CN1504927A - 用于电子地图查询系统的智能检索方法 - Google Patents

Abstract

本发明涉及信息的检索方法，准确地说是一种用于电子地图中通过文字进行智能检索的方法。其特点就是检索时输入日常口语我们经常使用的简称或者缩写，电子地图的搜索引擎可以自动将输入的简称或者缩写识别成与之匹配的固定用语，或者将其内容利用类似逻辑判断运算的方式进行查询。能自动识别某些地名信息的缩写或者简称，将复杂的输入工作变的更为简单，满足人们日常口语的习惯。

Description

用于电子地图查询系统的智能检索方法

技术领域

本发明涉及信息的检索方法，准确地说是一种用于电子地图中通过文字进行智能检索的方法。

背景技术

电子地图地理位置信息主要成份是大量的点、线及面资料，而要在这庞大的数据库内找寻各种有相互关系的资料，必须要有一种有高智能及有高效率的数据库检索方式，来进行一般及有空间关系的资料检索。

电子地图的检索的特点，主要是检索区域名称、建筑物名称、街道名称、道路名称等内容，而且，依据我们的生活习惯，像上述的名称在日常使用中往往会被大众简化，例如“北京大学”简称为“北大”，“国家知识产权局专利局”简称为“专利局”，甚至有些时候我们使用简化的用语过于频繁，反而忘记了其真正的名称。地理名称检索常常是按照我们记忆的内容查询，这种情况下，现在的检索方法无法支持，难以检索到准确的目标。

目前的检索方式主要有全文检索、模糊检索、复合检索(也称逻辑检索)。

全文检索是针对系统已有的信息进行整体的过滤，检索符合条件的记录条目。其优点是检索程度非常的彻底，检索结果的内容详细，对于大型的资料检索，它速度较快，对检索关键词的精度要求较低，比如，使用者输入”深南”时，将一个空格插入两字中间”深南”，系统仍能找的到相关的资料。其缺点是灵活性较差，不能很好的控制它的检索范围与检索结果的组织形式，信息冗余较大，使用者必须动手筛选符合条件的记录。

模糊检索：模糊检索方式是运用的最为广泛的检索方式，小到一般的MIS数据库，大到大型的ERP系统，都运用到了模糊检索方式。其优点为实现简单，能灵活控制检索范围及结果信息的内容，信息冗余量较少。其缺点为检索出来的结果不一定是最好的，这与使用者输入的检索关键词有关。比如，使用者输入“深南”时，将一个空格插入两字中间“深南”，系统可能会找不到。

复合检索，也称逻辑检索，就是包含多个查询要求的检索方式。在图书馆检索系统中，使用者可以根据书名、作者名、内容、标题进行检索，这四种方式可以组成若干个检索条件。其优点为因为增加了搜索条件所以搜索的精度就提高，信息冗余量少，用户可以灵活的控制检索范围及其结查。其缺点为因为它包括一些专业性的运算：逻辑，所以对用户的使用层次有较高的要求。可能不会得到检索结果。逻辑运算中，如果出现逻辑运算符错误的操作，那么可能会引起整个检索的失败。

而电子地图的检索不同与普通的检索，它一般具有实时性，要求输入简单、检索方便、快捷、准确。上述几种检索方式明显不能完全适应电子地图的地理信息检索。

发明内容

为此，本发明的目的是提供一种用于电子地图查询系统的智能检索方法，该检索方法不仅能够进行智能的模糊匹配和支持逻辑判断与运算，而且能自动识别某些地名信息的缩写或者简称，将复杂的输入工作变的更为简单，满足人们日常口语的习惯，如“中行”、“建行”。当使用者输入“中行，，进行检索时，自动将地名缩写进行缩写匹配检索，可以检索到名称为“中国银行”的数据，并在数据库的栏目里找寻所有相关讯息。

本发明的另一个目的是提供一种用于电子地图查询系统的智能检索方法，该方法能主动猜测使用者的一些意图，纠正使用者明显错误的检索信息。例如在输入地名检索时，当收到的输入资料“伸南大道”，智能检索程序能够自动识别是要寻找“深南大道”，而不是“伸南大道”。

本发明的另一个目的是提供一种用于电子地图查询系统的智能检索方法，该方法能够进行全文检索功能将浏览整个信息栏目，检索互相匹配的资料记录。而此全文检索其实是将模糊匹配的的范围扩展，不再是局限于某一特定种类资料，而是找寻整个数据库中的资料。

本发明提供的智能检索方式是针对使用者习惯、资料范围、信息类型等方法去实现，也从智能上与运算速度上去考虑，完全不局限于当前一般的数据库检索方式，让一条数据库引擎查询语句跑遍全部的代码。

所以，本发明首先采用“模糊匹配”的方式进行资料检索，如果没有找到任何相关的记录栏目资料内容，将根据输入的资料看是否需要进行“逻辑匹配”，如果仍没有找到相关的信息数据或是不需“逻辑匹配”，再采用“缩写匹配”，将输入的资料加以变化去进行检索。

所谓的“缩写匹配”，就是检索时输入日常口语我们经常使用的简称或者缩写，电子地图的搜索引擎可以自动将输入的简称或者缩写识别成与之匹配的固定用语(按照缩写对照表)，或者将其内容利用类似逻辑判断运算的方式进行查询。

一般的实现方式是：对输入的词组，先判定是否为中文或者英文字，中文字可以判定出词汇的数目，然后取出第一个字的字码，与数据库中的数据比对，比对之后在比对另外的字码，直至所有的字码比对结束；英文的比对方式是同样的。

譬如，检索“中行”时，搜索引擎会查看每条数据记录中是否含有这两个字，如果有就认为它是当前地名记录的简写，可以检索到“中国银行”就是符合条件的这一记录。

检索时，依据逻辑与判断的方式，可以节省检索的内容，提高检索速度。逻辑与判断，就是对所输入的词汇的所有字码全部找到检索结果对比是按照一定的顺序性进行的，假设第一个字码与数据库的一条数据记录对比失败，后面的字码就不会再进行对比，直接跳到下面的数据进行比对，依次类推，第二个字码对比失败，后面的字码也不再进行对比，直至全部的字码比对完全符合为止。

搜索引擎的设置方式，是看用的是什么样的数据库，依据数据库的模式选择，可以采用二元树的运算方式，也可以用加权算法。

模糊匹配与逻辑匹配就是模糊检索与复合检索方式，现有技术早已公开了起实施方法和内容，在此不进行详细描述。

如果上述的检索仍然没有检索到准确的资料或者没有检索到资料，就继续采用“纠误匹配”，对输入的资料按照汉语拼音进行“同音异形”的判断。

准确地说，“纠误”，其实是基于汉字本身的特点，它有很多的“同音异形”字，准确的说是纠正读音相同但字形上有错误的字，要纠正这类错误，就必须基于“汉字拼音对照表”找到与当前所输入的信息相同发音的汉字，然后再利用模糊匹配的方式，对这些由“同音异形”所构成的关键词对数据库进行再检索。

本发明运用于电话号码检索与邮编检索时，就只采用“模糊匹配”的方式，因为对于单纯的数字检索，不存在“逻辑判断”、“缩写”、“同音异形”的几种情况。

一般说来，采用“模糊匹配”的方式对大量的数据库内容检索，大部分情况采用数据库所提供的搜索引擎，就能为使用者找到所需要的记录栏目信息，还可以将“模糊匹配”的功能扩展到数据库所有相关的表格及所有相关的字段，那么就成为是执行数据库“全文检索”的功能了。

再者透过“逻辑匹配”对于含有空格的输入信息判断是否要进行逻辑运算，比如，输入“广东深圳”时，智能检索程序将会检索出既包含“广东”又包含“深圳”的记录栏目信息，比如“广东省深圳市滨海大道”、“广东省深圳市高交会展馆”等。

至于接着所采用的“缩写匹配”，为了减少运算量，在处理“缩写匹配”检索时，其实并没有考虑缩写是否合乎常理，缩写是按顺序组成任意地名的汉字。比如“广州深圳高速公路”常用缩写为“广深高”，如果输入“广深公”检索程序并不会认为这是错误的，因此检索关键词用“广深高”和“广深公”检索结果都会出现“广州深圳高速公路”的记录。为了自动识别所有词句的缩写，又另外建立一个缩写的对应表是不合适的(但是可以实施这种方式)，所做的运算其实都是采用”模糊匹配”的基础来查看记录中是否包含这些缩写。

为了方便快速检索到结果，“缩写匹配”检索后，所得到的结果按照内容由短及长的结果排列，会符合我们简略地理名称的规律。

对于“纠误匹配”，检索程序中没有绝对的“纠误”，只是相对的“纠误”，其实是基于汉字本身的特点，它有很多的“同音异形”字，准确的说是纠正读音相同但字形上有错误的字，要纠正这类错误，就必须基于“汉字拼音对照表”找到与当前所输入的信息相同的汉字，然后再利用模糊匹配的方式，对这些由“同音异形”所构成的关键词对数据库进行再检索。比如“深南”的“深”字写成“伸”，当找不到“伸南”时就必须纠正为“深南”来检索。为了加快“同音异形”字的匹配速度，先对“汉字拼音对照表”的拼音建立一个索引，以便减少检索循环。“纠误匹配”处理并不是每一次检索都会做，它是假定用户输入用错误，前级检索都失败时才会做。

检索时，愈是智能化检索的方式愈会增加检索的复杂度，也愈耗时，如何在智能化及运行效率上得到最好的平衡点，本发明主要是从数据库索引、缩小检索范围及建立缓冲区三个方面达到效果。

