CN113590795B - 知识点处理方法、装置、服务器、介质及产品 - Google Patents
知识点处理方法、装置、服务器、介质及产品 Download PDFInfo
- Publication number
- CN113590795B CN113590795B CN202110888880.0A CN202110888880A CN113590795B CN 113590795 B CN113590795 B CN 113590795B CN 202110888880 A CN202110888880 A CN 202110888880A CN 113590795 B CN113590795 B CN 113590795B
- Authority
- CN
- China
- Prior art keywords
- knowledge
- knowledge points
- storage space
- level storage
- points
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3322—Query formulation using system suggestions
- G06F16/3323—Query formulation using system suggestions using document space presentation or visualization, e.g. category, hierarchy or range presentation and selection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/243—Natural language query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/282—Hierarchical databases, e.g. IMS, LDAP data stores or Lotus Notes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90348—Query processing by searching ordered data, e.g. alpha-numerically ordered data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了知识点处理方法、装置、服务器、介质及产品,该方法中,控制客户端的缓存空间存储客户端对应的知识集合,服务器的内存级存储空间中存储有基于各客户端的知识集合得到的知识点;服务器的文档级存储空间存储有全局访问次数高于或等于第二预设阈值的知识点。服务器的磁盘级存储空间存储有全局访问次数低于第二预设阈值的知识点。从而实现了知识点的分级存储。根据实验证明,绝大部分的查询语句都会在缓存空间或内存级存储空间查找到相关度较高的知识点。少部分查询语句会在文档级存储空间查找到相关度较高的知识点。极少数查询语句会在磁盘级存储空间查找到相关度较高的知识点。即平均查找到与查询语句相关度较高的知识点的耗时减少。
Description
技术领域
本申请涉及计算机技术领域,更具体的说,是涉及知识点处理方法、装置、服务器、介质及产品。
背景技术
随着信息的不断增多,数据库存储的知识点的数量越来越多,使得用户查找相匹配的知识点的耗时较长。
发明内容
有鉴于此,本申请提供了一种知识点处理方法、装置、服务器、介质及产品。
为实现上述目的,本申请提供如下技术方案:
根据本公开实施例的第一方面,提供一种知识点处理方法,应用于服务器,包括:
获取各客户端分别对应的知识集合,所述客户端对应的知识集合包括在预设的访问时间范围内局部访问次数靠前的预设数目个知识点,所述知识点的局部访问次数是指所述客户端查看所述知识点的次数;
对于每一客户端,控制所述客户端的缓存空间存储所述客户端对应的知识集合;
获取出现次数高于第一预设阈值的第一知识点,所述知识点的出现次数是指包含所述知识点的知识集合的数目;
存储所述第一知识点以及所述第一知识点对应的访问时间范围至所述服务器的内存级存储空间,其中,所述内存级存储空间存储有不同访问时间范围内的第一知识点,所述内存级存储空间存储的第一知识点按照访问时间范围从晚到早排序,在所述访问时间范围相同时第一知识点按照所述出现次数降序排序;
获取各知识点分别对应的全局访问次数,所述知识点的全局访问次数是指各客户端查看所述知识点的次数之和;
将全局访问次数高于或等于第二预设阈值的知识点存储至所述服务器的文档级存储空间,所述文档级存储空间包括多个存储目录对应的存储子空间,所述存储目录是基于所述知识点包含的业务目录字段的属性值得到的,所述存储子空间存储有具有相同存储目录的知识点;
针对每一所述存储目录,基于所述内存级存储空间中具有所述存储目录的各所述第一知识点的排序顺序更新所述文档级存储空间存储的所述存储目录下各所述第一知识点的排序顺序;
将所述全局访问次数低于所述第二预设阈值的知识点存储值所述服务器的磁盘级存储空间。
根据本公开实施例的第二方面,提供一种知识点处理装置,应用于服务器,包括:
第一获取模块,用于获取各客户端分别对应的知识集合,所述客户端对应的知识集合包括在预设的访问时间范围内局部访问次数靠前的预设数目个知识点,所述知识点的局部访问次数是指所述客户端查看所述知识点的次数;
第一存储模块,用于对于每一客户端,控制所述客户端的缓存空间存储所述客户端对应的知识集合;
第二获取模块,用于获取出现次数高于第一预设阈值的第一知识点,所述知识点的出现次数是指包含所述知识点的知识集合的数目;
第二存储模块,用于存储所述第一知识点以及所述第一知识点对应的访问时间范围至所述服务器的内存级存储空间,其中,所述内存级存储空间存储有不同访问时间范围内的第一知识点,所述内存级存储空间存储的第一知识点按照访问时间范围从晚到早排序,在所述访问时间范围相同时第一知识点按照所述出现次数降序排序;
第三获取模块,用于获取各知识点分别对应的全局访问次数,所述知识点的全局访问次数是指各客户端查看所述知识点的次数之和;
第三存储模块,用于将全局访问次数高于或等于第二预设阈值的知识点存储至所述服务器的文档级存储空间,所述文档级存储空间包括多个存储目录对应的存储子空间,所述存储目录是基于所述知识点包含的业务目录字段的属性值得到的,所述存储子空间存储有具有相同存储目录的知识点;
第一更新模块,用于针对每一所述存储目录,基于所述内存级存储空间中具有所述存储目录的各所述第一知识点的排序顺序更新所述文档级存储空间存储的所述存储目录下各所述第一知识点的排序顺序;
