CN116628129B - 一种汽车配件搜索方法及系统 - Google Patents

一种汽车配件搜索方法及系统 Download PDF

Info

Publication number
CN116628129B
CN116628129B CN202310900017.1A CN202310900017A CN116628129B CN 116628129 B CN116628129 B CN 116628129B CN 202310900017 A CN202310900017 A CN 202310900017A CN 116628129 B CN116628129 B CN 116628129B
Authority
CN
China
Prior art keywords
search
user
keyword
keywords
query request
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
Application number
CN202310900017.1A
Other languages
English (en)
Other versions
CN116628129A (zh
Inventor
吴俊�
张军
林有华
庞发斌
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.)
Nanjing Aifu Road Automobile Technology Co ltd
Original Assignee
Nanjing Aifu Road Automobile Technology Co ltd
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 Nanjing Aifu Road Automobile Technology Co ltd filed Critical Nanjing Aifu Road Automobile Technology Co ltd
Priority to CN202310900017.1A priority Critical patent/CN116628129B/zh
Publication of CN116628129A publication Critical patent/CN116628129A/zh
Application granted granted Critical
Publication of CN116628129B publication Critical patent/CN116628129B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/316—Indexing structures
    • 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
    • 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)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出一汽车配件搜索方法及系统，该方案通过收集用户历史检索记录，对用户历史检索记录中使用过的含特殊字符的第一关键词进行特殊字符清理和分词，并将分词结果与所述第一关键词匹配，构建出词元索引表。在后续查询过程中，可以基于词元索引表将用户输入的查询请求中的检索词元改为对应的第一关键词，基于改写后的查询请求进行查询。通过这样的方式，用户在检索时不需要键入特殊字符，而只需要键入更短的检索词元即可得到查询结果，提高了用户的检索效率。