首先是数据库的架构优化，建立良好的数据库索引，数据库索引主要是依赖数据库引擎本身实现的，现有的几乎所有的数据库产品都提供了建立数据库索引的功能，建立索引的形式可以是针对一列、多列等。清楚的栏目分类，使得资料检索从内部有极大的改善。

其次是缩小资料检索范围，因为检索1万条记录远比100万条记录要快的多，所以在进行检索时适当的事先划定检索范围，这样一来检索范围会从全国缩小至某个省份或城市，不仅提高了检索速度，同时也提高了检索精度。而检索范围的事先划定，可以是直接由当前的地理位置信息获得，也可以是通过用户手动选择按检索类别进行收缩、距离范围大小及区域范围所在的城市，后续的检索功能只针对该选择项目内的现有信息进行检索，可以相对于提高了检索精度，也缩短了资料检索时间。

最后是建立中间缓冲区，缓冲区其实是一块内存区域，但这块内存区域并不是一直被占用，当检索完毕时便可释放出来，当被检索的资料量很大时，并不需要在第一次时就检索出所有符合条件的记录，而是先取出其中的一部份将其放入缓冲区中，如果此时缓冲区中已存有使用者所要的资料，则将该资料递交给使用者，然后再将后续检索得到的记录放入缓冲区中，这样就能加快每次取出记录的速度，所有的检索操作都会针对这个缓冲区中已置入的记录进行查核，如果要检索的资料尚不存在缓冲区中时，就必须重新对数据库做一次完整的检索，并将检索得到的资料依序置入缓冲区。另外由于检索的信息内容为文本型资料，实际上的检索结果所占用的字节数并不是很多，所以缓冲区对内存的占用并不是很多。当缓冲区占用内存到一定程度时，为了防止它过度的膨胀，必须要处理缓冲区的刷新回收没有使用内存或可能不会使用的内存。

附图说明

图1为本发明实施例的检索示意图，

图2为本发明实施例缓冲区机制的流程图。

具体实施方式

下面根据其应用情况，详细举例说明其实施的方式。

本发明的应用范围可以是适合汽车导航系统的地名检索、路名检索、地址检索、交叉路口检索、服务点检索、电话号码检索、邮编检索…等多种类型。其中除了电话号码检索、邮编检索仅采用”模糊匹配”即可达到，其它的检索功能都会按照处理流程进行更多种层次的智能检索，也就是前一级检索失败后，将会进入后一级的检索。以下为多种类型的应用例之说明：

A、于地名检索、路名检索、地址检索、交叉路口检索、服务点检索时

范例1：当使用者输入的关键词经过”模糊匹配”就能找到结果时。

关键词：银行

检索结果：1中国银行  2中国建设银行  3深圳发展银行  4银行信贷服务信息公司

范例2：当使用者输入的关键词经过”模糊匹配”不能找到结果时，但经过”逻辑匹配”能找到结果时。

关键词：广东省深圳市

检索结果：1广东省深圳市建设银行  2广东省深圳市邮电局  3广东省天基发展有限公司深圳市分公司

范例3：当使用者输入的关键词经过”模糊匹配”不能找到结果时，经过”逻辑匹配”也不能找到结果，但经过”缩写匹配”能找到结果时。

关键词：高交馆

检索结果：1深圳市高交会馆  2、高校交谊舞训练馆  3、高级社交礼仪活动馆

范例4：当使用者输入的关键词经过”模糊匹配”不能找到结果时，经过”逻辑匹配”和”缩写匹配”也不能找到结果，但经过”纠误匹配”能找到结果时。

关键词：伸南

检索结果：1深南大道

B、于电话号码、邮编检索时电话号码检索采用”模糊匹配”就能找到结果。

关键词8294

检索结果：1、联合广场82940157  2、财富广场01578294邮编检索采用”模糊匹配”就能找到结果。

关键词3325

检索结果：1、湖口县332500  2、东庄乡332512

为了提高检索效率，需要对检索资源的利用和检索方法进行优化。

其一，是建立检索索引。索引的建立，是在索引的选项上，根据实现检索的顺序指定，比如可以定义为：

一级索引属性：地区，

二级索引属性：数据类别。

也就是说，在检索过程先对地区过滤，再对数据类别进行过滤，最后再进行数据匹配，以快速、准确地获取检索结果。例如，检索深圳市的地王大厦，就是先过滤非深圳市的数据，再过滤非商业性的建筑物数据，最后匹配建筑物名称为地王大厦的地名。

其二，是缩小检索范围。这样可以减少很多的信息处理量，提升运行效率。

通常，先用经、纬度定位所处的地区，然后再选择检索的对象，选择检索的方法见图1。

检索地区是按照当前的经、纬度计算出地区名而进行初始化的，用户也可以选择地区；检索方式用户可以选择；再限定对象，检索运行速度很快。例如根据图1检索深圳市政府，很快可以显示检索结果，并显示出起位置，道路交通情况。

其三，是建立缓冲区机制。目的在于减少每次运行的计算量，节省资源。运行流程参见图2。

建立缓冲区后，每次运行时，分批次从系统中读取资料，并存入缓冲区，如果缓冲区有符合记录的资料，就可以不再读取数据，否则就读取下一批资料，直至找到符合条件的记录或者检索结束。

譬如有如下的一批数字：

1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16。

如果用户想得到16，那么这种一次性取出在总的资源占用和耗时上可能与采用缓冲区机制差不多；如果用户想得到的是偶数8，一次性取出就没有缓冲区机制好。假如我们每次取两个偶数，第一批为4、6，没有符合条件的偶数，然后取下一批8、10，这时就得到想要的偶数8，以后的数据就不用读取了，这样时间和资源都节省了。

检索整体运行效率的提高是建立索引、缩小检索范围和建立缓冲区机制三者的结合的结果，而不是它们单独的结果，离开了任何一方，效率都不可能提升。

上面所述的方式，仅是对本发明所列举的具体例子，并不是对本发明的具体限定，凡是与本发明采取检索方式类似，并达到相同目的和效果的，都应该在本发明的保护范围内。

Claims (14)

1一种用于电子地图查询系统的智能检索方法，其特征在于检索时输入日常口语我们经常使用的简称或者缩写，电子地图的搜索引擎可以自动将输入的简称或者缩写识别成与之匹配的固定用语，或者将其内容利用类似逻辑判断运算的方式进行查询。

2、如权利要求1所述的用于电子地图查询系统的智能检索方法，其特征在于对输入的词组，先判定是否为中文或者英文，中文字或者英文字母可以判定出词汇的数目，然后取出第一个字的字码，与数据库中的数据比对，比对之后在比对另外的字码，直至所有的字码比对结束。

3如权利要求1或2所述的用于电子地图查询系统的智能检索方法，其特征在于检索时，对所输入的词汇的所有字码全部找到检索结果对比是按照一定的顺序性，假设第一个字码与数据库的一条数据记录对比失败，后面的字码就不会再进行对比，直接跳到下面的数据进行比对，直至全部的字码比对完全符合为止。

4如权利要求1或2所述的用于电子地图查询系统的智能检索方法，其特征在于为了减少运算量，在处理“缩写匹配”检索时，缩写是按顺序组成任意地名的汉字

5如权利要求1或2所述的用于电子地图查询系统的智能检索方法，其特征在于为了方便快速检索到结果，“缩写匹配”检索后，所得到的结果按照内容由短及长的结果排列。

6如权利要求1所述的用于电子地图查询系统的智能检索方法，其特征在于上述的“缩写匹配”检索不到结果时，采用“纠误匹配”进行检索。

7如权利要求6所述的用于电子地图查询系统的智能检索方法，其特征在于“纠误匹配”是利用“汉字拼音对照表”找到与当前所输入的信息相同发音的汉字，然后再利用模糊匹配的方式，对这些由“同音异形”所构成的关键词对数据库进行再检索。

8如权利要求7所述的用于电子地图查询系统的智能检索方法，其特征在于为了加快“同音异形”字的匹配速度，先对“汉字拼音对照表”的拼音建立一个索引，以便减少检索循环。

9如权利要求1或7所述的用于电子地图查询系统的智能检索方法，其特征在于检索所需的数据库需要建立良好的数据库索引。

10如权利要求1或7所述的用于电子地图查询系统的智能检索方法，其特征在于在进行检索时适当的事先划定检索范围。

11如权利要求10所述的用于电子地图查询系统的智能检索方法，其特征在于而检索范围的事先划定，可以是直接由当前的地理位置信息获得，也可以是通过用户手动选择按检索类别进行收缩、距离范围大小及区域范围所在的城市。

12如权利要求1或7所述的用于电子地图查询系统的智能检索方法，其特征在于检索时应该建立中间缓冲区。

13如权利要求12所述的用于电子地图查询系统的智能检索方法，其特征在于当被检索的资料量很大时，并不需要在第一次时就检索出所有符合条件的记录，而是先取出其中的一部份将其放入缓冲区中，如果此时缓冲区中已存有使用者所要的资料，则将该资料递交给使用者，然后再将后续检索得到的记录放入缓冲区中，这样就能加快每次取出记录的速度，所有的检索操作都会针对这个缓冲区中已置入的记录进行查核。

14如权利要求1或7所述的用于电子地图查询系统的智能检索方法，其特征在于检索可以同时采用是建立索引、缩小检索范围和建立缓冲区机制的优化方式。

Images