CN115756639A - 数据搜索方法、装置、计算机设备及存储介质 - Google Patents
数据搜索方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115756639A CN115756639A CN202211429861.2A CN202211429861A CN115756639A CN 115756639 A CN115756639 A CN 115756639A CN 202211429861 A CN202211429861 A CN 202211429861A CN 115756639 A CN115756639 A CN 115756639A
- Authority
- CN
- China
- Prior art keywords
- search
- data
- box
- display object
- rendering
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例属于大数据技术领域,应用于数据搜索技术领域中,涉及一种数据搜索方法、装置、计算机设备及存储介质,包括统计预设搜索引擎内缓存的常用数据的总数据量;通过人机交互方式,获取由搜索用户通过第一搜索框或第二搜索框输入的搜索关键字段;所述搜索引擎根据搜索关键字段,从目标数据库内进行数据搜索。预先在搜索引擎内设置至少两种不同的搜索框,通过预先判断搜索引擎内缓存的常用数据量,选择不同方式的搜索框提供给搜索用户,再根据搜索框的具体类型,选择性的使用常规搜索方式或者智能推荐方式返回搜索数据给搜索用户,避免了搜索时的延迟和卡顿,提高搜索用户的搜索体验。
Description
技术领域
本申请涉及大数据技术领域,尤其涉及一种数据搜索方法、装置、计算机设备及存储介质。
背景技术
在目前的搜索引擎中,通过请求语句搜索出大量的数据,是用户获取信息的重要手段之一。当用户使用关键词在搜索引擎中键入查询时,网络搜索引擎会检查其索引,并根据其标准提供最匹配网页的列表。大多数搜索引擎都支持布尔运算符“AND(与)”、“OR(或)”、“NOT(非)”,一些搜索引擎还提供允许用户指定关键词之间的距离的近似搜索,以提高搜索数据的准确性。
但是,随着搜索引擎长时间的使用,其内缓存的数据越来越多,容易造成搜索延迟或页面卡顿,给搜索用户造成极差的搜索体验。
发明内容
本申请实施例的目的在于提出一种数据搜索方法、装置、计算机设备及存储介质,以解决现有技术中随着搜索引擎内数据量的增加,会导致进行数据搜索时的延迟和卡顿,造成搜索用户的搜索体验较差的问题。
为了解决上述技术问题,本申请实施例提供一种数据搜索方法,采用了如下所述的技术方案:
一种数据搜索方法,包括下述步骤:
统计预设搜索引擎内缓存的常用数据的总数据量;
判断所述总数据量是否超过预设数据量指标;
若所述总数据量未超过预设数据量指标,则在预设的搜索界面渲染展示第一搜索框;
若所述总数据量超过预设数据量指标,则在所述搜索界面渲染展示第二搜索框;
通过人机交互方式,获取由搜索用户通过所述第一搜索框或所述第二搜索框输入的搜索关键字段;
所述搜索引擎根据所述搜索关键字段,从目标数据库内进行数据搜索。
进一步的,在执行所述判断所述总数据量是否超过预设数据量指标的步骤之前,所述方法还包括:
获取为所述搜索引擎所开发的两套用于搜索框展示的前端代码块,其中,所述两套用于搜索框展示的前端代码块中,其中一套前端代码块用于渲染所述第一搜索框,另一套前端代码块用于渲染所述第二搜索框;
将所述两套用于搜索框展示的前端代码块分别封装为第一可调用展示对象和第二可调用展示对象;
调用所述第一可调用展示对象或第二可调用展示对象进行初始搜索框渲染展示,得到初始化配置信息,其中,所述初始化配置信息中包括进行初始搜索渲染展示所调用的展示对象;
将所述初始化配置信息发送至预设界面监控后台。
进一步的,所述则在预设的搜索界面渲染展示第一搜索框的步骤,具体包括:
从所述界面监控后台获取所述初始化配置信息;
根据所述初始化配置信息,判断所调用的展示对象是否为所述第一可调用展示对象;
若所调用的展示对象为所述第一可调用展示对象,则向所述界面展示监控后台发送已在所述搜索界面完成第一搜索框渲染展示的提示;
若所调用的展示对象为所述第二可调用展示对象,则判断在先渲染展示结果是否为第一搜索框,并在判断为非第一搜索框时,调用所述第一可调用展示对象进行初始搜索框重渲染,以替换在先渲染展示结果,将所述第一可调用展示对象作为所述进行初始搜索渲染展示所调用的展示对象,对所述初始化配置信息进行更新。
进一步的,所述则在所述搜索界面渲染展示第二搜索框的步骤,具体包括:
从所述界面监控后台获取所述初始化配置信息;
根据所述初始化配置信息,判断所调用的展示对象是否为所述第二可调用展示对象;
