CN106407267A (zh) * | 2016-08-26 | 2017-02-15 | 广州慧睿思通信息科技有限公司 | 一种基于全文检索的数据分类与数据检索的方法及装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222127A (zh) * | 2019-06-06 | 2019-09-10 | 中国电子科技集团公司第二十八研究所 | 基于知识图谱的信息汇聚方法、装置和设备 |
CN110532375A (zh) * | 2019-08-28 | 2019-12-03 | 北京网思科平科技有限公司 | 一种图谱分析场景生成方法、***及存储介质 |
CN111475624A (zh) * | 2020-04-13 | 2020-07-31 | 杭州海康威视***技术有限公司 | 一种监控数据检索方法、装置及设备 |
CN111475624B (zh) * | 2020-04-13 | 2023-08-04 | 杭州海康威视***技术有限公司 | 一种监控数据检索方法、装置及设备 |
CN112380251A (zh) * | 2020-11-17 | 2021-02-19 | 北京航空航天大学 | 一种基于数据空间的多决策及其数据检索方法 |
CN114691821A (zh) * | 2020-12-29 | 2022-07-01 | 上海森亿医疗科技有限公司 | 基于医疗术语构建知识图谱的智能检索方法、***、终端以及介质 |
CN112685452A (zh) * | 2020-12-31 | 2021-04-20 | 特赞(上海)信息科技有限公司 | 企业案例检索方法、装置、设备和存储介质 |
CN112732883A (zh) * | 2020-12-31 | 2021-04-30 | 平安科技(深圳)有限公司 | 基于知识图谱的模糊匹配方法、装置和计算机设备 |
CN112733019A (zh) * | 2020-12-31 | 2021-04-30 | 郑州轻工业大学 | 一种开放式知识图谱推理研究*** |
CN112905803A (zh) * | 2021-02-19 | 2021-06-04 | 同济大学 | 基于知识图谱的网络协同制造技术资源智能检索方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109582849A (zh) | 一种基于知识图谱的网络资源智能检索方法 | |
CN107526807B (zh) | 信息推荐方法及装置 | |
KR100816934B1 (ko) | 문서검색 결과를 이용한 군집화 시스템 및 그 방법 | |
CN103577413B (zh) | 搜索结果排序方法及***、搜索结果排序优化方法及*** | |
CN106991576A (zh) | 一种地理区域的热力展现方法和装置 | |
CN107908606A (zh) | 基于不同信息源自动生成报表的方法和*** | |
CN105765573A (zh) | 网站通信量优化方面的改进 | |
CN110135890A (zh) | 基于知识关系挖掘的产品数据推送方法及相关设备 | |
CN106503025A (zh) | 一种应用推荐方法和*** | |
CN105300398B (zh) | 获取地点信息的方法、装置和*** | |
CN103440199B (zh) | 测试引导方法和装置 | |
CN108647276A (zh) | 一种搜索方法 | |
CN108664509A (zh) | 一种即席查询的方法、装置及服务器 | |
CN109241278A (zh) | 科研知识管理方法及*** | |
CN106407377A (zh) | 基于人工智能的搜索方法和装置 | |
CN108846695A (zh) | 终端更换周期的预测方法及装置 | |
CN105184326A (zh) | 基于图数据的主动学习多标签社交网络数据分析方法 | |
CN111414410A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN105786810B (zh) | 类目映射关系的建立方法与装置 | |
CN109635069A (zh) | 一种基于信息熵的地理空间数据自组织方法 | |
CN111930957A (zh) | 实体间亲密度的分析方法、装置、电子设备以及存储介质 | |
CN110378739A (zh) | 一种数据流量匹配方法及装置 | |
US20040078361A1 (en) | System and method for analyzing patent families | |
JP4059970B2 (ja) | 情報源推薦装置 | |
TWI684147B (zh) | 雲端自助分析平台與其分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |