CN106844791A - 一种基于特征聚类的检索方法 - Google Patents

一种基于特征聚类的检索方法 Download PDF

Info

Publication number
CN106844791A
CN106844791A CN201710190396.4A CN201710190396A CN106844791A CN 106844791 A CN106844791 A CN 106844791A CN 201710190396 A CN201710190396 A CN 201710190396A CN 106844791 A CN106844791 A CN 106844791A
Authority
CN
China
Prior art keywords
function
parts
user
search method
feature based
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
Application number
CN201710190396.4A
Other languages
English (en)
Inventor
马佳
王俊
邓森洋
李伟伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201710190396.4A priority Critical patent/CN106844791A/zh
Publication of CN106844791A publication Critical patent/CN106844791A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/3332Query translation
    • G06F16/3338Query expansion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开一种基于特征聚类的检索方法,包含以下步骤:一是维护功能特征库,二是录入零部件,三是检索,四是聚合,五是排序。本发明的有益效果是:通过本方法进行检索,除了能展示出各种符合用户检索的结果之外,还能向设计人员展示其所需的其他结果——比如,用户检索螺栓,系统除了返回螺栓作为结果外,还会返回其它紧固件。当用户看到系统额外展示的这些结果(螺钉、螺柱、异形紧固件)后,可能会意识到也许这才是最佳的选择,从而优化自己的设计方案。通过本方法,相关零部件使用的效率可以得到显著提升,因此可以提高企业中对数据挖掘的有效性,协助用户对有效数据的分析,对制造业信息化各个方面都有很大的促进作用。

Description

一种基于特征聚类的检索方法
技术领域
本发明涉及信息检索技术,主要用于制造业信息化领域,具体是一种基于特征聚类的检索方法。
背景技术
现有的检索算法是基于关键字的,即把用户输入的关键字与数据库中的相关信息进行匹配或者模糊匹配,把匹配成功的数据显示出来。这样做的缺点是显而易见的,只有包含关键字的信息才能被检索出来,而其它具有相同或相似的本质,但不包含相应关键字的信息则检索不到。
以在淘宝上搜索“雨衣”为例,结果中只包含了穿在身上的雨衣,而没有直接安装在电动自行车上的遮雨棚。当消费者需要购买一个能在骑车时挡雨的物品时,第一个想到的可能是雨衣,但真正最佳的选择却可能是遮雨棚,只不过消费者自己可能并不知道还有这样一个物品存在。这种情况下,如果消费者采用当前的检索系统来搜索“雨衣”,他就无法获知还有其它更好的选择。
特征聚类检索算法就是为解决此类问题而生的,以检索“螺栓”为例,在机械设计中,经常需要将两个零部件连接到一起。对于一个新进设计员来说,首先想到的装置很可能是螺栓,于是在系统中检索“螺栓”,希望能找到一个合适的螺栓的图纸。然而,由于目前系统检索的限制,只能检索出螺栓或者零件名称相近的零部件,比如外六角螺栓,内六角螺栓等。
在制造业领域对产品的检索,往往需要依据产品的功能满足自己的需求,而并不是简单的零件名称
单纯的零件名称的检索和单纯功能的检索往往出现排斥关系,通过将零件名称和功能名称的检索结果聚合在一起,在依据一定的排序方式,将给用户带来更加有益的帮助。
发明内容
本发明的目的在于提供一种基于特征聚类的检索方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于特征聚类的检索方法,包含以下步骤:
A、维护功能特征库;
B、向系统中录入零部件;
C、检索;
D、聚合;
E、排序。
作为本发明的优选方案:所述步骤A具体是: 存在可以添加功能特征的库,有相关权限的用户可以对此库进行维护(包括对功能特征库中的功能及特征进行增删改查)。
作为本发明的优选方案:所述步骤B具体是:在录入零部件时,除了零部件本身的属性(包括名称,特征码,图示以及其他描述等)外,还需要再录入其相应的功能。用户在录入零部件的功能描述时,不可以按照自己对相关功能的理解直接进行编写,必须是从维护好的功能库中进行选择,否则,同一种功能可能会产生虽然含义相似但文字却不同的情况,给接下来的匹配工作造成困扰。
作为本发明的优选方案:所述步骤C具体是:先针对名称(或者特征码)进行查找,然后获取到该名称所属的零部件的功能,再查找同样具有此功能的其它零部件,主要是要根据目标零部件的功能进行查找。
作为本发明的优选方案:所述步骤D具体是:把检索出的不同类别的所有结果全部聚集到一起,检索出的结果分为两类,一类是名称字段与检索条件匹配的零部件集合;另一类是功能与被检索零部件相同或相似的零部件集合。
作为本发明的优选方案:所述步骤E具体是:先按照结果的类别排序,在同一类别中再按照某种指定的方式(可依据创建时间、使用频率、甚至是某些组合方式等,排序方式可以由用户进行选择)对零件进行排序。也可对结果的类别进行混合排序,并一定依据类别相同进行排序,排序的结果由用户进行选择。
与现有技术相比,本发明的有益效果是:通过本方法进行检索,除了能展示出各种符合用户检索的结果之外,还能向设计人员展示其所需的其他结果——比如,用户检索螺栓,系统除了返回螺栓作为结果外,还会返回其它紧固件(如螺钉,螺柱,甚至是异形紧固件)。当用户看到系统额外展示的这些结果(螺钉、螺柱、异形紧固件)后,可能会意识到也许这才是最佳的选择,从而优化自己的设计方案。——通过本方法,相关零部件使用的效率可以得到显著提升,因此可以提高企业中对数据挖掘的有效性,协助用户对有效数据的分析,对制造业信息化各个方面都有很大的促进作用。
附图说明
图1为功能维护流程图;
图2为零件录入流程图;
图3为检索流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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,本领域普通技术人员在没有做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。
请参阅图1-3,一种基于特征聚类的检索方法,包含以下步骤:一是维护功能特征库,二是录入零部件,三是检索,四是聚合,五是排序。
功能库的维护。存在可以添加功能特征的库,有相关权限的用户可以对此库进行维护(包括对功能特征库中的功能及特征进行增删改)。
用户向系统中录入零部件时,需要在录入名称(编码亦可)的同时,再录入其相应的功能。比如,在录入一个新的螺栓标准件时,不仅要描述这个标准件的名称是“螺栓”,还需要填写其功能——“紧固”,“连接”等。用户在录入零部件的功能描述时,不可以按照自己对相关功能的理解直接进行编写,必须是从维护好的功能库中进行选择,否则,可能会产生同一种功能虽然含义相似但文字却不同的情况,给接下来的匹配工作造成困扰。
检索。检索时,先针对名称(或者是特征码)进行查找,然后获取到该名称所属的零部件的功能,再查找同样具有此功能的其它零件。主要是根据目标零部件的功能进行查找。
聚合。把检索出的不同类别的所有结果全部聚集到一起。检索出的结果分为两类,一类是名称字段与检索条件匹配的零部件集合;另一类是功能与被检索零件相同或相似的零部件集合。
结果排序。先按照结果的类别排序,在同一类别中再按照某种指定的方式(可依据创建时间、使用频率、甚至是某些组合方式等,排序方式可以由用户进行选择)对零部件进行排序。也可对结果的类别进行混合排序,并不一定依据类别相同进行排序,排序的结果由用户进行选择。
本发明的工作原理是:通过本方法进行检索,除了能展示出各种符合用户检索的结果之外,还能向设计人员展示其所需的其他结果——比如用户检索螺栓,系统除了返回螺栓外,还会返回其它紧固件(如螺钉,螺柱,甚至是异形紧固件)。当用户看到系统额外展示的这些结果(螺钉、螺柱、异形紧固件)后,可能会意识到也许这才是最佳的选择,从而优化自己的设计方案。——通过本方法,相关零件使用的效率可以得到显著提升,因此可以提高企业中对数据挖掘的有效性,协助用户对有效数据的分析,对制造业信息化各个方面都有很大的促进作用。

Claims (8)

1.一种基于特征聚类的检索方法,其特征在于,包含以下步骤:
A、维护功能特征库;
B、向系统中录入零部件;
C、检索;
D、聚合;
E、排序。
2.根据权利要求1所述的一种基于特征聚类的检索方法,其特征在于,所述步骤A具体是:存在可以添加功能特征的库,有相关权限的用户可以对此库进行维护(包括对功能特征库中的功能及特征进行增删改查)。
3.根据权利要求1所述的一种基于特征聚类的检索方法,其特征在于,所述步骤B具体是:在录入零部件时,除了零部件本身的属性(包括名称,特征码,图示以及其他描述等)外,还需要再录入其相应的功能。
4.用户在录入零部件的功能描述时,不可以按照自己对相关功能的理解进行填写,必须是从维护好的功能库中进行选择,否则,可能会产生同一种功能虽然含义相似但文字却不同的情况,给接下来的匹配工作造成困扰。
5.根据权利要求1所述的一种基于特征聚类的检索方法,其特征在于,所述步骤C具体是:先针对名称或特征码进行查找,然后获取到该名称所属的零部件的功能,再查找同样具有此功能的其它零部件,主要是要根据目标零部件的功能进行查找。
6.根据权利要求1所述的一种基于特征聚类的检索方法,其特征在于,所述步骤D具体是:把检索出的不同类别的所有结果全部聚集到一起,检索出的结果分为两类,一类是名称字段与检索条件匹配的零部件集合;另一类是功能与被检索零件相同或相似的零部件集合。
7.根据权利要求1所述的一种基于特征聚类的检索方法,其特征在于,所述步骤E具体是:先按照结果的类别排序,在同一类别中再按照某种指定的方式(可依据创建时间、使用频率、甚至是某些组合方式等,排序方式可以由用户进行选择)对零部件进行排序。
8.也可对结果的类别进行混合排序,并不一定依据类别相同进行排序,排序的结果可由用户进行选择。
CN201710190396.4A 2017-03-28 2017-03-28 一种基于特征聚类的检索方法 Pending CN106844791A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710190396.4A CN106844791A (zh) 2017-03-28 2017-03-28 一种基于特征聚类的检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710190396.4A CN106844791A (zh) 2017-03-28 2017-03-28 一种基于特征聚类的检索方法