若所调用的展示对象为所述第二可调用展示对象,则向所述界面展示监控后台发送已在所述搜索界面完成第二搜索框渲染展示的提示;
若所调用的展示对象为所述第一可调用展示对象,则判断在先渲染展示结果是否为第二搜索框,并在判断为非第二搜索框时,调用所述第二可调用展示对象进行初始搜索框重渲染,以替换在先渲染展示结果,将所述第二可调用展示对象作为所述进行初始搜索渲染展示所调用的展示对象,对所述初始化配置信息进行更新。
进一步的,所述搜索引擎根据所述搜索关键字段,从目标数据库内进行数据搜索的步骤,具体包括:
根据所述界面展示监控后台和更新后的所述配置信息,识别获取所述搜索关键字段所使用的输入搜索框;
若所述输入搜索框为所述第一搜索框,则依次调用所述搜索引擎内置的搜索组件、索引组件和检索组件,通过所述搜索组件、索引组件、检索组件搜索所述目标数据库,获得数据搜索结果;
若所述输入搜索框为所述第二搜索框,则直接调用所述搜索引擎内训练出的智能推荐组件,通过所述智能推荐组件预测数据搜索结果。
进一步的,所述搜索引擎还包括搜索用户接口,所述通过所述搜索组件、索引组件、检索组件搜索所述目标数据库,获得数据搜索结果的步骤,具体包括:
通过所述搜索用户接口将所述搜索关键字段发送给所述搜索组件;
执行所述搜索组件,并以所述搜索关键字段为搜索短语从所述目标数据库获取包含所述搜索关键字段的初筛数据集;
基于所述索引组件和所述搜索关键字段,构建索引语句;
执行所述检索组件,并以所述索引语句为查询条件从所述初筛数据集中筛选出符合所述查询条件的二次筛选数据作为所述数据搜索结果;
通过所述搜索用户接口将所述数据搜索结果以数据返回值形式返回给所述搜索用户,完成本次数据搜索。
进一步的,所述搜索引擎还包括搜索用户接口,所述通过所述智能推荐组件预测数据搜索结果的步骤,具体包括:
获取所述搜索用户的标识信息,通过所述搜索用户接口将所述搜索关键字段和所述标识信息发送给所述智能推荐组件,其中,所述标识信息指影响各用户间搜索差异的特征标签;
执行所述智能推荐组件,并以所述搜索关键字段和所述标识信息为输入参数,以所述目标数据库内缓存的所有搜索用户的历史搜索结果为查询域,进行输出结果预测;
将预测出的所述输出结果作为所述数据搜索结果,并通过所述搜索用户接口将所述数据搜索结果以数据返回值形式返回给所述搜索用户。
为了解决上述技术问题,本申请实施例还提供一种数据搜索装置,采用了如下所述的技术方案:
一种数据搜索装置,包括:
数据量统计模块,用于统计预设搜索引擎内缓存的常用数据的总数据量;
对比判断模块,用于判断所述总数据量是否超过预设数据量指标;
第一渲染模块,用于若所述总数据量未超过预设数据量指标,则在预设的搜索界面渲染展示第一搜索框;
第二渲染模块,用于若所述总数据量超过预设数据量指标,则在所述搜索界面渲染展示第二搜索框;
搜索字段获取模块,用于通过人机交互方式,获取由搜索用户通过所述第一搜索框或所述第二搜索框输入的搜索关键字段;
数据搜索模块,用于所述搜索引擎根据所述搜索关键字段,从目标数据库内进行数据搜索。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现上述所述的数据搜索方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上述所述的数据搜索方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例所述数据搜索方法,通过统计预设搜索引擎内缓存的常用数据的总数据量;通过人机交互方式,获取由搜索用户通过第一搜索框或第二搜索框输入的搜索关键字段;所述搜索引擎根据搜索关键字段,从目标数据库内进行数据搜索。预先在搜索引擎内设置至少两种不同的搜索框,通过预先判断搜索引擎内缓存的常用数据量,选择不同方式的搜索框提供给搜索用户,再根据搜索框的具体类型,选择性的使用常规搜索方式或者智能推荐方式返回搜索数据给搜索用户,避免了搜索时的延迟和卡顿,提高搜索用户的搜索体验。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图;
图2根据本申请的数据搜索方法的一个实施例的流程图;
图3是图2所示步骤203的一种具体实施方式的流程图;
图4是图2所示步骤204的一种具体实施方式的流程图;
图5是图2所示步骤206的一种具体实施方式的流程图;
图6是图5所示步骤502的一种具体实施方式的流程图;
图7是图5所示步骤503的一种具体实施方式的流程图;
图8根据本申请的数据搜索装置的一个实施例的结构示意图;
图9根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的数据搜索方法一般由服务器/终端设备执行,相应地,数据搜索装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的数据搜索方法的一个实施例的流程图。所述的数据搜索方法,包括以下步骤:
步骤201,统计预设搜索引擎内缓存的常用数据的总数据量。
具体的,所述搜索引擎采用Elasticsearch(阿里云)搜索引擎,Elasticsearch是一个基于Lucene库的开源搜索引擎,由Elastic公司开发,Elasticsearch搜索引擎内可缓存少量的搜索数据,但是,其存在存储上限,即存储到一定数据量,再采用常规的搜索方式容易造成搜索引擎的搜索延迟,不利于保证搜索用户的高体验度。
所述统计预设搜索引擎内缓存的常用数据的总数据量,可以在每次搜索时使用定时任务的方式进行不间断的统计,直到所述搜索引擎内缓存的常用数据的总数据量达到预设数据量指标,停止所述定时任务,在所述搜索引擎内缓存的常用数据被清理时,触发再次执行所述定时任务。
步骤202,判断所述总数据量是否超过预设数据量指标。
进一步的,在执行所述判断所述总数据量是否超过预设数据量指标的步骤之前,所述方法还包括:获取为所述搜索引擎所开发的两套用于搜索框展示的前端代码块;将所述两套用于搜索框展示的前端代码块分别封装为第一可调用展示对象和第二可调用展示对象;调用所述第一可调用展示对象或第二可调用展示对象进行初始搜索框渲染展示,得到初始化配置信息;将所述初始化配置信息发送至预设界面监控后台。
具体的,所述两套用于搜索框展示的前端代码块中,其中一套前端代码块用于渲染所述第一搜索框,另一套前端代码块用于渲染所述第二搜索框。
具体的,所述第一搜索框为能实现多关键词组合的搜索框,其功能上能够通过对多个关键搜索词进行与/或/非组合的方式,共同构建成搜索关键字段,第一搜索框也可以称为高级搜索框或智能搜索框;所述第二搜索框为不能实现多关键词组合的搜索框,其功能上仅能够获取单个搜索词作为搜索关键字段,无可选择的与/或/非组合方式,第一搜索框也可以称简单检索框或常规搜索框。
通过预先设置不同的搜索框,供用户在使用时不仅仅只依赖于一种搜索组合方式,更加符合业务实际需求。
具体的,所述初始化配置工作包括在所述搜索界面通过预设初始化对象进行初始搜索框渲染展示,所述初始搜索框渲染展示可通过调用所述第一可调用展示对象或第二可调用展示对象中的任一展示对象完成。
具体的,所述初始化配置信息中包括进行初始搜索渲染展示所调用的展示对象。
步骤203,若所述总数据量未超过预设数据量指标,则在预设的搜索界面渲染展示第一搜索框。
继续参考图3,图3是图2所示步骤203的一种具体实施方式的流程图,包括:
步骤301,从所述界面监控后台获取所述初始化配置信息;
步骤302,根据所述初始化配置信息,判断所调用的展示对象是否为所述第一可调用展示对象;
步骤303,若所调用的展示对象为所述第一可调用展示对象,则向所述界面展示监控后台发送已在所述搜索界面完成第一搜索框渲染展示的提示;
步骤304,若所调用的展示对象为所述第二可调用展示对象,则判断在先渲染展示结果是否为第一搜索框,并在判断为非第一搜索框时,调用所述第一可调用展示对象进行初始搜索框重渲染,以替换在先渲染展示结果,将所述第一可调用展示对象作为所述进行初始搜索渲染展示所调用的展示对象,对所述初始化配置信息进行更新。
另一实施例中,在步骤203之后,直接调用所述第一可调用对象进行重渲染,将所述第一可调用对象作为所述进行初始搜索渲染展示所调用的展示对象,对所述初始化配置信息进行更新。
在所述总数据量未超过预设数据量指标,即所述搜索引擎内缓存的常用数据量较少时,渲染第一搜索框,使得搜索用户可以根据与/或/非组合的方式构建搜索关键字段,而又由于所述搜索引擎内缓存的常用数据量较少不会造成搜索引擎搜索延迟或者卡顿。
步骤204,若所述总数据量超过预设数据量指标,则在所述搜索界面渲染展示第二搜索框。
继续参考图4,图4是图2所示步骤204的一种具体实施方式的流程图,包括:
步骤401,从所述界面监控后台获取所述初始化配置信息;
步骤402,根据所述初始化配置信息,判断所调用的展示对象是否为所述第二可调用展示对象;
步骤403,若所调用的展示对象为所述第二可调用展示对象,则向所述界面展示监控后台发送已在所述搜索界面完成第二搜索框渲染展示的提示;
步骤404,若所调用的展示对象为所述第一可调用展示对象,则判断在先渲染展示结果是否为第二搜索框,并在判断为非第二搜索框时,调用所述第二可调用展示对象进行初始搜索框重渲染,以替换在先渲染展示结果,将所述第二可调用展示对象作为所述进行初始搜索渲染展示所调用的展示对象,对所述初始化配置信息进行更新。
另一实施例中,在步骤204之后,直接调用所述第二可调用对象进行重渲染,将所述第二可调用对象作为所述进行初始搜索渲染展示所调用的展示对象,对所述初始化配置信息进行更新。
在所述总数据量超过预设数据量指标,即所述搜索引擎内缓存的常用数据量较多时,采用常规第一搜索框的方式易造成搜索引擎搜索延迟或者卡顿,此时渲染第二搜索框替换第一搜索框,使得搜索用户不可以根据与/或/非组合的方式构建搜索关键字段,避免了由于所述搜索引擎内缓存的常用数据量较多,易造成搜索引擎搜索延迟或者卡顿的情况发生。
步骤205,通过人机交互方式,获取由搜索用户通过所述第一搜索框或所述第二搜索框输入的搜索关键字段。
步骤206,所述搜索引擎根据所述搜索关键字段,从目标数据库内进行数据搜索。
目前的搜索引擎内,如Elasticsearch(阿里云)搜索引擎包括搜索用户接口、搜索组件、索引组件、检索组件,其中,所述搜索用户接口用于发送搜索关键字段给搜索组件,使得搜索组件能够根据搜索关键字段从万维网、云平台或者目标数据仓库中初筛出包含所述搜索关键字段的初筛数据集,而索引组件通过对所述搜索关键字段间的组合关系进行分析,构建索引语句,通过所述索引语句和检索组件从所述初筛数据集中筛选出目标数据,再将目标数据以返回值形式,通过所述搜索用户接口返回给所述搜索用户,完成整个数据搜索过程。
继续参考图5,图5是图2所示步骤206的一种具体实施方式的流程图,包括:
步骤501,根据所述界面展示监控后台和更新后的所述配置信息,识别获取所述搜索关键字段所使用的输入搜索框;
步骤502,若所述输入搜索框为所述第一搜索框,则依次调用所述搜索引擎内置的搜索组件、索引组件和检索组件,通过所述搜索组件、索引组件、检索组件搜索所述目标数据库,获得数据搜索结果;
继续参考图6,图6是图5所示步骤502的一种具体实施方式的流程图,包括:
步骤601,通过所述搜索用户接口将所述搜索关键字段发送给所述搜索组件;
步骤602,执行所述搜索组件,并以所述搜索关键字段为搜索短语从所述目标数据库获取包含所述搜索关键字段的初筛数据集;
步骤603,基于所述索引组件和所述搜索关键字段,构建索引语句;
步骤604,执行所述检索组件,并以所述索引语句为查询条件从所述初筛数据集中筛选出符合所述查询条件的二次筛选数据作为所述数据搜索结果;
步骤605,通过所述搜索用户接口将所述数据搜索结果以数据返回值形式返回给所述搜索用户,完成本次数据搜索。
在搜索引擎内缓存的常用数据量较少时,直接采用所述搜索引擎进行数据搜索,更有利于快速搜索,充分利用了搜索引擎自身强大的搜索功能。
步骤503,若所述输入搜索框为所述第二搜索框,则直接调用所述搜索引擎内训练出的智能推荐组件,通过所述智能推荐组件预测数据搜索结果。
继续参考图7,图7是图5所示步骤503的一种具体实施方式的流程图,包括:
步骤701,获取所述搜索用户的标识信息,通过所述搜索用户接口将所述搜索关键字段和所述标识信息发送给所述智能推荐组件,其中,所述标识信息指影响各用户间搜索差异的特征标签;
进一步的,所述标识信息包括用于进行搜索用户区别的工号或者ID信息,用于进行区别各搜索用户间兴趣差异的标签信息,及用于区别各搜索用户间职业部门的区别特征标签等。
步骤702,执行所述智能推荐组件,并以所述搜索关键字段和所述标识信息为输入参数,以所述目标数据库内缓存的所有搜索用户的历史搜索结果为查询域,进行输出结果预测;
步骤703,将预测出的所述输出结果作为所述数据搜索结果,并通过所述搜索用户接口将所述数据搜索结果以数据返回值形式返回给所述搜索用户。
进一步的,在执行所述所述搜索引擎根据所述搜索关键字段,从目标数据库内进行数据搜索的步骤之后,所述方法还包括:获取所有历史搜索用户对应的数据返回值;统计所述数据返回值中被返回次数达到预设次数阈值的数据,将所述达到预设次数阈值的数据作为常用数据缓存入所述搜索引擎内。
通过将常用数据缓存入所述搜索引擎内,保证了在进行数据搜索时,优先从搜索引擎内获取返回值,而无需从数据库中获取,一定程度上减少了前后端之间的直接交换工作。
进一步的,所述搜索引擎还包括智能拾取组件和智能训练组件,在执行所述通过所述搜索用户接口将所述数据搜索结果以数据返回值形式返回给所述搜索用户,完成本次数据搜索的步骤之后,所述方法还包括:分别获取所有搜索用户中各搜索用户的标识信息,其中,所述标识信息指影响各用户间搜索差异的特征标签;根据所述智能拾取组件,获取所有搜索用户每次进行搜索时的搜索关键字段和搜索结果;将所述标识信息、所述搜索关键字段和所述数据搜索结果作为增量式训练数据,传入所述智能训练组件进行智能训练,以更新用于预测所述标识信息、所述搜索关键字段和所述数据搜索结果三者间特征关系的智能推荐组件。
由于同个用户,或者同个部门的所有用户,在进行搜索引擎搜索时,都有其对应的搜索习惯或者搜索共性,通过使用人工智能模型方式,为所述标识信息、所述搜索关键字段和所述数据搜索结果间构建三者间关联关系,具体的,以所述标识信息、所述搜索关键字段为特征信息,以所述数据搜索结果为预测结果,训练出所述特征信息与所述预测结果间的共性对应关系,在此后搜索引擎内缓存的常用数据达到一定数据量时,直接根据搜索用户对应的特征信息,调用相应的预测结果,减少了搜索引擎的搜索压力。
通过在所述搜索引擎内,添加智能拾取组件和智能训练组件,训练出所述用户标识信息、所述搜索关键字段和所述数据搜索结果三者间的特征关系,在所述搜索引擎内缓存的常用数据达到一定数据量时,不再采用搜索的方式获取搜索数据,而是直接采用智能推荐的方式,推荐出数据作为搜索结果,避免了搜索时的延迟和卡顿,采用增量式训练方式获取智能推荐组件,在整个数据搜索过程中每次获取到返回值之后,进行一次增量式更新,前期不启用第二搜索框,但是依然每次都获取返回值进行训练,这样才能保证后期启用第二搜索框之后,前期就已经完成了一定的智能推荐训练;之后,使用第二搜索框之后,也是每次获取到返回值进行一次增量式训练,保证对智能推荐组件的更新,更加智能化。
本实施例所述数据搜索方法,通过统计预设搜索引擎内缓存的常用数据的总数据量;通过人机交互方式,获取由搜索用户通过第一搜索框或第二搜索框输入的搜索关键字段;根据搜索关键字段和搜索引擎,从目标数据库内进行数据搜索。预先在搜索引擎内设置智能推荐组件、智能拾取组件和智能训练组件,提供至少两种不同的搜索框,通过预先判断搜索引擎内缓存的常用数据量,选择不同方式的搜索框提供给搜索用户,再根据搜索框的具体类型,选择性的使用常规搜索方式或者智能推荐方式返回搜索数据给搜索用户,避免了搜索时的延迟和卡顿,提高搜索用户的搜索体验。
进一步参考图8,作为对上述图2所示方法的实现,本申请提供了一种数据搜索装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图8所示,本实施例所述的数据搜索装置800包括:数据量统计模块801、对比判断模块802、第一渲染模块803、第二渲染模块804、搜索字段获取模块805和数据搜索模块806。其中:
数据量统计模块801,用于统计预设搜索引擎内缓存的常用数据的总数据量;
对比判断模块802,用于判断所述总数据量是否超过预设数据量指标;
第一渲染模块803,用于若所述总数据量未超过预设数据量指标,则在预设的搜索界面渲染展示第一搜索框;
第二渲染模块804,用于若所述总数据量超过预设数据量指标,则在所述搜索界面渲染展示第二搜索框;
搜索字段获取模块805,用于通过人机交互方式,获取由搜索用户通过所述第一搜索框或所述第二搜索框输入的搜索关键字段;
数据搜索模块806,用于所述搜索引擎根据所述搜索关键字段,从目标数据库内进行数据搜索。
本申请通过统计预设搜索引擎内缓存的常用数据的总数据量;通过人机交互方式,获取由搜索用户通过第一搜索框或第二搜索框输入的搜索关键字段;根据搜索关键字段和搜索引擎,从目标数据库内进行数据搜索。预先在搜索引擎内设置智能拾取组件和智能训练组件,提供至少两种不同的搜索框,通过预先判断搜索引擎内缓存的常用数据量,选择不同方式的搜索框提供给搜索用户,再根据搜索框的具体类型,选择性的使用常规搜索方式或者智能推荐方式返回搜索数据给搜索用户,避免了搜索时的延迟和卡顿,提高搜索用户的搜索体验。
进一步的,所述数据搜索模块806包括搜索框识别子模块、第一搜索子模块和第二搜索子模块,其中:
搜索框识别子模块,用于根据所述界面展示监控后台和更新后的所述配置信息,识别获取所述搜索关键字段所使用的输入搜索框;
第一搜索子模块,用于若所述输入搜索框为所述第一搜索框,则依次调用所述搜索引擎内置的搜索组件、索引组件和检索组件,通过所述搜索组件、索引组件、检索组件搜索所述目标数据库,获得数据搜索结果;
第二搜索子模块,用于若所述输入搜索框为所述第二搜索框,则直接调用所述搜索引擎内训练出的智能推荐组件,通过所述智能推荐组件预测数据搜索结果。
进一步的,所述第一搜索子模块包括接口传输单元、数据初筛单元、索引构建单元、二次筛选单元和数据返回单元,其中:
接口传输单元,用于通过所述搜索用户接口将所述搜索关键字段发送给所述搜索组件;
数据初筛单元,用于执行所述搜索组件,并以所述搜索关键字段为搜索短语从所述目标数据库获取包含所述搜索关键字段的初筛数据集;
索引构建单元,用于基于所述索引组件和所述搜索关键字段,构建索引语句;
二次筛选单元,用于执行所述检索组件,并以所述索引语句为查询条件从所述初筛数据集中筛选出符合所述查询条件的二次筛选数据作为所述数据搜索结果;
数据返回单元,用于通过所述搜索用户接口将所述数据搜索结果以数据返回值形式返回给所述搜索用户,完成本次数据搜索。
进一步的,所述第二搜索子模块包括接口传输单元、推荐预测单元和数据返回单元,其中:
接口传输单元,用于获取所述搜索用户的标识信息,通过所述搜索用户接口将所述搜索关键字段和所述标识信息发送给所述智能推荐组件,其中,所述标识信息指影响各用户间搜索差异的特征标签;
推荐预测单元,用于执行所述智能推荐组件,并以所述搜索关键字段和所述标识信息为输入参数,以所述目标数据库内缓存的所有搜索用户的历史搜索结果为查询域,进行输出结果预测;
数据返回单元,用于将预测出的所述输出结果作为所述数据搜索结果,并通过所述搜索用户接口将所述数据搜索结果以数据返回值形式返回给所述搜索用户。