第四存储模块,用于将所述全局访问次数低于所述第二预设阈值的知识点存储值所述服务器的磁盘级存储空间。
根据本公开实施例的第三方面,提供一种服务器,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的知识点处理方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得所述服务器能够执行如第一方面所述的知识点处理方法。
根据本公开实施例的第五方面,提供一种一种计算机程序产品,可直接加载到计算机的内部存储器,例如第三方面所述服务器包含的存储器中,并含有软件代码,该计算机程序经由计算机载入并执行后能够实现如第一方面所述的知识点处理方法。
经由上述的技术方案可知,本申请提供的知识点处理方法中,对于每一客户端,控制所述客户端的缓存空间存储所述客户端对应的知识集合,所述客户端对应的知识集合包括在预设的访问时间范围内局部访问次数靠前的预设数目个知识点,所述知识点的局部访问次数是指所述客户端查看所述知识点的次数;服务器的内存级存储空间中存储有多个访问时间范围分别对应的第一知识点,每个访问时间范围对应的第一知识点为全局访问次数大于第一预设阈值的知识点,所述知识点的全局访问次数是指各客户端查看所述知识点的次数之和;服务器的文档级存储空间存储有多个存储目录分别对应的存储子空间,每个存储子空间存储有相同存储目录的知识点,存储目录是基于所述知识点包含的业务目录字段的属性值得到的,文档级存储空间存储有全局访问次数高于或等于第二预设阈值的知识点。服务器的磁盘级存储空间存储有全局访问次数低于所述第二预设阈值的知识点。从而实现了知识点的分级存储。根据实验证明,绝大部分的查询语句都会在缓存空间或内存级存储空间查找到与查询语句相关度较高的知识点。少部分查询语句会在文档级存储空间查找到与查询语句相关度较高的知识点。极少数查询语句会在磁盘级存储空间查找到与查询语句相关度较高的知识点。综上,平均查找到与查询语句相关度较高的知识点的耗时减少。从而使得在知识点越来越多的情况下,检索与查询语句相关度较高的知识点速度仍旧较快。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例涉及的硬件架构的结构图;
图2为本申请实施例提供的知识点处理方法的流程图;
图3为本申请实施例提供的知识点处理装置的结构图;
图4是根据一示例性实施例示出的一种用于服务器的装置的框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例提供了一种知识点处理方法、装置、服务器、介质及产品,在对本申请实施例提供的技术方案进行介绍之前,先对本申请实施例涉及的相关技术和硬件架构进行介绍。
首先,对本申请实施例涉及的相关技术进行介绍。
数据库包括多个知识点。示例性的,多个知识点是通过拆分源文档得到的。不同知识点对应的源文档可能相同可能不同。
例如,源文档包括10个段落,示例性的,源文本被拆分为10个知识点,即每一个段落对应一个知识点;示例性的,源文档被拆分为5个知识点,一个知识点包括源文档中的一个或多个段落;示例性的,源文档被拆分为20个知识点,一个知识点包括一个段落中的一个或多个语句。
示例性的,知识点包括源文档;示例性的,知识点是基于其他知识点得到的。
示例性的,知识点的表示方式有多种,本申请实施例提供但不限于:链表、数组、结构体、表格中任一种。下面以表格为例对知识点的结构进行举例说明。
示例性的,知识点的结构如表1所示。
表1 知识点的结构
示例性的,知识正文包括知识标题以及知识内容中任一个;示例性的,知识内容与知识标题相对应,例如,与知识标题“中银富登个人通知存款的存款期限”对应的知识内容可以为:个人通知存款不论实际存期多长,按存款人提前通知的期限长短划分为1天通知存款和7天通知存款两个品种。1天通知存款必须提前1天通知约定支取存款,7天通知存款则必须提前7天通知约定支取存款。1天通知存款和7天通知存款,客户必须提前1天或提前7天来到柜台预约支取登记。所谓转存是系统可以自动在到期日将本息转到客户的活期账户,但需要客户在每个周期(7天)都来柜台办理约定转存的业务。
示例性的,知识点包含的业务目录可以包括一级或多级目录,表1中是以业务目录包括两级目录为例进行说明的。
示例性的,知识点包含的业务目录用于指示知识点包含的知识正文的存储目录。示例性的,知识点包含的业务目录即为存储知识点的存储设备的名称和/或文件夹的名称。
示例性的,知识标题,可以是基于自然语言处理技术从知识内容文中得到的;示例性的,知识标题可以是从源文档中获得的。
示例性的,知识点包含的图谱标签是指知识正文的属性信息。示例性的,图谱标签包括:产品(知识正文的内容描述的产品)、所属银行(知识正文的内容针对哪个分行或哪个总行)、客户类型。示例性的,客户类型包括但不限于:个人客户、财富管理客户、普通客户、私人银行客户、中银理财客户等等。
示例性的,知识点包含的个性标签是由人工坐席添加的,人工坐席可以基于自己的对知识点的理解,对知识点进行标注,例如,表1中具有人工坐席的标识A的人工坐席标注了“富登特色定期存款”,下次具有人工坐席的标识A的人工坐席可以基于查询语句“富登特色定期存款”准确的搜索到表1所示的知识点。
需要说明的是,有时候人工坐席在查询的时候查询到所需的知识点,但是人工坐席对该知识点有一些自己的理解,或者对知识点有自己的称谓习惯,那么人工坐席可以人为将自己的理解添加到该知识点的个性标签中。这样就可以照顾到不同人工坐席的思维习惯,丰富知识的标注,从而加快知识查询的效率以及提升知识查询的准确率。
示例性的,对于同一知识点,不同人工坐席标注的个性标签可能不同,可能相同;由于人工坐席在搜索知识点之前,需要进行登陆,所以人工坐席的查询语句包括人工坐席的标识,因此,在通过个性标签检索知识点的过程中,不会受到其他人工坐席标注的个性标签的影响。
示例性的,知识点包含的管理属性是指管理该知识点的管理员的信息,例如,管理属性包括管理员所属部门以及管理员所属用户组。
表1中的知识点的结构仅为示例,并不对知识点的结构造成限定,例如,知识点可以包括:业务目录、知识正文、图谱标签、个性标签、管理属性中一个或多个字段。
示例性的,知识点还包括:知识正文的关键词。
示例性的,知识点还包括接收组,接收组包括能够查询得到该知识点的用户的标识。
示例性的,查询语句中的关键词可以包括属于业务目录、知识正文、图谱标签、个性标签、管理属性中一个或多个字段的关键词。在从知识库中检索与查询语句相关度大于或等于第一阈值的知识点的过程中,可以获得查询语句与知识点包含的业务目录、知识正文、图谱标签、个性标签、管理属性中一个或多个的相关度,以得到与查询语句相关度大于或等于第一阈值的知识点,并展示与查询语句相关度大于或等于第一阈值的知识点的链接。
其次,对本申请实施例涉及的硬件架构进行说明。
