CN1838126A - 自由输入形式的无线短信匹配和搜索引擎的信息处理方法及其装置 - Google Patents

Abstract

本发明涉及自由输入形式的无线短信匹配和搜索引擎的信息处理方法及其装置。电源、交换机，交换机通过网卡与若干个计算机处理系统相连，计算机处理系统包括主板，与板相连的存储器和数据处理器，交换机的输入/输出接口与互联网相连，交换机的另一输入/输出接口与短信网络相连，所述的互联网和短信网络分别连接有多个短信收发装置。通过信息处理后，可以使所有的手机用户只要通过手机短信就可以方便、快速地获取有效和精确信息；操作简单方便，无需特定的短信格式，符合人们日常习惯；能够有效利用网络上的信息资源，保证了信息源的大量、丰富和准确，提高信息匹配的成功率，满足用户的需求。

Description

自由输入形式的无线短信匹配和搜索引擎的信息处理方法及其装置

技术领域

本发明涉及移动无线通信网络中的信息搜索和处理的领域，尤其是涉及一种自由输入形式的无线短信匹配和搜索引擎的信息处理方法及其装置的改良。

背景技术

随着信息技术的快速发展，人们对信息的交换也越来越频繁。如何在巨大的信息量中找到自己所需的信息成为至关重要的问题。现在基于Web的搜索引擎已被广泛使用，为人们的生活和学习方式带来了革命性的变化，极大的推动了信息化社会的建设。

但是，通过网络搜索引擎进行信息搜索的方式受到时间、空间和环境的限制。只有通过局限在一定空间的计算机才能进行操作，无法及时快速地掌握信息的变化。即便是使用笔记本电脑上网也存在着携带不便，开关机烦琐等多种弊端。另一方面，短信移动终端(如手机、小灵通等)的用户数量已占中国总人口的三分之一，并且每个月以500万的速度在飞快递增，这对信息化的普及来说是有了一个非常巨大的数量基础。但是如何让手机发挥其除了基本的通信功能外，成为类似电脑一样的信息获取终端，一直成为人们关注的热点。

现在一种常见的解决方法是让手机通过WAP上网后，然后类似上互联网那样进行信息搜索。但这种方式却有几点致命弱点：1.目前市场上70％以上的手机不支持上网功能；2.手机上网速度太慢，查询信息时间太长；3.手机上网查询信息的操作太复杂；4.虽然网上有海量的信息，但很难找到有效的精确信息；5.人们不习惯，也不喜欢通过手机上网，更不喜欢通过手机上网搜索信息，因为非常不方便。这样，应用通过手机上网来搜索和查询信息的方法在实践上有很大的困难，很难行得通，无法做到大量的普及。

发明内容

本发明主要是解决现有技术所存在的手机上网搜索信息存在的局限性，信息不精确、速度慢，通过计算机上互联网又存在着受到时间、空间和环境等的技术问题，提供了一种可以使所有的手机用户只要通过手机短信就可以方便、快速地获取有效和精确信息的自由输入形式的无线短信匹配和搜索引擎的信息处理方法，以及实现该方案的装置。

本发明还有一个目的是解决现有技术所存在的操作步骤烦琐，短信的输入格式较难记住，不符合人们常用习惯等的技术问题，提供了一种操作简单方便，无需特定的短信格式，符合人们日常使用习惯的自然语言形式的自由输入形式的无线短信匹配和搜索引擎的信息处理方法，以及实现该方案的装置。

本发明再有一个目的是解决现有技术所存在的信息资源有限，无法利用现有互联网上的海量信息，造成匹配成功率较低，搜索结果数量少，难以满足用户需要等的技术问题，提供了一种能够有效利用互联网上的信息资源，保证了信息源的大量、丰富和准确，提高信息匹配的成功率和搜索结果的数量，满足用户的需求的自由输入形式的无线短信匹配和搜索引擎的信息处理方法，以及实现该方案的装置。

本发明的上述技术问题主要是通过下述技术方案得以解决的：自由输入形式的无线短信匹配和搜索引擎的信息处理方法，其特征是在包括如下步骤：A：信息分别从各短信收发装置以短信方式发送至短信平台，短信平台将接收到的信息输入至中文识别单元进行中文识别；B：中文识别单元将识别后的非法信息过滤，将合法信息输入至业务和功能识别单元进行信息目的判断；C：将经过目的判断后的信息输入至格式标准化单元，格式标准化单元将标准化处理后的查询信息输入至搜索匹配引擎，并由搜索匹配引擎查询数据库内与之相匹配的信息，同时格式标准化单元将标准化处理后的发布信息输入至数据存储单元，数据存储单元将信息存储至数据库；D：搜索匹配引擎将搜索后的查询结果通过短信平台反馈至发送该信息的短信收发装置。

本发明创造性地将互联网和短信相结合，采用了短信搜索匹配方式进行信息交换，克服了通过手机上网存在的种种弊端。中文识别单元对收到的任意形式的短信都可以进行智能化识别和处理，用户无需用特定的格式输入短信，只要通过日常使用的自然语言输入短信就能够搜索信息，这样就极大地方便了用户的操作，可以使几乎所有的手机用户都可以轻松方便地用短信搜索有用信息。业务和功能识别单元如果判断用户发来的信息不是查询，而是发布，则不进入搜索匹配引擎，而是直接进入数据库存储起来。作为优选，所述的数据库还联接于互联网上，从互联网上获取的信息包括如下处理步骤：a：信息捕获单元将网络上的信息经过滤与提取单元处理后输入至判断单元；b：判断单元将无效信息输入删除单元，并将有效信息通过格式化单元进行格式化；c：格式化单元将不符合格式要求的信息输入删除单元，并将符合格式要求的信息输入至信息存储单元，信息存储单元将信息存储至数据库。本发明还可以自动实现从互联网上搜索有效信息，并通过手机短信发送给需求信息的用户，保证了信息源的大量、丰富和准确。

当然，这里的信息捕获单元可以采用多种多样的信息提取方式。网络爬虫是一种比较可行的方案。互联网上信息的获取由网络爬虫自动进行，不断地从互联网上抓取有效信息，并进行过滤、提取、分类和格式化，再进入数据库，以供用户查询。

作为优选，所述的步骤a中的过滤与提取单元将信息通过中文识别单元进行中文识别，然后通过日期提取单元提取信息的发布和截止时间，并通过时间判断单元将过期的信息删除，将有效的信息输入关键字提取单元，提取出关键字后通过关键字分类单元进行分类。

作为优选，上述的中文识别单元将短信通过预处理单元进行预处理，然后分别通过标点符号分隔单元、特殊符号分隔单元、非汉字字符分隔单元、字典分隔单元进行分隔，再将分隔后的信息通过纠错单元进行纠错，并由关键字提取单元提取出关键字。

作为优选，所述的步骤B中的业务和功能识别单元连接有人工辅助单元，人工辅助单元将业务和功能识别单元无法识别的信息通过人工进行辅助操作，人工辅助单元将能够识别信息目的的信息输入至格式标准化单元，将无法识别的信息反馈至发送该信息的短信收发装置。

此外，作为优选，所述的步骤B中的搜索匹配引擎搜索到的查询结果通过相关度排序单元进行排序，并通过计费单元后以短信的方式反馈至发送该信息的短信收发装置。

为了实现上述的自由输入形式的无线短信匹配和搜索引擎的信息处理方法，采用自由输入形式的无线短信匹配和搜索引擎的信息处理装置进行处理。包括电源、交换机，交换机通过网卡与若干个计算机处理系统相连，计算机处理系统包括主板，与板相连的存储器和数据处理器，其特征是在所述的交换机的输入/输出接口与互联网相连，交换机的另一输入/输出接口与短信网络相连，所述的互联网和短信网络分别连接有多个短信收发装置。

因此，本发明具有如下优点：1、可以使所有的手机用户只要通过手机短信就可以方便、快速地获取有效和精确信息；2、操作简单方便，无需特定的短信格式，符合人们日常习惯；3、能够有效利用网络上的信息资源，保证了信息源的大量、丰富和准确，提高信息匹配的成功率，满足用户的需求。