进一步的,所述数据搜索装置800还包括常用数据缓存模块,所述常用数据缓存模块用于获取所有历史搜索用户对应的数据返回值;还用于统计所述数据返回值中被返回次数达到预设次数阈值的数据,将所述达到预设次数阈值的数据作为常用数据缓存入所述搜索引擎内。
进一步的,所述数据搜索装置800还包括智能训练模块,所述智能推荐模块用于分别获取所有搜索用户中各搜索用户的标识信息,其中,所述标识信息指影响各用户间搜索差异的特征标签;还用于根据所述智能拾取组件,获取所有搜索用户每次进行搜索时的搜索关键字段和搜索结果;还用于将所述标识信息、所述搜索关键字段和所述数据搜索结果作为增量式训练数据,传入所述智能训练组件进行智能训练,以更新用于预测所述标识信息、所述搜索关键字段和所述数据搜索结果三者间特征关系的智能推荐组件。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图9,图9为本实施例计算机设备基本结构框图。
所述计算机设备9包括通过系统总线相互通信连接存储器9a、处理器9b、网络接口9c。需要指出的是,图中仅示出了具有组件9a-9c的计算机设备9,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器9a至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器9a可以是所述计算机设备9的内部存储单元,例如该计算机设备9的硬盘或内存。在另一些实施例中,所述存储器9a也可以是所述计算机设备9的外部存储设备,例如该计算机设备9上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器9a还可以既包括所述计算机设备9的内部存储单元也包括其外部存储设备。本实施例中,所述存储器9a通常用于存储安装于所述计算机设备9的操作系统和各类应用软件,例如数据搜索方法的计算机可读指令等。此外,所述存储器9a还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器9b在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器9b通常用于控制所述计算机设备9的总体操作。本实施例中,所述处理器9b用于运行所述存储器9a中存储的计算机可读指令或者处理数据,例如运行所述数据搜索方法的计算机可读指令。
所述网络接口9c可包括无线网络接口或有线网络接口,该网络接口9c通常用于在所述计算机设备9与其他电子设备之间建立通信连接。
本实施例提出的计算机设备,属于研发管理技术领域。本申请通过统计预设搜索引擎内缓存的常用数据的总数据量;通过人机交互方式,获取由搜索用户通过第一搜索框或第二搜索框输入的搜索关键字段;根据搜索关键字段和搜索引擎,从目标数据库内进行数据搜索。预先在搜索引擎内设置智能拾取组件和智能训练组件,提供至少两种不同的搜索框,通过预先判断搜索引擎内缓存的常用数据量,选择不同方式的搜索框提供给搜索用户,再根据搜索框的具体类型,选择性的使用常规搜索方式或者智能推荐方式返回搜索数据给搜索用户,避免了搜索时的延迟和卡顿,提高搜索用户的搜索体验。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被处理器执行,以使所述处理器执行如上述的数据搜索方法的步骤。
本实施例提出的计算机可读存储介质,属于研发管理技术领域。本申请通过统计预设搜索引擎内缓存的常用数据的总数据量;通过人机交互方式,获取由搜索用户通过第一搜索框或第二搜索框输入的搜索关键字段;根据搜索关键字段和搜索引擎,从目标数据库内进行数据搜索。预先在搜索引擎内设置智能拾取组件和智能训练组件,提供至少两种不同的搜索框,通过预先判断搜索引擎内缓存的常用数据量,选择不同方式的搜索框提供给搜索用户,再根据搜索框的具体类型,选择性的使用常规搜索方式或者智能推荐方式返回搜索数据给搜索用户,避免了搜索时的延迟和卡顿,提高搜索用户的搜索体验。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上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,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种数据搜索方法,其特征在于,包括下述步骤:
统计预设搜索引擎内缓存的常用数据的总数据量;
判断所述总数据量是否超过预设数据量指标;
若所述总数据量未超过预设数据量指标,则在预设的搜索界面渲染展示第一搜索框;
若所述总数据量超过预设数据量指标,则在所述搜索界面渲染展示第二搜索框;
通过人机交互方式,获取由搜索用户通过所述第一搜索框或所述第二搜索框输入的搜索关键字段;
所述搜索引擎根据所述搜索关键字段,从目标数据库内进行数据搜索。