如图1所示,为本申请实施例涉及的硬件架构的结构图,该硬件架构包括:电子设备11以及服务器12。
示例性的,电子设备11可以是任何一种可与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品,例如,手机、笔记本电脑、平板电脑、掌上电脑、个人计算机、可穿戴设备、智能电视、PAD等。
示例性的,服务器12可以是一台服务器,也可以是由多台服务器组成的服务器集群,或者是一个云计算服务器中心。服务器12可以包括处理器、存储器以及网络接口等。
应注意的是,图1仅仅是一种示例,电子设备的类型可以有多种,不限于图1中的计算机。
示例性的,电子设备11可以通过无线网络或有线网络与服务器12建立连接并通信。
电子设备11可以运行有客户端,该客户端可以为应用程序客户端或网页版客户端。
用户可以通过电子设备11中的客户端输入查询语句。电子设备11中的客户端可以将查询语句发送至服务器12。电子设备11中的客户端可以显示服务器12反馈的查询结果。
本申请实施例中,客户端的缓存空间存储有用户自己命中次数较高的知识点。服务器12包括三个存储空间,分别为:内存级存储空间、文档级存储空间以及磁盘级存储空间。
示例性的,内存级存储空间可以为DRAM(Dynamic RandomAccess Memory,动态随机存取存储器);示例性的,文档级存储空间可以为Solr(Apache Lucence项目的开源企业搜索平台)搜索引擎,示例性的,磁盘级存储空间可以为NFS(Fourth extendedfilesystem,第四代扩展文件系统)。
其中,从客户端的缓存空间搜索与查询语句相关度较高的知识点的速率高于从内存级存储空间搜索与查询语句相关度较高的知识点的速率;从内存级存储空间搜索与查询语句相关度较高的知识点的速率高于从文档级存储空间搜索与查询语句相关度较高的知识点的速率;从文档级存储空间搜索与查询语句相关度较高的知识点的速率高于从磁盘级存储空间搜索与查询语句相关度较高的知识点的速率。
本申请实施例基于知识点的局部访问次数或全局访问次数,将知识点分别存储至缓存空间、内存级存储空间、文档级存储空间、磁盘级存储空间,从而使得知识点的存储结构化,在进行检索时,可以按照以下顺序进行搜索:缓存空间、内存级存储空间、文档级存储空间、磁盘级存储空间,直至搜索到与查询语句的相关度较高的知识点。从而使得在知识点越来越多的情况下,检索与查询语句相关度较高的知识点速度仍旧较快。
示例性的,本申请实施例提及的知识点的局部访问次数是指用户通过客户端检索得到知识点并且点击该知识点的链接的次数。
示例性的,本申请实施例提及的知识点的局部访问次数是指用户通过客户端检索得到知识点并且点击该知识点的链接且阅读该知识点的时长大于或等于有效时长的次数。
可以理解的是,若阅读该知识点的时长大于或等于有效时长,说明用户真正阅读了该知识点,说明该知识点是用户所需要的知识点。
示例性的,不同知识点的有效时长不同。知识点的有效时长与知识点包含内容的长度有关。知识点包含的内容长度越长有效时长越长。
示例性的,本申请实施例提及的知识点的全局访问次数是指各用户分别针对该知识点的局部访问次数之和。
本领域技术人员应能理解上述电子设备和服务器仅为举例,其他现有的或今后可能出现的电子设备或服务器如可适用于本公开,也应包含在本公开保护范围以内,并在此以引用方式包含于此。
下面结合上述硬件架构对本申请实施例提供的知识点处理方法进行说明。
如图2所示,为本申请实施例提供的知识点处理方法的流程图,该方法可以应用于上述服务器,该方法包括以下步骤S21至步骤S28。
步骤S21:获取各客户端分别对应的知识集合,所述客户端对应的知识集合包括在预设的访问时间范围内局部访问次数靠前的预设数目个知识点,所述知识点的局部访问次数是指所述客户端查看所述知识点的次数。
示例性的,访问时间范围的长度可以基于实际情况而定,例如,范围时间范围为1个月、2个月、2.5个月等。
下面举例对步骤S21进行说明。
假设使用客户端的用户包括用户A、用户B以及用户C,三个用户在自己的电子设备中下载该客户端后,可以通过自己所持电子设备的客户端访问服务器存储的知识点。服务器将知识点发送至客户端后,客户端可以在自己的缓存空间存储该知识点,并记录各知识点的局部访问次数,例如,用户A的客户端记录用户A查看知识点的次数,用户B的客户端记录用户B查看知识点的次数,用户C的客户端记录用户C查看知识点的次数。
示例性的,查看知识点的次数是指点击知识点的链接的次数,或者,查看知识点的次数是指点击知识点的链接且阅读时长高于或等于知识点的有效时长的次数。
示例性的,预设数目可以基于实际情况而定,例如,预设数目的数量级可以为十、百或千。
步骤S22:对于每一客户端,控制所述客户端的缓存空间存储所述客户端对应的知识集合。
可以理解的是,不同用户关注的知识点可能不同,所以不同用户所持电子设备中的客户端的缓存空间存储的知识点可能不完全相同,或,完全不同,或,完全相同。
示例性的,不同客户端的缓存空间中同一知识点的局部访问次数可能不同,可能相同。
步骤S23:获取出现次数高于第一预设阈值的第一知识点,所述知识点的出现次数是指包含所述知识点的知识集合的数目。
示例性的,第一预设阈值可以基于实际情况而定。例如,第一预设阈值=客户端的总数目*第二阈值。第二阈值为大于0且小于1的任意数值。
示例性的,客户端的总数目即为使用客户端的用户的总数目,假设使用客户端的用户的总数目为10000,第二阈值为0.5,则第一预设阈值为5000。
步骤S24:存储所述第一知识点以及所述第一知识点对应的访问时间范围至所述服务器的内存级存储空间。
其中,所述内存级存储空间存储有不同访问时间范围内的第一知识点,所述内存级存储空间存储的第一知识点按照访问时间范围从晚到早排序,在所述访问时间范围相同时第一知识点按照所述出现次数降序排序。
示例性的,可以每隔设定时长执行一次步骤S21至步骤S24,示例性的,设定时长可以大于或等于访问时间范围的长度。这样,内存级存储空间存储有多个访问时间范围内的第一知识点。
假设访问时间范围的长度为1个月,假设设定时长为1个月。假设内存级存储空间存储有三个访问时间范围内的第一知识点,例如,在访问时间范围为(5月31日,6月30日]内得到了第一知识点A1、第一知识点A2、第一知识点A3;在访问时间范围为(6月30日,7月31日]内得到了第一知识点B1、第一知识点B2;在访问时间范围为(7月31日,8月31日]内得到了第一知识点C1、第一知识点C2。
可以理解的是,随着时间流逝,用户感兴趣的知识点在不断发生变化,而与当前时间最近的访问时间范围内的第一知识点更加贴近当前时间用户感兴趣的内容,所有内存级存储空间存储的第一知识点按照访问时间范围从晚到早排序。具体可参见表2所示。