附图说明

附图1是本发明的一种信息处理流程图；

附图2是本发明的一种对互联网上获得的信息通过过滤与提取单元的处理流程图；

附图3是本发明的一种对信息通过中文识别单元的处理流程图；

附图4是本发明的硬件结构图；

附图5是本发明的一种实施例的信息处理流程图；

附图6是图5中对互联网上获得的信息通过过滤与提取单元的处理流程图；

图7是图5中对信息通过中文识别单元的处理流程图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：

本发明的信息处理装置是由市场上可以买到的普通服务器构成，发明人只是经过创造性的劳动，通过软件系统把这些单独的机器组合成一个具有巨大价值的短信无线搜索引擎。整个信息处理系统，包括短信通信处理部分、业务处理部分、互联网信息捕获部分(网络爬虫处理部分)、数据库存储部分和交换机输入/输出接口构成整机。

自由输入形式的无线短信匹配和搜索引擎的信息处理方法，其特征是在包括如下步骤：A：信息分别从各短信收发装置以短信方式发送至短信平台，短信平台将接收到的信息输入至中文识别单元进行中文识别；B：中文识别单元将识别后的非法信息过滤，将合法信息输入至业务和功能识别单元进行信息目的判断；C：将经过目的判断后的信息输入至格式标准化单元，格式标准化单元将标准化处理后的查询信息输入至搜索匹配引擎，并由搜索匹配引擎查询数据库内与之相匹配的信息，同时格式标准化单元将标准化处理后的发布信息输入至数据存储单元，数据存储单元将信息存储至数据库；D：搜索匹配引擎将搜索后的查询结果通过短信平台反馈至发送该信息的短信收发装置。

步骤B中的业务和功能识别单元连接有人工辅助单元，人工辅助单元将业务和功能识别单元无法识别的信息通过人工进行辅助操作，人工辅助单元将能够识别信息目的的信息输入至格式标准化单元，将无法识别的信息反馈至发送该信息的短信收发装置。步骤B中的搜索匹配引擎搜索到的查询结果通过相关度排序单元进行排序，并通过计费单后元以短信的方式反馈至发送该信息的短信收发装置。

数据库还联接于互联网上，从互联网上获取的信息包括如下处理步骤：a：信息捕获单元将网络上的信息经过滤与提取单元处理后输入至判断单元；b：判断单元将无效信息输入删除单元，并将有效信息通过格式化单元进行格式化；c：格式化单元将不符合格式要求的信息输入删除单元，并将符合格式要求的信息输入至信息存储单元，信息存储单元将信息存储至数据库。信息获取部分联接于互联网上，从互联网上获取的信息暂存到本地的文件系统中。然后将网络上的信息经过滤与提取单元处理后输入至判断单元。

上述的步骤a中的过滤与提取单元将信息通过中文识别单元进行中文识别，然后通过日期提取单元提取信息的发布和截止时间，并通过时间判断单元将过期的信息删除，将有效的信息输入关键字提取单元，提取出关键字后通过关键字分类单元进行分类。上述的中文识别单元将短信通过预处理单元进行预处理，然后分别通过标点符号分隔单元、特殊符号分隔单元、非汉字字符分隔单元、字典分隔单元进行分隔，再将分隔后的信息通过纠错单元进行纠错，并由关键字提取单元提取出关键字。

短信通信处理部分、业务处理部分、网络爬虫处理部分和数据库存储部分经各自的网卡分别接到交换机输入/输出接口上，电源部分同各部分的电源输入端相连接；所述的短信通信处理部分内的数据处理器6、存储器5、硬盘9、网卡3分别和主板4连接，网卡3同时和交换机2的输入输出接口连接，电源1分别和数据处理器6、存储器5、硬盘9、网卡3以及主板连接组成短信通信处理部分；所述的业务处理部分内的数据处理器6、存储器5、硬盘9、网卡3分别和主板4连接，网卡3同时和交换机的输入输出接口连接，电源1分别和数据处理器6、存储器5、硬盘9、网卡3以及主板4连接，组成业务处理部分；所述的网络爬虫处理部分内的数据处理器6、存储器5、硬盘9、网卡3和显卡10分别和主板4连接，网卡3同时和交换机2的输入输出接口连接，电源1分别和数据处理器6、存储器5、硬盘9、网卡3显卡10以及主板4连接，组成网络爬虫处理部分；所述的数据库存储部分内的数据处理器6、存储器5、硬盘9、网卡3分别和主板4连接，网卡3同时和交换机2的输入输出接口连接，电源1分别和数据处理器6、存储器5、硬盘9、网卡3以及主板4连接，组成数据库存储部分；交换机的输入/输出接口和处理机外部的互联网连接；交换机的输入/输出接口和处理机外部的短信网管连接；以上所述的全部部件的连接构成自由输入形式的短信发布与信息匹配处理装置的整机结构。