Publications (1)

Publication Number Publication Date
CN106844791A true CN106844791A (zh) 2017-06-13

Family

ID=59130737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710190396.4A Pending CN106844791A (zh) 2017-03-28 2017-03-28 一种基于特征聚类的检索方法

Country Status (1)

Country Link
CN (1) CN106844791A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114579814A (zh) * 2022-04-28 2022-06-03 晨达(广州)网络科技有限公司 带有智能分类储存功能的便于查找的电子器件管理系统
CN116561064A (zh) * 2023-05-26 2023-08-08 乐山师范学院 一种基于html5技术的零件配置方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102331989A (zh) * 2010-07-12 2012-01-25 张艳红 基于内容排序的图像、视频搜索引擎
CN102521366A (zh) * 2011-12-16 2012-06-27 华中科技大学 融合分类与全局索引的图像检索方法和图像检索系统
CN104008181A (zh) * 2014-06-09 2014-08-27 中国电子科技集团公司第十四研究所 一种基于三维模型特征的电子零件相似数控工艺检索方法
CN105069086A (zh) * 2015-07-31 2015-11-18 焦点科技股份有限公司 一种优化电子商务商品搜索的方法及系统
CN105426547A (zh) * 2015-12-29 2016-03-23 深圳市智汇十方科技有限公司 一种商品搜索方法及商品搜索系统
US20160140115A1 (en) * 2011-07-19 2016-05-19 Tapicu Inc. Strategies for indexing, ranking and clustering multimedia documents
CN105883341A (zh) * 2016-04-18 2016-08-24 梧州市自动化技术研究开发院 具有入库管理功能的传送系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102331989A (zh) * 2010-07-12 2012-01-25 张艳红 基于内容排序的图像、视频搜索引擎
US20160140115A1 (en) * 2011-07-19 2016-05-19 Tapicu Inc. Strategies for indexing, ranking and clustering multimedia documents
CN102521366A (zh) * 2011-12-16 2012-06-27 华中科技大学 融合分类与全局索引的图像检索方法和图像检索系统
CN104008181A (zh) * 2014-06-09 2014-08-27 中国电子科技集团公司第十四研究所 一种基于三维模型特征的电子零件相似数控工艺检索方法
CN105069086A (zh) * 2015-07-31 2015-11-18 焦点科技股份有限公司 一种优化电子商务商品搜索的方法及系统
CN105426547A (zh) * 2015-12-29 2016-03-23 深圳市智汇十方科技有限公司 一种商品搜索方法及商品搜索系统
CN105883341A (zh) * 2016-04-18 2016-08-24 梧州市自动化技术研究开发院 具有入库管理功能的传送系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114579814A (zh) * 2022-04-28 2022-06-03 晨达(广州)网络科技有限公司 带有智能分类储存功能的便于查找的电子器件管理系统
CN116561064A (zh) * 2023-05-26 2023-08-08 乐山师范学院 一种基于html5技术的零件配置方法

Similar Documents

Publication Publication Date Title
US7243092B2 (en) Taxonomy generation for electronic documents
Mukherjee et al. Automatic annotation of content-rich html documents: Structural and semantic analysis
US20070162448A1 (en) Adaptive hierarchy structure ranking algorithm
Dal Bianco et al. A practical and effective sampling selection strategy for large scale deduplication
CN101719167A (zh) 一种可互动的影视搜索方法
US20050177554A1 (en) System and method for facilitating full text searching utilizing inverted keyword indices
CN102314464B (zh) 歌词搜索方法及搜索引擎
Saravanan et al. Video image retrieval using data mining techniques
CN102915381B (zh) 基于多维语义的可视化网络检索呈现系统及呈现控制方法
CN106844791A (zh) 一种基于特征聚类的检索方法
CN115618014A (zh) 一种应用大数据技术的标准文献分析管理系统及方法
CN102214216B (zh) 一种层次关系数据上关键字检索结果的聚合摘要方法
Suguna Ensemble fuzzy clustering for mixed numeric and categorical data
Smith et al. Interactive search fusion methods for video database retrieval
Yang et al. Efficient short video repeat identification with application to news video structure analysis
Yang et al. Clustering of web search results based on combination of links and in-snippets
Shen et al. U-REST: an unsupervised record extraction system
Zhang et al. Finding k-dominant g-skyline groups on high dimensional data
Lo et al. The numeric indexing for music data
Kopidaki et al. STC+ and NM-STC: Two novel online results clustering methods for web searching
Voglozin et al. Querying the saintetiq summaries-dealing with null answers
Feldman et al. Document explorer: Discovering knowledge in document collections
Calistru et al. High-dimensional indexing for video retrieval
Park et al. A multi-dimensional indexing approach for timestamped event sequence matching
Gonalves et al. An evaluation framework for multidimensional multimedia descriptor indexing

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170613