若具有相同访问时间范围的第一知识点有多个,则多个第一知识点按照出现次数降序排序,例如,第一知识点A1、第一知识点A2、第一知识点A3对应的访问时间范围均为(5月31日,6月30日],则将第一知识点A1、第一知识点A2、第一知识点A3按照出现次数降序排序,假设按照出现次数降序排序后得到:第一知识点A3、第一知识点A1、第一知识点A2。同理,第一知识点B1、第一知识点B2对应的访问时间范围均为(6月30日,7月31日],假设按照出现次数降序排序后得到:第一知识点B1、第一知识点B2;同理,第一知识点C1、第一知识点C2对应的访问时间范围均为(7月31日,8月31日],假设按照出现次数降序排序后得到:第一知识点C1、第一知识点C2。
表2 内存级存储空间存储的知识点的排序顺序
示例性的,不同访问时间范围内的第一知识点可能有相同的知识点,例如,第一知识点C1与第一知识点A1相同,则可以保留距离当前时间最近的访问时间范围内第一知识点,例如,保留第一知识点C1,删除第一知识点A1。示例性的,也可以保留第一知识点C1与第一知识点A1。
步骤S25:获取各知识点分别对应的全局访问次数,所述知识点的全局访问次数是指各客户端查看所述知识点的次数之和。
步骤S26:将全局访问次数高于或等于第二预设阈值的知识点存储至所述服务器的文档级存储空间。
所述文档级存储空间包括多个存储目录对应的存储子空间,所述存储目录是基于所述知识点包含的业务目录字段的属性值得到的,所述存储子空间存储有具有相同存储目录的知识点。
示例性的,每一存储子空间存储的知识点的顺序可以是按照知识点的全局访问次数降序排序的。
示例性的,第二预设阈值可以基于实际情况而定,这里不进行限定。
每个知识点都包括业务目录字段,业务目录字段的属性值组成了知识点的存储目录。示例性的,如表1所示,该知识点的存储目录为:定活业务/定活介绍。
在一可选实现方式中,步骤S26在实现过程中可能遇到以下两种情况。
第一种情况,若文档级存储空间不包括某个存储目录,则创建该存储目录,并在该存储目录下存储具有该存储目录的知识点。
示例性的,可以创建据具有相应名称的文件夹,以表1为例,创建名称为定活业务的文件夹,在名称为定活业务的文件夹中创建名称为定活介绍的子文件夹,该子文件夹即为存储目录定活业务/定活介绍对应的存储子空间。
第二种情况,若文档级存储空间包括某个存储目录,则将具有该存储目录的知识点存储至该存储目录对应的存储子空间中。
步骤S27:针对每一所述存储目录,基于所述内存级存储空间中具有所述存储目录的各所述第一知识点的排序顺序更新所述文档级存储空间存储的所述存储目录下各所述第一知识点的排序顺序。
下面举例对步骤S27进行说明。
假设存储目录“定活业务/定活介绍”对应的存储子空间依次存储有知识点1、知识点2、知识点3、知识点4,…,知识点100,假设内存级存储空间存储的具有存储目录“定活业务/定活介绍”的第一知识点依次包括:第一知识点A1(对应知识点100)、第一知识点A2(对应知识点99)以及第一知识点C1(对应知识点98),则更新顺序后的存储目录“定活业务/定活介绍”对应的存储子空间依次存储的知识点为:第一知识点A1(对应知识点100)、第一知识点A2(对应知识点99)、第一知识点C1(对应知识点98)、知识点1、知识点2、知识点3、知识点4,…,知识点97。
这样使得文档级存储空间存储的各存储目录下的第一知识点的排序顺序与内存级存储空间存储的各存储目录下的第一知识点的排序顺序相同。
示例性的,在执行步骤S27的过程中,可能出现两种情况。
第一种情况,文档级存储空间不包括某个存储目录,则创建该存储目录,并将内存级存储空间存储的具有该存储目录的第一知识点存储至文档级存储空间的该存储目录对应的存储子空间。
第二种情况,文档级存储空间包括某个存储目录,则基于内存级存储空间存储的具有该存储目录的第一知识点的排序顺序,调整文档级存储空间中该存储目录对应的存储子空间中第一知识点的排序顺序。
步骤S28:将所述全局访问次数低于所述第二预设阈值的知识点存储值所述服务器的磁盘级存储空间。
若知识点的全局访问次数低于第二预设阈值,说明该知识点为冷门知识点。
在一可选实现方式中,可以监控磁盘级存储空间存储的各知识点的全局访问次数,若在预设时长内,某个知识点的全局访问次数小于第三预设阈值,则删除该知识点。第三预设阈值可以为大于或等于0,且小于第二预设阈值的任意数值。
需要说明的是,本实施例中各个步骤的顺序仅仅是一种示例,在实际应用场景中,上述两个过程之间并不存在固定的先后顺序,在具有足够的处理资源时,上述两个过程也可以并行的执行。
例如,步骤S21与步骤S25可以同时执行,也可以步骤S25先执行,步骤S21后执行,也可以步骤S21先执行,步骤S25再执行。
可以理解的是,从客户端的缓存空间搜索与查询语句相关度较高的知识点的速率高于从内存级存储空间搜索与查询语句相关度较高的知识点的速率;从内存级存储空间搜索与查询语句相关度较高的知识点的速率高于从文档级存储空间搜索与查询语句相关度较高的知识点的速率;从文档级存储空间搜索与查询语句相关度较高的知识点的速率高于从磁盘级存储空间搜索与查询语句相关度较高的知识点的速率。所以在进行搜索时,可以依次从缓存空间、内存级存储空间、文档级存储空间、磁盘级存储空间进行搜索,直至搜索到与查询语句的相关度较高的知识点。
由于客户端的缓存空间存储有局部访问次数较高的前预设数目个知识点,所以很大概率能够从缓存空间查找到与查询语句相关度较高的知识点;若查询不到,则可以从内存级存储空间进行查找,由于内存级存储空间存储有各访问时间范围内的第一知识点,所以很大概率能够从内存级存储空间查找到与查询语句相关度较高的知识点,若仍旧未查询到,可以从文档级存储空间进行查找,由于文档级存储空间存储的知识点的全局访问次数高于或等于第二预设阈值,所以很大概率能够从文档级存储空间查找到与查询语句相关度较高的知识点,若仍旧未查询到,可以从磁盘级存储空间进行查找。
根据实验证明,绝大部分的查询语句都会在缓存空间或内存级存储空间查找到与查询语句相关度较高的知识点。少部分查询语句会在文档级存储空间查找到与查询语句相关度较高的知识点。极少数查询语句会在磁盘级存储空间查找到与查询语句相关度较高的知识点。综上,平均查找到与查询语句相关度较高的知识点的耗时减少。