Description

一种汽车配件搜索方法及系统
技术领域
本发明涉及计算机技术领域，具体涉及一种汽车配件搜索方法及系统。
背景技术
车辆维修门店的员工在进行采购配件、入库配件、维修保养车辆等日常操作时需要搜索特定的配件材料，例如开保养工单时需要指定车辆保养专用的机油、机滤等车辆配件。
机油、轮胎等常用的汽车配件会使用统一的规则来命名，他们的名称中一般都会含特殊符号，例如机油类(嘉力 5W-30 4L)，轮胎类(博莱克 205/55R16)，它们名称中的"-","/","\"字符就是特殊符号，简单来说名称中包含的非中文、英文、数字字符可以都称作特殊字符，这些特殊字符在搜索键入时操作不便，尤其是在使用移动客户端时需要切换九宫格的输入法界面，增加了客户很多操作量。
发明内容
本说明书一个或多个实施例描述了汽车配件搜索方法及系统，能够部分地解决现有技术存在的上述问题。
根据第一方面，提供了一种汽车配件查询系统，该系统包括：用户客户端、数据计算模块、数据分析模块、数据存储模块和搜索引擎；
所述数据分析模块配置为周期性地采集用户历史检索记录，从所述用户历史检索记录中提取含有特殊字符的第一关键词；所述特殊字符是名称中包含非中文、非英文、非数字的字符；所述用户历史检索数据包括用户使用的检索关键词，以及通过所述检索关键词检索出的汽车配件信息；
所述数据分析模块还用于周期性地从所述用户历史检索记录中提取检索关键词，并统计所述检索关键词的长度；基于统计得到的所述检索关键词的长度分布数据，得到用户对于检索关键词的长度设置偏好，并用一词组[a,b]表示所述长度设置偏好信息，其中，a表示所述检索关键词的最小长度，b表示所述检索关键词的最大长度；；
所述数据计算模块配置为将所述第一关键词中的特殊字符去掉，得到第二关键词；基于所述长度设置偏好信息，对所述第二关键词进行分词处理，以得到符合用户长度设置偏好的词元；将得到的词元与所述第一关键词进行关联，得到词元索引表；以及，用于在获取到所述用户客户端提交的第一查询请求时，基于词元索引表将所述第一查询请求中的检索词元改写为相应的第一关键词，以得到第二查询请求；
所述数据存储模块用于存储汽车配件信息；
所述搜索引擎用于基于所述第二查询请求从所述数据存储模块中查询出相应的汽车配件信息，并返回给所述用户客户端。
作为第一方面所述系统的一种可选实施方式，所述数据计算模块还用于在用户向所述数据存储模块录入汽车配件信息时，将所述汽车配件信息中含有特殊字符的配件名称进行特殊字符清除处理，然后将改写后的汽车配件信息存储到所述数据存储模块。
作为第一方面所述系统的一种可选实施方式，所述数据分析模块采用ngram分词法对所述第二关键词进行分词处理，分词时，将分词后的所述词元的长度下限设置为a，将所述词元的长度上限设置为b。
作为第一方面所述系统的一种可选实施方式，所述数据分析模块还设置有特殊字符匹配规则；所述数据分析模块具体用于针对所述用户历史检索记录中的每一个检索关键词，将所述检索关键词中的每个字符与所述特殊字符匹配规则所限定的特殊字符进行匹配，若匹配成功，则提取所述检索关键词作为所述第一关键词。
作为第一方面所述系统的一种可选实施方式，所述搜索引擎为分布式搜索引擎。
根据第二方面，提供了一种汽车配件搜索方法，该方法基于第一方面所述的系统实现，包括以下步骤：
响应于用户通过用户客户端发起的第一查询请求，判断所述第一查询请求的检索词元在预设的词元索引表中是否存在对应的含有特殊字符的第一关键词；
若不存在，则直接将所述第一查询请求输入搜索引擎进行查询；
若存在，则将所述第一查询请求中的所述检索词元替换为所述第一关键词，得到第二查询请求，然后将所述第二查询请求输入所述搜索引擎进行查询。
根据第三方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述汽车配件搜索方法。
根据第四方面，提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述汽车配件搜索方法。
有益效果：本说明书的一个或多个实施例提供了一种汽车配件搜索方法及系统，该方案通过收集用户历史检索记录，对用户历史检索记录中使用过的含特殊字符的第一关键词进行特殊字符清理和分词，并将分词结果与所述第一关键词匹配，构建出词元索引表。在后续查询过程中，可以基于词元索引表将用户输入的查询请求中的检索词元改为对应的第一关键词，基于改写后的查询请求进行查询。通过这样的方式，用户在检索时不需要键入特殊字符，而只需要键入更短的检索词元即可得到查询结果，提高了用户的检索效率。
附图说明
为了更清楚地说明本说明书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，下面描述中的附图是本说明书的一些实施例，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是本说明书一个或多个实施例提供的一种汽车配件查询系统的结构图。
实施方式
在现有技术中，主要采用基于OLTP数据库的搜索方案。基于OLTP数据库的搜索方案，系统直接把用户输入的关键词和数据库表中的名称字段进行模糊匹配得出命中的配件。这种方案中的模糊匹配支持用户输入名称中任意连续位置的字符搜索，在遇到特殊字符时是需要输入的，简单来说输入"2055516"无法搜索出轮胎“博莱克 205/55R16”，必须带上'/'。这种方案还有其他一些缺点，比如无法支持上下文搜索，无法用"嘉力 4L"搜索出机油“嘉力 5W-30 4L”。这种方案不能很好的支撑数据量大量增长的场景，在超过亿级数据后查询性能基本无法满足用户需求。
下面结合附图，对本说明书提供的方案进行描述。
首先需要说明的是，在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1为本说明书中提供的一种汽车配件查询系统的结构图，该系统包括：用户客户端、数据计算模块、数据分析模块、数据存储模块和搜索引擎；
所述数据分析模块配置为周期性地采集用户历史检索记录，从所述用户历史检索记录中提取含有特殊字符的第一关键词；所述特殊字符是名称中包含非中文、非英文、非数字的字符；所述用户历史检索数据包括用户使用的检索关键词，以及通过所述检索关键词检索出的汽车配件信息；
所述数据分析模块还用于周期性地从所述用户历史检索记录中提取检索关键词，并统计所述检索关键词的长度；基于统计得到的所述检索关键词的长度分布数据，得到用户对于检索关键词的长度设置偏好，并用一词组[a,b]表示所述长度设置偏好信息，其中，a表示所述检索关键词的最小长度，b表示所述检索关键词的最大长度；
所述数据计算模块配置为将所述第一关键词中的特殊字符去掉，得到第二关键词；基于所述长度设置偏好信息，对所述第二关键词进行分词处理，以得到符合用户长度设置偏好的词元；将得到的词元与所述第一关键词进行关联，得到词元索引表；以及，用于在获取到所述用户客户端提交的第一查询请求时，基于词元索引表将所述第一查询请求中的检索词元改写为相应的第一关键词，以得到第二查询请求；
所述数据存储模块用于存储汽车配件信息；
所述搜索引擎用于基于所述第二查询请求从所述数据存储模块中查询出相应的汽车配件信息，并返回给所述用户客户端。
下面结合具体实施例对各个模块进行详细介绍。
在一些实施方式中，数据分析模块用于分析门店在检索汽车配件时惯用的检索关键词。它包含了数据收集和数据解析两个组件。
数据收集模块会收集门店在往期检索过程中的历史检索记录，这些历史检索记录包括用户使用的检索关键词，以及通过所述检索关键词检索出的汽车配件信息。这些检索关键词通常为汽车配件的名称，而汽车配件信息中主要包含汽车配件的名称、类别信息。比如，汽车配件的名称可以是轮胎、机油等，而类别信息可以是轮胎的型号、机油的润滑程度级别等。
数据收集模块还可以搜集门店往期向系统中录入的材料配件信息，从材料配件信息的产品名称列表中提取出用户惯用的关键词。
最终，数据收集模块会把收集到的信息输入大数平台。
数据解析模块会从用户历史检索记录和录入记录中提取含有特殊字符的第一关键词，并针对第一关键词进行多维度分析，得出常用特殊字符、关键词分类(类型，简写，别名，拼音，中英组合，长度)等，据此可以得到用户在关键词使用上的偏好。
例如：数据解析模块可以周期性地从用户历史检索记录中提取检索关键词，并统计检索关键词的长度；
基于统计得到的检索关键词的长度分布数据，得到用户对于检索关键词的长度设置偏好，并用一词组[a,b]表示长度设置偏好信息，其中，a表示检索关键词的最小长度，b表示检索关键词的最大长度；
基于长度设置偏好信息，对第二关键词进行分词处理，以得到符合用户长度设置偏好的词元。
采用这种方式，就可以使得分词结果符合用户平时的检索习惯，便于用户操作的同时，也可以避免分出过多冗余的词元，避免搜索引擎在这些冗余的词元上耗费检索时间。
数据计算模块主要用于对第一关键词进行改写，将第一关键词中的特殊字符去掉，得到第二关键词。例如第一关键词是205/55R16，则经过数据计算模块改写后，第一关键词会被转化成第二关键词20555R16。
数据计算模块还用于将第二关键词进行分词处理，将得到的词元与第一关键词进行关联，得到词元索引表。
在一种实施方式中，可以采用定制ngram分词方法对第二关键词进行改写，即根据用户的长度设置偏好信息，将分词时的词元的长度下限设置为a，将词元的长度上限设置为b。
例如，假设a=5,b=7,则第二关键词20555R16的词元长度可以是5、6、7，对应的词元可以是20555、20555R、20555R1等。这些词元会写入词元索引表，并与相对应的第一关键词关联。
采用ngram分词时进行上下限的限制的方式，可以使原本指数级增长的分词结果数量变成了线性的增长，这样可以节省部分索引量，以达到控制成本的目的。例如我们在设定下限为3，上限为7的情景下，m个配件名称理论上会生成的词元数据量级上限会变成(n为词元长度)，假设我们机油轮胎配件名称平均长度为14，采用定制ngram分词后，整体词元减少量级约为 53%，实际效果非常可观。
数据计算模块还用于在获取到用户客户端提交的第一查询请求时，基于词元索引表将第一查询请求中的检索词元改写为相应的第一关键词，以得到第二查询请求。
采用这种方式，用户可以不需键入特殊字符，即可构建第一查询请求。第一查询请求在后续过程中可以根据词元索引表进行转换，得到第二查询请求，从而保障用户得到的检索结果和之前键入特殊字符构建查询请求时是一样的。
在一些实施例中，数据计算模块还用于在用户向数据存储模块录入汽车配件信息时，将汽车配件信息中含有特殊字符的配件名称进行特殊字符清除处理，然后将改写后的汽车配件信息存储到数据存储模块。这样，对于新录入的汽车配件信息，就可以在保存时去掉特殊字符，从而便于用户检索。
搜索引擎用于基于第二查询请求从数据存储模块中查询出相应的汽车配件信息，并返回给用户客户端。
在一种实施方式中，搜索引擎为分布式搜索引擎elasticsearch，该引擎可以提供存储和查询服务，它是我们的底层计算引擎。它本身内置了词法解析功能集成了标准英文、ngram等分词方法，另外还提供了插件机制来增加我们所需的中文分词。我们利用数据分析的结果数据对机油轮胎配件的特殊名称字段进行定制ngram词法解析，机油轮胎的配件名称从字节流经过复杂的解析拆分(tokenizer)成为多个词元，再经过大小写转换、词态转换得到我们想要的词元写入词元索引表。
