[发明专利]基于Lucence自定义词库的全文检索匹配方法及系统

权利要求书

1.一种基于Lucence自定义词库的全文检索匹配方法，其特征在于，包括以下步骤：

在基于Lucence全文检索引擎的搜索环境中，实时获取用户输入的搜索词，检测是否搜索到结果，如果搜索不到结果，则将搜索不到结果的搜索词去掉特殊字符，存入Lucence自定义词库；如果搜索到结果，则对搜索到结果的搜索词进行分词处理，得到分词后的若干词组；对分词后的若干词组继续进行搜索，检测是否搜索到结果，如果搜索不到结果，则将搜索不到结果的分词后的词组去掉特殊字符，存入Lucence自定义词库；如果搜索到结果，则记录搜索的时间、分词后的搜索词、搜索反馈信息，最终建立支持Lucence全文检索的Lucence自定义词库。

2.如权利要求1所述的基于Lucence自定义词库的全文检索匹配方法，其特征在于：所述建立支持Lucence全文检索的Lucence自定义词库之后，还包括以下步骤：在建立支持Lucence全文检索的Lucence自定义词库的基础上，根据字段的搜索量、搜索反馈信息及自定义权重变量线性叠加，按照字段权重动态分配公式定时计算字段权重值，再通过Lucence全文检索引擎的权重设置接口，将计算得到的字段权重值动态赋值给字段

所述自定义权重变量为主播名、主播房间名或房间类型；

所述字段权重动态分配公式为：

boost＝(α*n+β*m+δ*In(t)+r)*ρ，

其中，boost为某字段权重值，n为某时段该字段被检索量，m为某时段该字段被检索后具有完整搜索反馈的总量，t为某时段该字段被检索后不完整搜索反馈的总量，r为自定义权重变量，α为检索量的系数因子，β为完整搜索反馈的系数因子，δ为不完整搜索反馈的系数因子，ρ为全局协调系数因子。

3.如权利要求2所述的基于Lucence自定义词库的全文检索匹配方法，其特征在于：当系统出现转型或用户搜索喜好发生变化之后，所述自定义权重变量随之改变。

4.一种基于Lucence自定义词库的全文检索匹配系统，其特征在于：该系统包括Lucence自定义词库建立单元，所述Lucence自定义词库建立单元用于建立支持Lucence全文检索的Lucence自定义词库：在基于Lucence全文检索引擎的搜索环境中，实时获取用户输入的搜索词，检测是否搜索到结果，如果搜索不到结果，则将搜索不到结果的搜索词去掉特殊字符，存入Lucence自定义词库；如果搜索到结果，则对搜索到结果的搜索词进行分词处理，得到分词后的若干词组；对分词后的若干词组继续进行搜索，检测是否搜索到结果，如果搜索不到结果，则将搜索不到结果的分词后的词组去掉特殊字符，存入Lucence自定义词库；如果搜索到结果，则记录搜索的时间、分词后的搜索词、搜索反馈信息。

5.如权利要求4所述的基于Lucence自定义词库的全文检索匹配系统，其特征在于：该系统还包括字段权重动态分配单元，所述字段权重动态分配单元用于动态分配字段权重：在Lucence自定义词库的基础上，根据字段的搜索量、搜索反馈信息及自定义权重变量线性叠加，按照字段权重动态分配公式定时计算字段权重值，再通过Lucence全文检索引擎的权重设置接口，将计算得到的字段权重值动态赋值给字段；

所述自定义权重变量为主播名、主播房间名或房间类型；

所述字段权重动态分配公式为：

boost＝(α*n+β*m+δ*In(t)+r)*ρ，

其中，boost为某字段权重值，n为某时段该字段被检索量，m为某时段该字段被检索后具有完整搜索反馈的总量，t为某时段该字段被检索后不完整搜索反馈的总量，r为自定义权重变量；α为检索量的系数因子，β为完整搜索反馈的系数因子，δ为不完整搜索反馈的系数因子，ρ为全局协调系数因子。

6.如权利要求5所述的基于Lucence自定义词库的全文检索匹配系统，其特征在于：当系统出现转型或用户搜索喜好发生变化之后，所述自定义权重变量随之改变。