本申请实施例提供的知识点处理方法中,对于每一客户端,控制所述客户端的缓存空间存储所述客户端对应的知识集合,所述客户端对应的知识集合包括在预设的访问时间范围内局部访问次数靠前的预设数目个知识点,所述知识点的局部访问次数是指所述客户端查看所述知识点的次数;服务器的内存级存储空间中存储有多个访问时间范围分别对应的第一知识点,每个访问时间范围对应的第一知识点为全局访问次数大于第一预设阈值的知识点,所述知识点的全局访问次数是指各客户端查看所述知识点的次数之和;服务器的文档级存储空间存储有多个存储目录分别对应的存储子空间,每个存储子空间存储有相同存储目录的知识点,存储目录是基于所述知识点包含的业务目录字段的属性值得到的,文档级存储空间存储有全局访问次数高于或等于第二预设阈值的知识点。服务器的磁盘级存储空间存储有全局访问次数低于所述第二预设阈值的知识点。从而实现了知识点的分级存储。根据实验证明,绝大部分的查询语句都会在缓存空间或内存级存储空间查找到与查询语句相关度较高的知识点。少部分查询语句会在文档级存储空间查找到与查询语句相关度较高的知识点。极少数查询语句会在磁盘级存储空间查找到与查询语句相关度较高的知识点。综上,平均查找到与查询语句相关度较高的知识点的耗时减少。从而使得在知识点越来越多的情况下,检索与查询语句相关度较高的知识点速度仍旧较快。
在一可选实现方式中,还包括以下步骤A11至步骤A16。
步骤A11:接收来自客户端的查询语句。
步骤A12:控制所述客户端从所述缓存空间中查找与所述查询语句的相关度大于或等于目标阈值的第二知识点。
步骤A13:若未从所述缓存空间中查找到与所述第二知识点,从所述内存级存储空间中按照知识点的排序顺序依次查找与所述查询语句的相关度大于或等于所述目标阈值的第二知识点。
步骤A14:若未从所述内存级存储空间中查找到与所述第二知识点,从所述文档级存储空间中查找与所述查询语句的相关度大于或等于所述目标阈值的知识点。
步骤A15:若未从所述文档级存储空间中查找到与所述第二知识点,从所述磁盘级存储空间中查找与所述查询语句的相关度大于或等于所述目标阈值的知识点。
步骤A16:若查找到所述第二知识点,将所述第二知识点发送至所述客户端。
可以理解的是,从客户端的缓存空间搜索与查询语句相关度较高的知识点的速率高于从内存级存储空间搜索与查询语句相关度较高的知识点的速率;从内存级存储空间搜索与查询语句相关度较高的知识点的速率高于从文档级存储空间搜索与查询语句相关度较高的知识点的速率;从文档级存储空间搜索与查询语句相关度较高的知识点的速率高于从磁盘级存储空间搜索与查询语句相关度较高的知识点的速率。所以在进行搜索时,可以依次从缓存空间、内存级存储空间、文档级存储空间、磁盘级存储空间进行搜索,直至搜索到与查询语句的相关度较高的知识点。
根据实验证明,绝大部分的查询语句都会在缓存空间或内存级存储空间查找到与查询语句相关度较高的知识点。少部分查询语句会在文档级存储空间查找到与查询语句相关度较高的知识点。极少数查询语句会在磁盘级存储空间查找到与查询语句相关度较高的知识点。综上,平均查找到与查询语句相关度较高的知识点的耗时减少。
在一可选实现方式中,还包括以下步骤B11至步骤B14。
步骤B11:监控所述磁盘级存储空间存储的知识点在预设时间范围内的全局访问次数。
示例性的,预设时间范围可以基于实际情况而定,例如,2个月、3个月。
步骤B12:若所述磁盘级存储空间存储的知识点在预设时间范围内的全局访问次数高于或等于所述第二预设阈值,将所述知识点迁移至所述文档级存储空间。
可以理解的是,磁盘级存储空间中存储的知识点均为冷门的知识点,即很少有用户访问的知识点,但是随着时间流逝,用户关注的知识点在发生变化,所以冷门的知识点可能会变成热门的知识点,热门的知识点可能会变成冷门的知识点,所以知识点的存储空间可能会发生变化。
步骤B13:监控所述文档级存储空间存储的知识点在预设时间范围内的全局访问次数。
步骤B14:若所述文档级存储空间存储的知识点在预设时间范围内的全局访问次数低于所述第二预设阈值,将所述知识点迁移至所述磁盘级存储空间。
在一可选实现方式中,还包括以下步骤C11至步骤C12。
步骤C11:若检测到第三知识点的更新指令,将所述缓存空间以及所述内存级存储空间存储的所述第三知识点设置为失效状态。
第三知识点为任一知识点。
可以理解的是,第三知识点被更新后,若缓存空间存储有更新之前的第三知识点,则需要将缓存空间存储的第三知识点设置为失效状态。在基于查询语句查找知识点时,是不会计算查询语句与处于失效状态的第三知识点的相关度的。只会计算查询语句与处于有效状态的第三知识点的相关度。
由于缓存空间是一个临时空间,缓存空间中存储的知识点都是从服务器得到的,所以可以不更新缓存空间存储的第三知识点。由于内存级存储空间存储的知识点是基于缓存空间存储的知识点得到的,所以可以不更新内存级存储空间存储的第三知识点。
步骤C12:更新所述文档级存储空间或所述磁盘级存储空间存储的所述第三知识点。
若文档级存储空间存储有第三知识点,则更新文档级存储空间存储的第三知识点;若磁盘级存储空间存储有第三知识点,则更新磁盘级存储空间存储的第三知识点。
上述本申请公开的实施例中详细描述了方法,对于本申请的方法可采用多种形式的装置实现,因此本申请还公开了一种装置,下面给出具体的实施例进行详细说明。
如图3所示,为本申请实施例提供的知识点处理装置的结构图,该装置包括:第一获取模块31、第一存储模块32、第二获取模块33、第二存储模块34、第三获取模块35、第三存储模块36、第一更新模块37、第四存储模块38,其中:
第一获取模块31,用于获取各客户端分别对应的知识集合,所述客户端对应的知识集合包括在预设的访问时间范围内局部访问次数靠前的预设数目个知识点,所述知识点的局部访问次数是指所述客户端查看所述知识点的次数;
第一存储模块32,用于对于每一客户端,控制所述客户端的缓存空间存储所述客户端对应的知识集合;
第二获取模块33,用于获取出现次数高于第一预设阈值的第一知识点,所述知识点的出现次数是指包含所述知识点的知识集合的数目;
第二存储模块34,用于存储所述第一知识点以及所述第一知识点对应的访问时间范围至所述服务器的内存级存储空间,其中,所述内存级存储空间存储有不同访问时间范围内的第一知识点,所述内存级存储空间存储的第一知识点按照访问时间范围从晚到早排序,在所述访问时间范围相同时第一知识点按照所述出现次数降序排序;
第三获取模块35,用于获取各知识点分别对应的全局访问次数,所述知识点的全局访问次数是指各客户端查看所述知识点的次数之和;
第三存储模块36,用于将全局访问次数高于或等于第二预设阈值的知识点存储至所述服务器的文档级存储空间,所述文档级存储空间包括多个存储目录对应的存储子空间,所述存储目录是基于所述知识点包含的业务目录字段的属性值得到的,所述存储子空间存储有具有相同存储目录的知识点;
第一更新模块37,用于针对每一所述存储目录,基于所述内存级存储空间中具有所述存储目录的各所述第一知识点的排序顺序更新所述文档级存储空间存储的所述存储目录下各所述第一知识点的排序顺序;
第四存储模块38,用于将所述全局访问次数低于所述第二预设阈值的知识点存储值所述服务器的磁盘级存储空间。
在一可选实现方式中,还包括:
接收模块,用于接收来自客户端的查询语句;
第一查找模块,用于控制所述客户端从所述缓存空间中查找与所述查询语句的相关度大于或等于目标阈值的第二知识点;