本公开实施例还提供了一种汽车配件搜索方法，该方法基于所述汽车配件查询系统实现，包括以下步骤：
响应于用户通过用户客户端发起的第一查询请求，判断第一查询请求的检索词元在预设的词元索引表中是否存在对应的含有特殊字符的第一关键词；
若不存在，则直接将第一查询请求输入搜索引擎进行查询；
若存在，则将第一查询请求中的检索词元替换为第一关键词，得到第二查询请求，然后将第二查询请求输入所述搜索引擎进行查询。
本公开实施例还提供了一种计算机可读存储介质，例如包括程序代码的存储器，上述程序代码可由处理器执行以完成上述实施例中的汽车配件搜索方法。例如，该计算机可读存储介质可以是只读存储器(Read-Only Memory ,ROM)、随机存取存储器(RandomAccess Memory，RAM)、只读光盘(Compact Disc Read-Only Memory，CDROM)、磁带、软盘和光数据存储设备等。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括一条或多条程序代码，该程序代码存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该程序代码，处理器执行该程序代码，以完成上述实施例中提供的汽车配件搜索方法的实现步骤。
本公开实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述汽车配件搜索方法。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种汽车配件查询系统，其特征在于，包括：用户客户端、数据计算模块、数据分析模块、数据存储模块和搜索引擎；
所述数据分析模块配置为周期性地采集用户历史检索记录，从所述用户历史检索记录中提取含有特殊字符的第一关键词；所述特殊字符是名称中包含非中文、非英文、非数字的字符；所述用户历史检索数据包括用户使用的检索关键词，以及通过所述检索关键词检索出的汽车配件信息；
所述数据分析模块还用于周期性地从所述用户历史检索记录中提取检索关键词，并统计所述检索关键词的长度；基于统计得到的所述检索关键词的长度分布数据，得到用户对于检索关键词的长度设置偏好，并用一词组[a,b]表示所述长度设置偏好信息，其中，a表示所述检索关键词的最小长度，b表示所述检索关键词的最大长度；
所述数据计算模块配置为将所述第一关键词中的特殊字符去掉，得到第二关键词；基于所述长度设置偏好信息，对所述第二关键词进行分词处理，以得到符合用户长度设置偏好的词元；将得到的词元与所述第一关键词进行关联，得到词元索引表；以及，用于在获取到所述用户客户端提交的第一查询请求时，基于词元索引表将所述第一查询请求中的检索词元改写为相应的第一关键词，以得到第二查询请求；
所述数据存储模块用于存储汽车配件信息；
所述搜索引擎用于基于所述第二查询请求从所述数据存储模块中查询出相应的汽车配件信息，并返回给所述用户客户端。
2.如权利要求1所述的系统，其特征在于，所述数据计算模块还用于在用户向所述数据存储模块录入汽车配件信息时，将所述汽车配件信息中含有特殊字符的配件名称进行特殊字符清除处理，然后将改写后的汽车配件信息存储到所述数据存储模块。
3.如权利要求1所述的系统，其特征在于，所述数据分析模块采用ngram分词法对所述第二关键词进行分词处理，分词时，将分词后的所述词元的长度下限设置为a，将所述词元的长度上限设置为b。
4.如权利要求1所述的系统，其特征在于，所述数据分析模块还设置有特殊字符匹配规则；所述数据分析模块具体用于针对所述用户历史检索记录中的每一个检索关键词，将所述检索关键词中的每个字符与所述特殊字符匹配规则所限定的特殊字符进行匹配，若匹配成功，则提取所述检索关键词作为所述第一关键词。
5.如权利要求1所述的系统，所述搜索引擎为分布式搜索引擎。
6.一种汽车配件搜索方法，该方法基于所述权利要求1至5任意一项所述系统实现，其特征在于，包括：
响应于用户通过用户客户端发起的第一查询请求，判断所述第一查询请求的检索词元在预设的词元索引表中是否存在对应的含有特殊字符的第一关键词；
若不存在，则直接将所述第一查询请求输入搜索引擎进行查询；
若存在，则将所述第一查询请求中的所述检索词元替换为所述第一关键词，得到第二查询请求，然后将所述第二查询请求输入所述搜索引擎进行查询。
7.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求6所述的方法。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求6所述的方法。
CN202310900017.1A 2023-07-21 2023-07-21 一种汽车配件搜索方法及系统 Active CN116628129B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310900017.1A CN116628129B (zh) 2023-07-21 2023-07-21 一种汽车配件搜索方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310900017.1A CN116628129B (zh) 2023-07-21 2023-07-21 一种汽车配件搜索方法及系统