2.根据权利要求1所述的数据搜索方法,其特征在于,在执行所述判断所述总数据量是否超过预设数据量指标的步骤之前,所述方法还包括:
获取为所述搜索引擎所开发的两套用于搜索框展示的前端代码块,其中,所述两套用于搜索框展示的前端代码块中,其中一套前端代码块用于渲染所述第一搜索框,另一套前端代码块用于渲染所述第二搜索框;
将所述两套用于搜索框展示的前端代码块分别封装为第一可调用展示对象和第二可调用展示对象;
调用所述第一可调用展示对象或第二可调用展示对象进行初始搜索框渲染展示,得到初始化配置信息,其中,所述初始化配置信息中包括进行初始搜索渲染展示所调用的展示对象;
将所述初始化配置信息发送至预设界面监控后台。
3.根据权利要求2所述的数据搜索方法,其特征在于,所述则在预设的搜索界面渲染展示第一搜索框的步骤,具体包括:
从所述界面监控后台获取所述初始化配置信息;
根据所述初始化配置信息,判断所调用的展示对象是否为所述第一可调用展示对象;
若所调用的展示对象为所述第一可调用展示对象,则向所述界面展示监控后台发送已在所述搜索界面完成第一搜索框渲染展示的提示;
若所调用的展示对象为所述第二可调用展示对象,则判断在先渲染展示结果是否为第一搜索框,并在判断为非第一搜索框时,调用所述第一可调用展示对象进行初始搜索框重渲染,以替换在先渲染展示结果,将所述第一可调用展示对象作为所述进行初始搜索渲染展示所调用的展示对象,对所述初始化配置信息进行更新。
4.根据权利要求2所述的数据搜索方法,其特征在于,所述则在所述搜索界面渲染展示第二搜索框的步骤,具体包括:
从所述界面监控后台获取所述初始化配置信息;
根据所述初始化配置信息,判断所调用的展示对象是否为所述第二可调用展示对象;
若所调用的展示对象为所述第二可调用展示对象,则向所述界面展示监控后台发送已在所述搜索界面完成第二搜索框渲染展示的提示;
若所调用的展示对象为所述第一可调用展示对象,则判断在先渲染展示结果是否为第二搜索框,并在判断为非第二搜索框时,调用所述第二可调用展示对象进行初始搜索框重渲染,以替换在先渲染展示结果,将所述第二可调用展示对象作为所述进行初始搜索渲染展示所调用的展示对象,对所述初始化配置信息进行更新。
5.根据权利要求3或4所述的数据搜索方法,其特征在于,所述搜索引擎根据所述搜索关键字段,从目标数据库内进行数据搜索的步骤,具体包括:
根据所述界面展示监控后台和更新后的所述配置信息,识别获取所述搜索关键字段所使用的输入搜索框;
若所述输入搜索框为所述第一搜索框,则依次调用所述搜索引擎内置的搜索组件、索引组件和检索组件,通过所述搜索组件、索引组件、检索组件搜索所述目标数据库,获得数据搜索结果;
若所述输入搜索框为所述第二搜索框,则直接调用所述搜索引擎内训练出的智能推荐组件,通过所述智能推荐组件预测数据搜索结果。
6.根据权利要求5所述的数据搜索方法,其特征在于,所述搜索引擎还包括搜索用户接口,所述通过所述搜索组件、索引组件、检索组件搜索所述目标数据库,获得数据搜索结果的步骤,具体包括:
通过所述搜索用户接口将所述搜索关键字段发送给所述搜索组件;
执行所述搜索组件,并以所述搜索关键字段为搜索短语从所述目标数据库获取包含所述搜索关键字段的初筛数据集;
基于所述索引组件和所述搜索关键字段,构建索引语句;
执行所述检索组件,并以所述索引语句为查询条件从所述初筛数据集中筛选出符合所述查询条件的二次筛选数据作为所述数据搜索结果;
通过所述搜索用户接口将所述数据搜索结果以数据返回值形式返回给所述搜索用户。
7.根据权利要求5所述的数据搜索方法,其特征在于,所述搜索引擎还包括搜索用户接口,所述通过所述智能推荐组件预测数据搜索结果的步骤,具体包括:
获取所述搜索用户的标识信息,通过所述搜索用户接口将所述搜索关键字段和所述标识信息发送给所述智能推荐组件,其中,所述标识信息指影响各用户间搜索差异的特征标签;
执行所述智能推荐组件,并以所述搜索关键字段和所述标识信息为输入参数,以所述目标数据库内缓存的所有搜索用户的历史搜索结果为查询域,进行输出结果预测;
将预测出的所述输出结果作为所述数据搜索结果,并通过所述搜索用户接口将所述数据搜索结果以数据返回值形式返回给所述搜索用户。
8.一种数据搜索装置,其特征在于,包括:
数据量统计模块,用于统计预设搜索引擎内缓存的常用数据的总数据量;
对比判断模块,用于判断所述总数据量是否超过预设数据量指标;
第一渲染模块,用于若所述总数据量未超过预设数据量指标,则在预设的搜索界面渲染展示第一搜索框;
第二渲染模块,用于若所述总数据量超过预设数据量指标,则在所述搜索界面渲染展示第二搜索框;
搜索字段获取模块,用于通过人机交互方式,获取由搜索用户通过所述第一搜索框或所述第二搜索框输入的搜索关键字段;
数据搜索模块,用于所述搜索引擎根据所述搜索关键字段,从目标数据库内进行数据搜索。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的数据搜索方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的数据搜索方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211429861.2A CN115756639A (zh) | 2022-11-15 | 2022-11-15 | 数据搜索方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211429861.2A CN115756639A (zh) | 2022-11-15 | 2022-11-15 | 数据搜索方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115756639A true CN115756639A (zh) | 2023-03-07 |
Family
ID=85371747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211429861.2A Pending CN115756639A (zh) | 2022-11-15 | 2022-11-15 | 数据搜索方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115756639A (zh) |
-
2022
- 2022-11-15 CN CN202211429861.2A patent/CN115756639A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190370305A1 (en) | Method and apparatus for providing search results | |
KR102288249B1 (ko) | 정보 처리 방법, 단말기, 및 컴퓨터 저장 매체 | |
CN110647614A (zh) | 智能问答方法、装置、介质及电子设备 | |
JP6346218B2 (ja) | オンライン取引プラットフォームのための検索方法、装置およびサーバ | |
CN113407785B (zh) | 一种基于分布式储存系统的数据处理方法和系统 | |
US11748452B2 (en) | Method for data processing by performing different non-linear combination processing | |
CN109933708A (zh) | 信息检索方法、装置、存储介质及计算机设备 | |
CN110427453B (zh) | 数据的相似度计算方法、装置、计算机设备及存储介质 | |
CN112184169A (zh) | 用户待办事项的动态规划方法、装置、设备及存储介质 | |
CN114547257B (zh) | 类案匹配方法、装置、计算机设备及存储介质 | |
CN113660541A (zh) | 新闻视频的摘要生成方法及装置 | |
CN111538817B (zh) | 人机交互方法和装置 | |
JP2022530725A (ja) | 情報プッシュ方法、装置、機器及び記憶媒体 | |
WO2023115831A1 (zh) | 应用程序的测试方法、装置、电子设备及存储介质 | |
US20230274161A1 (en) | Entity linking method, electronic device, and storage medium | |
CN116450723A (zh) | 数据提取方法、装置、计算机设备及存储介质 | |
US20220027419A1 (en) | Smart search and recommendation method for content, storage medium, and terminal | |
CN115756639A (zh) | 数据搜索方法、装置、计算机设备及存储介质 | |
CN109299353A (zh) | 一种网页信息搜索方法及装置 | |
CN115544558A (zh) | 敏感信息检测方法、装置、计算机设备及存储介质 | |
CN114445179A (zh) | 业务推荐方法、装置、电子设备和计算机可读介质 | |
CN110019813A (zh) | 寿险案例检索方法、检索装置、服务器及可读存储介质 | |
CN113656731A (zh) | 广告页面的处理方法、装置、电子设备和存储介质 | |
CN113515701A (zh) | 信息推荐方法及装置 | |
CN113743973A (zh) | 分析市场热点趋势的方法和装置 |
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 |