第二查找模块,用于若未从所述缓存空间中查找到与所述第二知识点,从所述内存级存储空间中按照知识点的排序顺序依次查找与所述查询语句的相关度大于或等于所述目标阈值的第二知识点;
第三查找模块,用于若未从所述内存级存储空间中查找到与所述第二知识点,从所述文档级存储空间中查找与所述查询语句的相关度大于或等于所述目标阈值的知识点;
第四查找模块,用于若未从所述文档级存储空间中查找到与所述第二知识点,从所述磁盘级存储空间中查找与所述查询语句的相关度大于或等于所述目标阈值的知识点;
发送模块,用于若查找到所述第二知识点,将所述第二知识点发送至所述客户端。
在一可选实现方式中,还包括:
第一监控模块,用于监控所述磁盘级存储空间存储的知识点在预设时间范围内的全局访问次数;
第一迁移模块,用于若所述磁盘级存储空间存储的知识点在所述预设时间范围内的全局访问次数高于或等于所述第二预设阈值,将所述知识点迁移至所述文档级存储空间;
第二监控模块,用于监控所述文档级存储空间存储的知识点在所述预设时间范围内的全局访问次数;
第二迁移模块,用于若所述文档级存储空间存储的知识点在所述预设时间范围内的全局访问次数低于所述第二预设阈值,将所述知识点迁移至所述磁盘级存储空间。
在一可选实现方式中,还包括:
设置模块,用于若检测到第三知识点的更新指令,将所述缓存空间以及所述内存级存储空间存储的所述第三知识点设置为失效状态;
第二更新模块,用于更新所述文档级存储空间或所述磁盘级存储空间存储的所述第三知识点。
在一可选实现方式中,所述第一预设阈值为所述客户端的总数目与第二阈值的乘积。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种用于服务器的装置的框图。
服务器包括但不限于:处理器41、存储器42、网络接口43、I/O控制器44以及通信总线45。
需要说明的是,本领域技术人员可以理解,图4中示出的服务器的结构并不构成对服务器的限定,服务器可以包括比图4所示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图4对服务器的各个构成部件进行具体的介绍:
处理器41是服务器的控制中心,利用各种接口和线路连接整个服务器的各个部分,通过运行或执行存储在存储器42内的软件程序和/或模块,以及调用存储在存储器42内的数据,执行服务器的各种功能和处理数据,从而对服务器进行整体监控。处理器41可包括一个或多个处理单元;示例性的,处理器41可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器41中。
处理器41可能是一个中央处理器(CentralProcessing Unit,CPU),或者是特定集成电路ASIC(Application Specific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器42可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM)421和只读存储器(Read-Only Memory,ROM)422,也可能还包括大容量存储设备423,例如至少1个磁盘存储器等。当然,该服务器还可能包括其他业务所需要的硬件。
其中,上述的存储器42,用于存储上述处理器41可执行指令。上述处理器41具有以下功能:获取各客户端分别对应的知识集合,所述客户端对应的知识集合包括在预设的访问时间范围内局部访问次数靠前的预设数目个知识点,所述知识点的局部访问次数是指所述客户端查看所述知识点的次数;
对于每一客户端,控制所述客户端的缓存空间存储所述客户端对应的知识集合;
获取出现次数高于第一预设阈值的第一知识点,所述知识点的出现次数是指包含所述知识点的知识集合的数目;
存储所述第一知识点以及所述第一知识点对应的访问时间范围至所述服务器的内存级存储空间,其中,所述内存级存储空间存储有不同访问时间范围内的第一知识点,所述内存级存储空间存储的第一知识点按照访问时间范围从晚到早排序,在所述访问时间范围相同时第一知识点按照所述出现次数降序排序;
获取各知识点分别对应的全局访问次数,所述知识点的全局访问次数是指各客户端查看所述知识点的次数之和;
将全局访问次数高于或等于第二预设阈值的知识点存储至所述服务器的文档级存储空间,所述文档级存储空间包括多个存储目录对应的存储子空间,所述存储目录是基于所述知识点包含的业务目录字段的属性值得到的,所述存储子空间存储有具有相同存储目录的知识点;
针对每一所述存储目录,基于所述内存级存储空间中具有所述存储目录的各所述第一知识点的排序顺序更新所述文档级存储空间存储的所述存储目录下各所述第一知识点的排序顺序;
将所述全局访问次数低于所述第二预设阈值的知识点存储值所述服务器的磁盘级存储空间。
处理器41、存储器42、网络接口43和I/O控制器44可以通过通信总线45相互连接,该通信总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。
在示例性实施例中,服务器可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述知识点处理方法。
在示例性实施例中,本公开实施例提供了一种包括指令的存储介质,例如包括指令的存储器42,上述指令可由服务器的处理器41执行以完成上述方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机可读存储介质,可直接加载到计算机的内部存储器,例如上述存储器42中,并含有软件代码,该计算机程序经由计算机载入并执行后能够实现上述知识点处理方法任一实施例所示步骤。
在示例性实施例中,还提供一种计算机程序产品,可直接加载到计算机的内部存储器,例如所述服务器包含的存储器中,并含有软件代码,该计算机程序经由计算机载入并执行后能够实现上述所述的知识点处理方法任一实施例所示步骤。
需要说明的是,本说明书中的各个实施例中记载的特征可以相互替换或者组合。对于装置或系统类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种知识点处理方法,其特征在于,应用于服务器,包括:
获取各客户端分别对应的知识集合,所述客户端对应的知识集合包括在预设的访问时间范围内局部访问次数靠前的预设数目个知识点,所述知识点的局部访问次数是指所述客户端查看所述知识点的次数;
对于每一客户端,控制所述客户端的缓存空间存储所述客户端对应的知识集合;
获取出现次数高于第一预设阈值的第一知识点,所述知识点的出现次数是指包含所述知识点的知识集合的数目;
存储所述第一知识点以及所述第一知识点对应的访问时间范围至所述服务器的内存级存储空间,其中,所述内存级存储空间存储有不同访问时间范围内的第一知识点,所述内存级存储空间存储的第一知识点按照访问时间范围从晚到早排序,在所述访问时间范围相同时第一知识点按照所述出现次数降序排序;
