[发明专利]一种海量数据多维排序搜索方法

权利要求书

1.一种海量数据多维排序搜索方法，其特征在于，包括以下步骤：

1)根据数据库中文档的领域相关度，将文档进行聚类，得到聚类组织相似查询树；

2)将不同的领域的聚类组织进行聚类，形成相似查询树；

3)获取用户提交的查询向量，将查询向量表示为查询超球体；

4)根据查询超球体与相似查询树中节点所代表的超球体的位置关系，获取与查询超球体交集最多的超球体，并对该超球体向下一层节点寻找，直到叶子节点，并查询其左右邻居节点，按照相关比例返回节点中k个最相关的文档列表以及文档向量。

2.根据权利要求1所述的海量数据多维排序搜索方法，其特征在于，所述步骤1)具体为：

1.1、根据数据库中文档的领域相关度，对相同领域的文档生成一个多维的文档向量DC；

1.2、设置单个槽中元素的门限值T；

1.3、初始化文档向量DC中选择向量值最大和最小的对象，分别做所有槽的上下界；

1.4、确定初始k值，将文档向量DC化为等大小区间槽，利用公式(1)将所有文档集放入对应槽中，选取其中与槽中心点最近的对象作为该聚类中心，所述公式(1)：

E=|p-n·Omax-Omink|,n∈(0,k)]]>

其中，p为文档集中的点，Omax为文档集中向量最大的对象，Omin为文档集中向量最小的对象；

1.5、检测所有槽中成员元素是否超过门限值T，若存在超过门限值T，则对该槽继续进行聚类，生成子槽。

3.根据权利要求2所述的海量数据多维排序搜索方法，其特征在于，所述步骤1.3与1.4之间还包括步骤：

对于新加入文档向量DC的文档对象，检测与各个槽之间的距离，决定加入槽，并与当前中心点比较，若其与槽中心点向量差小于当前中心点，则将该对象替换为中心点，若超出原聚类的上下界则以该对象作为中心点，按比例建立新槽。

4.根据权利要求1所述的海量数据多维排序搜索方法，其特征在于，所述步骤2)包括将聚类组织相似查询树中叶子节点加入指向其左右兄弟节点指针。

5.根据权利要求1所述的海量数据多维排序搜索方法，其特征在于，所述步骤4)具体包括：

4.1、服务器首先计算查询超球体和根节点各个超球体之间的关系，得到交集最多的某个超球体；

4.2、根据得到的超球体，继续向下一层节点寻找交集最多的超球体；

4.3、重复步骤4.2，直到叶子节点，计算叶子节点和查询超球体球心OQw之间的距离，获得与查询超球体交集最大的叶子节点；

4.4、查找所述相交的叶子节点的左右邻居节点，按比例范围最近的k个文档及列表。