上述中，短信通信处理部分、业务处理部分、互联网信息捕获部分(网络爬虫处理部分)、数据库存储部分都采用IBM X226 8488 I02型号的服务器，配置为：CPU：EM64T Xeon 3.0G(2M)/2-SMP，内存512MB DDR2，硬盘73.4G HDD，CD，Raid 7e，6个热插拔硬盘位，BroadCom千兆网卡，520W电源。

结合图1、图2、图3、图4和图5，该装置及其在信息搜索、匹配、处理、以及供需信息服务上的具体应用方法包括两个方面，具体情况如下：

第一个方面：通过手机输入基于中文自然语言的短信进行信息搜索查询或发布具体步骤如下：

用户使用手机短信把需要搜索查询或发布的信息发送到短信通信处理部分

1.短信通信处理部分通过输入/输出接口接受从短信中心网关发来的信息，并输入到业务处理部分。

2.业务处理部分通过输入/输出接口接受从短信通信部分发来的信息。

3.业务处理部分的中文分词单元对接收到的信息进行中文分词。

4.先进行预处理，进行全角转半角，汉字数字转阿拉伯数字等。

5.按标点符号进行分隔，比如：“，”，“。”，“；”等。

6.按特殊字符进行分隔，比如：#，％，&等。

7.按非汉字字符进行分隔，比如：我想买一个联想扬天M6000的电脑，按此方法分词后为：我想买一个联想扬天M6000的电脑。

8.按字典分词。结合机械分词和统计分词等，混合多种技术把关键词分隔开，并对关键字时行类别标注。

9.进行拼音智能纠错。在进行字典分词的同时，进行拼音纠错处理，自动把错别字转成正确的词组。并最终把用户输入的信息切分成有意义的片段。

10.业务和功能识别单元对切分的片段进行业务识别和功能识别，按用户意图先把信息按行业分成大类，比如：房产，二手，比价等，然后再根据不同的功能把大类分成若干小类。

11.如果无法自动识别，则转交人工辅助识别单元，由人工辅助识别后，再进入步骤13

12.由格式化单元对信息进行格式化，把用户自由输入的、已经过前面步骤处理之后的数据进行分析，提取出有效信息，转成标准数据。

13.如果是信息发布，则直接把格化后的信息放到数据库处理部分的存储单元，转到15。

14.如果是信息搜索查询，则转入搜索单元，按格式化后的信息中的关键字进行搜索查询，并把搜索查询结果按用户需求的相关度算法进行计算、并按有效性和精确性排序。

15.由发送单元把处理后的信息结果发送给短信通信处理部分，并由短信通信处理部分把此结果以短信的形式发送到用户的手机上。

第二方面，通过网络爬虫部分，自动从互联网上搜索和抓取有效信息，并放入数据库部分的存储单元，具体步骤如下：

1.通过网络爬虫单元，按照初始的网络地址和搜索条件，进行聚焦网络爬虫搜索和抓取，并把抓取结果暂存入本地的文件系统中。

2.通过信息过滤单元，对抓取到的信息过滤。

3.首先进行中文分词。同第二方面的步骤4到步骤9

4.对一个网页上的信息进行单元分隔，即把一个网页上的多条信息分隔成多个单独单元分别处理

5.提取出信息的发布时间和结束时间。

6.如果为过期信息，则把该信息丢弃。

7.结合关键字和其它搜索查询条件进行联合条件查找。

8.如果没有查找结果，则把该条信息丢弃。

9.对信息按关键字进行分类。

10.再对分类信息按类别和关键字进行相关信息提取。

11.通过格式化单元，把提取后的信息进行格式化。

12.如果格式化后的信息满足插入条件，可以作为短信用户的搜索查询结果，则把它放入数据库系统中的存储单元。

13.循环执行此过程，不停地从互联网上搜索和抓取有效信息。

本发明所述的手机用户是指成千上万直至无数个手机终端。

本发明所述的软件包括对任何输入文字的随机存取即时动态处理的计算机程序以及自动搜索和抓取互联网上信息的计算机程序。

本发明所述的文字包括各种形式的文字，外国语，阿拉伯数字，符号，以及由这些形式的文字组成的任何信息。

本发明所述的关键字是指供需信息中的主关键字和限定关键字，包括产品或商业服务的名称，产品或商业服务的特点特征(比如电脑的型号，出租房屋的房型等)，价格，城市名称，地理位置等。

本发明所述的手机是指可以进行短信息数据通信的移动通信设备，包括使用GSM通信标准通信的手机，使用CDMA通信标准通信的手机，使用GPRS通信标准通信的手机，使用3G通信标准通信的手机，小灵通手机(PHS)以及使用其他新的通信标准通信的移动通信设备。

本发明所述的短信(SMS)包括可以通过GSM、CDMA、小灵通(PHS)、3G以及目前或今后任何可以通过其他新的通信标准通信的移动通信网络发送的短信。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

尽管本文较多地使用了较多的术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (7)

1.一种自由输入形式的短信无线搜索引擎的信息处理方法，其特征是在包括如下步骤：

A：信息分别从各短信收发装置以短信方式发送至短信平台，短信平台将接收到的信息输入至中文识别单元进行中文识别；

B：中文识别单元将识别后的非法信息过滤，将合法信息输入至业务和功能识别单元进行信息目的判断；

C：将经过目的判断后的信息输入至格式标准化单元，格式标准化单元将标准化处理后的查询信息输入至搜索匹配引擎，并由搜索匹配引擎查询数据库内与之相匹配的信息，同时格式标准化单元将标准化处理后的发布信息输入至数据存储单元，数据存储单元将信息存储至数据库；

D：搜索匹配引擎将搜索后的查询结果通过短信平台反馈至发送该信息的短信收发装置。

2.根据权利要求1所述的自由输入形式的短信无线搜索引擎的信息处理方法，其特征是在所述的数据库还联接于互联网上，从互联网上获取的信息包括如下处理步骤：a：信息捕获单元将网络上的信息经过滤与提取单元处理后输入至判断单元；b：判断单元将无效信息输入删除单元，并将有效信息通过格式化单元进行格式化；c：格式化单元将不符合格式要求的信息输入删除单元，并将符合格式要求的信息输入至信息存储单元，信息存储单元将信息存储至数据库。

3.根据权利要求2所述的自由输入形式的短信无线搜索引擎的信息处理方法，其特征是在所述的步骤a中的过滤与提取单元将信息通过中文识别单元进行中文识别，然后通过日期提取单元提取信息的发布和截止时间，并通过时间判断单元将过期的信息删除，将有效的信息输入关键字提取单元，提取出关键字后通过关键字分类单元进行分类。

4.根据权利要求1或2或3所述的自由输入形式的短信无线搜索引擎的信息处理方法，其特征是在上述的中文识别单元将短信通过预处理单元进行预处理，然后分别通过标点符号分隔单元、特殊符号分隔单元、非汉字字符分隔单元、字典分隔单元进行分隔，再将分隔后的信息通过纠错单元进行纠错，并由关键字提取单元提取出关键字。

5.根据权利要求4所述的自由输入形式的短信无线搜索引擎的信息处理方法，其特征是在所述的步骤B中的业务和功能识别单元连接有人工辅助单元，人工辅助单元将业务和功能识别单元无法识别的信息通过人工进行辅助操作，人工辅助单元将能够识别信息目的的信息输入至格式标准化单元，将无法识别的信息反馈至发送该信息的短信收发装置。

6.根据权利要求4所述的自由输入形式的短信无线搜索引擎的信息处理方法，其特征是在所述的步骤B中的搜索匹配引擎搜索到的查询结果通过相关度排序单元进行排序，并通过计费单元后以短信的方式反馈至发送该信息的短信收发装置。

7.一种自由输入形式的短信无线搜索引擎的信息处理装置，包括电源(1)、交换机(2)，交换机(2)通过网卡(3)与若干个计算机处理系统相连，计算机处理系统包括主板(4)，与主板相连的存储器(5)和数据处理器(6)，其特征是在所述的交换机(2)的输入/输出接口与互联网(13)相连，交换机(2)的另一输入/输出接口与短信网络(14)相连，所述的短信网络(14)连接有多个短信收发装置(12)。

Images