获取各知识点分别对应的全局访问次数,所述知识点的全局访问次数是指各客户端查看所述知识点的次数之和;
将全局访问次数高于或等于第二预设阈值的知识点存储至所述服务器的文档级存储空间,所述文档级存储空间包括多个存储目录对应的存储子空间,所述存储目录是基于所述知识点包含的业务目录字段的属性值得到的,所述存储子空间存储有具有相同存储目录的知识点;
针对每一所述存储目录,基于所述内存级存储空间中具有所述存储目录的各所述第一知识点的排序顺序更新所述文档级存储空间存储的所述存储目录下各所述第一知识点的排序顺序;
将所述全局访问次数低于所述第二预设阈值的知识点存储值所述服务器的磁盘级存储空间。
2.根据权利要求1所述知识点处理方法,其特征在于,还包括:
接收来自客户端的查询语句;
控制所述客户端从所述缓存空间中查找与所述查询语句的相关度大于或等于目标阈值的第二知识点;
若未从所述缓存空间中查找到与所述第二知识点,从所述内存级存储空间中按照知识点的排序顺序依次查找与所述查询语句的相关度大于或等于所述目标阈值的第二知识点;
若未从所述内存级存储空间中查找到与所述第二知识点,从所述文档级存储空间中查找与所述查询语句的相关度大于或等于所述目标阈值的知识点;
若未从所述文档级存储空间中查找到与所述第二知识点,从所述磁盘级存储空间中查找与所述查询语句的相关度大于或等于所述目标阈值的知识点;
若查找到所述第二知识点,将所述第二知识点发送至所述客户端。
3.根据权利要求2所述知识点处理方法,其特征在于,还包括:
监控所述磁盘级存储空间存储的知识点在预设时间范围内的全局访问次数;
若所述磁盘级存储空间存储的知识点在所述预设时间范围内的全局访问次数高于或等于所述第二预设阈值,将所述知识点迁移至所述文档级存储空间;
监控所述文档级存储空间存储的知识点在所述预设时间范围内的全局访问次数;
若所述文档级存储空间存储的知识点在所述预设时间范围内的全局访问次数低于所述第二预设阈值,将所述知识点迁移至所述磁盘级存储空间。
4.根据权利要求1至3任一所述知识点处理方法,其特征在于,还包括:
若检测到第三知识点的更新指令,将所述缓存空间以及所述内存级存储空间存储的所述第三知识点设置为失效状态;
更新所述文档级存储空间或所述磁盘级存储空间存储的所述第三知识点。
5.根据权利要求1至3任一所述知识点处理方法,其特征在于,所述第一预设阈值为所述客户端的总数目与第二阈值的乘积。
6.一种知识点处理装置,其特征在于,应用于服务器,包括:
第一获取模块,用于获取各客户端分别对应的知识集合,所述客户端对应的知识集合包括在预设的访问时间范围内局部访问次数靠前的预设数目个知识点,所述知识点的局部访问次数是指所述客户端查看所述知识点的次数;
第一存储模块,用于对于每一客户端,控制所述客户端的缓存空间存储所述客户端对应的知识集合;
第二获取模块,用于获取出现次数高于第一预设阈值的第一知识点,所述知识点的出现次数是指包含所述知识点的知识集合的数目;
第二存储模块,用于存储所述第一知识点以及所述第一知识点对应的访问时间范围至所述服务器的内存级存储空间,其中,所述内存级存储空间存储有不同访问时间范围内的第一知识点,所述内存级存储空间存储的第一知识点按照访问时间范围从晚到早排序,在所述访问时间范围相同时第一知识点按照所述出现次数降序排序;
第三获取模块,用于获取各知识点分别对应的全局访问次数,所述知识点的全局访问次数是指各客户端查看所述知识点的次数之和;
第三存储模块,用于将全局访问次数高于或等于第二预设阈值的知识点存储至所述服务器的文档级存储空间,所述文档级存储空间包括多个存储目录对应的存储子空间,所述存储目录是基于所述知识点包含的业务目录字段的属性值得到的,所述存储子空间存储有具有相同存储目录的知识点;
第一更新模块,用于针对每一所述存储目录,基于所述内存级存储空间中具有所述存储目录的各所述第一知识点的排序顺序更新所述文档级存储空间存储的所述存储目录下各所述第一知识点的排序顺序;
第四存储模块,用于将所述全局访问次数低于所述第二预设阈值的知识点存储值所述服务器的磁盘级存储空间。
7.根据权利要求6所述知识点处理方法,其特征在于,还包括:
接收模块,用于接收来自客户端的查询语句;
第一查找模块,用于控制所述客户端从所述缓存空间中查找与所述查询语句的相关度大于或等于目标阈值的第二知识点;
第二查找模块,用于若未从所述缓存空间中查找到与所述第二知识点,从所述内存级存储空间中按照知识点的排序顺序依次查找与所述查询语句的相关度大于或等于所述目标阈值的第二知识点;
第三查找模块,用于若未从所述内存级存储空间中查找到与所述第二知识点,从所述文档级存储空间中查找与所述查询语句的相关度大于或等于所述目标阈值的知识点;
第四查找模块,用于若未从所述文档级存储空间中查找到与所述第二知识点,从所述磁盘级存储空间中查找与所述查询语句的相关度大于或等于所述目标阈值的知识点;
发送模块,用于若查找到所述第二知识点,将所述第二知识点发送至所述客户端。
8.一种服务器,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至5中任一项所述的知识点查询方法。
9.一种计算机可读存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得所述服务器能够执行如权利要求1至5中任一项所述的知识点处理方法。
10.一种计算机程序产品,可直接加载到计算机的内部存储器,该计算机程序经由计算机载入并执行后能够实现如权利要求1至5中任一项所述的知识点处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110888880.0A CN113590795B (zh) | 2021-08-03 | 2021-08-03 | 知识点处理方法、装置、服务器、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110888880.0A CN113590795B (zh) | 2021-08-03 | 2021-08-03 | 知识点处理方法、装置、服务器、介质及产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113590795A CN113590795A (zh) | 2021-11-02 |
CN113590795B true CN113590795B (zh) | 2024-02-20 |
Family