Publications (2)

Publication Number Publication Date
CN116628129A CN116628129A (zh) 2023-08-22
CN116628129B true CN116628129B (zh) 2024-02-27

Family

ID=87613787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310900017.1A Active CN116628129B (zh) 2023-07-21 2023-07-21 一种汽车配件搜索方法及系统

Country Status (1)

Country Link
CN (1) CN116628129B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014000517A1 (zh) * 2012-06-26 2014-01-03 北京奇虎科技有限公司 一种用于搜索输入的推荐系统及方法
CN105205104A (zh) * 2015-08-26 2015-12-30 成都布林特信息技术有限公司 一种云平台数据获取方法
CN105808590A (zh) * 2014-12-31 2016-07-27 中国电信股份有限公司 搜索引擎实现方法、搜索方法以及装置
WO2017041372A1 (zh) * 2015-09-07 2017-03-16 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和系统
CN108829865A (zh) * 2018-06-22 2018-11-16 海信集团有限公司 信息检索方法及装置
CN111597449A (zh) * 2020-05-20 2020-08-28 北京字节跳动网络技术有限公司 用于搜索的候选词构建方法、装置、电子设备及可读介质
CN112015856A (zh) * 2020-08-26 2020-12-01 海看网络科技(山东)股份有限公司 一种IPTV中基于Elasticsearch实现拼音检索方法
KR102215088B1 (ko) * 2020-07-03 2021-02-10 (주)어센트코리아 검색 의도를 제공하기 위한 서비스 제공 장치 및 방법
CN113282711A (zh) * 2021-06-03 2021-08-20 中国软件评测中心(工业和信息化部软件与集成电路促进中心) 一种车联网文本匹配方法、装置、电子设备及存储介质
WO2021196541A1 (zh) * 2020-04-01 2021-10-07 百度在线网络技术（北京）有限公司 用于搜索内容的方法、装置、设备和计算机可读存储介质
CN113722418A (zh) * 2021-08-30 2021-11-30 平安科技（深圳）有限公司 一种临床病案标准化方法、装置、设备及介质
CN114003634A (zh) * 2021-06-08 2022-02-01 重庆市公安局 基于es技术的大数据分析检索系统及方法
CN115269959A (zh) * 2022-07-23 2022-11-01 企知道网络技术有限公司 一种搜索联想推荐方法、装置、电子设备及存储介质
CN115757743A (zh) * 2022-11-29 2023-03-07 上海弘玑信息技术有限公司 文档的检索词匹配方法及电子设备
WO2023029513A1 (zh) * 2021-08-30 2023-03-09 康键信息技术（深圳）有限公司 基于人工智能的搜索意图识别方法、装置、设备及介质
CN115982222A (zh) * 2023-01-06 2023-04-18 上海镁信健康科技股份有限公司 一种基于特病特药场景的搜索方法
CN116414968A (zh) * 2023-02-16 2023-07-11 腾讯医疗健康(深圳)有限公司 信息搜索方法、装置、设备、介质及产品

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014000517A1 (zh) * 2012-06-26 2014-01-03 北京奇虎科技有限公司 一种用于搜索输入的推荐系统及方法
CN105808590A (zh) * 2014-12-31 2016-07-27 中国电信股份有限公司 搜索引擎实现方法、搜索方法以及装置
CN105205104A (zh) * 2015-08-26 2015-12-30 成都布林特信息技术有限公司 一种云平台数据获取方法
WO2017041372A1 (zh) * 2015-09-07 2017-03-16 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和系统
CN108829865A (zh) * 2018-06-22 2018-11-16 海信集团有限公司 信息检索方法及装置
WO2021196541A1 (zh) * 2020-04-01 2021-10-07 百度在线网络技术（北京）有限公司 用于搜索内容的方法、装置、设备和计算机可读存储介质
CN111597449A (zh) * 2020-05-20 2020-08-28 北京字节跳动网络技术有限公司 用于搜索的候选词构建方法、装置、电子设备及可读介质
KR102215088B1 (ko) * 2020-07-03 2021-02-10 (주)어센트코리아 검색 의도를 제공하기 위한 서비스 제공 장치 및 방법
CN112015856A (zh) * 2020-08-26 2020-12-01 海看网络科技(山东)股份有限公司 一种IPTV中基于Elasticsearch实现拼音检索方法
CN113282711A (zh) * 2021-06-03 2021-08-20 中国软件评测中心(工业和信息化部软件与集成电路促进中心) 一种车联网文本匹配方法、装置、电子设备及存储介质
CN114003634A (zh) * 2021-06-08 2022-02-01 重庆市公安局 基于es技术的大数据分析检索系统及方法
CN113722418A (zh) * 2021-08-30 2021-11-30 平安科技（深圳）有限公司 一种临床病案标准化方法、装置、设备及介质
WO2023029513A1 (zh) * 2021-08-30 2023-03-09 康键信息技术（深圳）有限公司 基于人工智能的搜索意图识别方法、装置、设备及介质
CN115269959A (zh) * 2022-07-23 2022-11-01 企知道网络技术有限公司 一种搜索联想推荐方法、装置、电子设备及存储介质
CN115757743A (zh) * 2022-11-29 2023-03-07 上海弘玑信息技术有限公司 文档的检索词匹配方法及电子设备
CN115982222A (zh) * 2023-01-06 2023-04-18 上海镁信健康科技股份有限公司 一种基于特病特药场景的搜索方法
CN116414968A (zh) * 2023-02-16 2023-07-11 腾讯医疗健康(深圳)有限公司 信息搜索方法、装置、设备、介质及产品

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
elasticsearch(11)通过ngram分词机制实现搜索推荐;祈雨v;《https://blog.csdn.net/sz85850597/article/details/83583369》;正文第1-3页 *
Geeking:基于胜者表的体育新闻搜索引擎系统;林裕杰;陈新荃;高妍;肖卡飞;胡红祥;花强;;集成技术;20160315(第02期);99-110 *
一个基于本体的语义检索模型;李维勇;;微计算机信息;20101225(第36期);266-269 *
如何利用PHP和Elasticsearch实现搜索结果的推荐;PHPz;《https://www.php.cn/faq/579385.html》;正文第1-2页 *
开源中文分词器在web搜索引擎中的应用;刘晓婉;胡燕祝;艾新波;;软件;20130315(第03期);88-91 *

Also Published As

Publication number Publication date
CN116628129A (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
US6377945B1 (en) Search system and method for retrieval of data, and the use thereof in a search engine
KR100544514B1 (ko) 검색 쿼리 연관성 판단 방법 및 시스템
Gravano et al. Text joins in an RDBMS for web data integration
CN111008265B (zh) 企业信息搜索方法及装置
US7062507B2 (en) Indexing profile for efficient and scalable XML based publish and subscribe system
CN116628129B (zh) 一种汽车配件搜索方法及系统
CN106919566A (zh) 一种基于海量数据的查询统计方法及系统
CN103064847A (zh) 索引装置、索引方法、检索装置、检索方法和检索系统
CN117493906A (zh) 一种城市事件分拨方法、系统及存储介质
CN117056477A (zh) 一种案例数据的检索方法、装置、设备及可读存储介质
Lavrenko et al. Real-time query expansion in relevance models
CN115526601A (zh) 文件管理方法及装置
EP3367267A1 (en) System and method for creating entity records using existing data sources
CN115408419A (zh) 一种数据抽取方法及相关装置
CN115146030A (zh) 一种基于知识图谱的公务文书写作方法及系统
JPH1196170A (ja) データベース作成方法および情報検索方法および情報検索装置および記録媒体
KR20000041817A (ko) 음절 단위 패턴으로 구성한 패턴 테이블을 이용한 문자열 부분검색 시스템 및 그 방법
KR100741283B1 (ko) 정보 검색시스템에서의 정보 검색을 위한 부분검색 장치 및 그 방법과 이의 인덱스 테이블 구축 방법
JP2006106907A (ja) 構造化文書管理システム、索引構築方法及びプログラム
CN111597212B (zh) 一种数据检索方法及装置
CN116186078A (zh) 一种数据检索方法及系统
CN107704461B (zh) 一种基于数据分析的智能路况信息检索方法
Leung et al. Multimedia data mining and searching through dynamic index evolution
Smits et al. Personal semantic indexation of images using textual annotations
CN117688927A (zh) 病历章节重配置方法、系统、终端及存储介质

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