ID=78254674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110888880.0A Active CN113590795B (zh) | 2021-08-03 | 2021-08-03 | 知识点处理方法、装置、服务器、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113590795B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102498476A (zh) * | 2009-09-14 | 2012-06-13 | 甲骨文国际公司 | 在数据库服务器和存储系统之间高速缓存数据 |
CN107491523A (zh) * | 2017-08-17 | 2017-12-19 | 三星(中国)半导体有限公司 | 存储数据对象的方法及装置 |
CN110472004A (zh) * | 2019-08-23 | 2019-11-19 | 国网山东省电力公司电力科学研究院 | 一种科技情报数据多级缓存管理的方法及系统 |
CN113139383A (zh) * | 2021-04-20 | 2021-07-20 | 北京明略昭辉科技有限公司 | 一种文档排序方法、系统、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11379487B2 (en) * | 2018-08-27 | 2022-07-05 | International Business Machines Corporation | Intelligent and interactive knowledge system |
-
2021
- 2021-08-03 CN CN202110888880.0A patent/CN113590795B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102498476A (zh) * | 2009-09-14 | 2012-06-13 | 甲骨文国际公司 | 在数据库服务器和存储系统之间高速缓存数据 |
CN107491523A (zh) * | 2017-08-17 | 2017-12-19 | 三星(中国)半导体有限公司 | 存储数据对象的方法及装置 |
CN110472004A (zh) * | 2019-08-23 | 2019-11-19 | 国网山东省电力公司电力科学研究院 | 一种科技情报数据多级缓存管理的方法及系统 |
CN113139383A (zh) * | 2021-04-20 | 2021-07-20 | 北京明略昭辉科技有限公司 | 一种文档排序方法、系统、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113590795A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10728203B2 (en) | Method and system for classifying a question | |
US10990632B2 (en) | Multidimensional search architecture | |
JP5869662B2 (ja) | ユーザブックマークデータを管理するためのシステム、方法およびコンピュータプログラム | |
Beel et al. | The architecture and datasets of Docear's Research paper recommender system | |
US20140278939A1 (en) | Advertisement extraction device and advertisement extraction method | |
JP6165955B1 (ja) | 検索クエリに応答してホワイトリストとブラックリストを使用し画像とコンテンツをマッチングする方法及びシステム | |
Lee et al. | Leveraging microblogging big data with a modified density-based clustering approach for event awareness and topic ranking | |
US20120023089A1 (en) | Method to search a task-based web interaction | |
US20170116345A1 (en) | Methods And Systems For Post Search Modification | |
JP2016042213A (ja) | 抽出装置、検索サーバ、情報処理装置、抽出システム、抽出方法及び抽出プログラム | |
US11216735B2 (en) | Method and system for providing synthetic answers to a personal question | |
CN113448983B (zh) | 知识点处理方法、装置、服务器、介质及产品 | |
JP2012215930A (ja) | 電子広告配信システム | |
CN113239177B (zh) | 知识点查询方法、装置、服务器、介质及产品 | |
CN113590795B (zh) | 知识点处理方法、装置、服务器、介质及产品 | |
CN113254623B (zh) | 数据处理方法、装置、服务器、介质及产品 | |
CN113254571B (zh) | 知识点存储方法、装置、服务器及介质 | |
US20170116277A1 (en) | Methods And Systems For Targeted Advertising | |
CN114154052A (zh) | 信息推荐方法、装置、计算机设备及存储介质 | |
US20170116198A1 (en) | Methods And Systems For Updating A Search | |
CN113468206A (zh) | 数据维护方法、装置、服务器、介质及产品 | |
CN113448984B (zh) | 文档定位展示方法、装置、服务器及电子设备 | |
CN113254622B (zh) | 知识点查询方法、装置及服务器 | |
US20170116197A1 (en) | Methods And Systems For Classification | |
US20170116344A1 (en) | Methods And Systems For Searching Using A Progress Engine |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |