[发明专利]一种网情数据的检索方法、系统、电子设备及存储介质

说明书

本申请公开了一种网情数据的检索方法、系统、电子设备及存储介质，所属的技术领域为互联网网情兴趣点数据发现处理领域。所述网情数据的检索方法包括：按照逻辑符号将兴趣点表达式拆分为多个关键词，将与待匹配流内容匹配的关键词所在的兴趣点表达式设置为备选兴趣点表达式；对所述备选兴趣点表达式进行逻辑拆解，得到递归封装数据结构；将所述待匹配流内容与所述递归封装数据结构进行匹配，得到网情数据检索结果。本申请能够在保证召回率的情况下提高检索网情数据的准确率。

技术领域

本申请涉及互联网网情兴趣点数据发现处理领域，特别涉及一种网情数据的检索方法、系统、电子设备及存储介质。

背景技术

网情数据是构建网络安全体系的信息基础，相关技术中通常完全基于关键词兴趣表达式对实时数据内容进行实时匹配发现兴趣点数据。但是上述方式依赖用户的个性化主观配置词，当用户配置场景词较多的时候，会超过搜索引擎MaxBooleanClauses的查询限制造成解析异常，同时对搜索引擎稳定性造成影响。并且未考虑关键词的地域和人物名称的词性检测问题，会造成数据召回不足以及误召回问题。

因此，如何在保证召回率的情况下提高检索网情数据的准确率是本领域技术人员目前需要解决的技术问题。

发明内容

本申请的目的是提供一种网情数据的检索方法、一种网情数据的检索系统、一种电子设备及一种存储介质，能够在保证召回率的情况下提高检索网情数据的准确率。

为解决上述技术问题，本申请提供一种网情数据的检索方法，该网情数据的检索方法包括：

按照逻辑符号将兴趣点表达式拆分为多个关键词，将与待匹配流内容匹配的关键词所在的兴趣点表达式设置为备选兴趣点表达式；

对所述备选兴趣点表达式进行逻辑拆解，得到递归封装数据结构；

将所述待匹配流内容与所述递归封装数据结构进行匹配，得到网情数据检索结果。

可选的，将与待匹配流内容匹配的关键词所在的兴趣点表达式设置为备选兴趣点表达式，包括：

根据词性构建关键词字典；其中，所述关键词字典中的元素为所属词性关键词到兴趣点表达式ID的倒排集合映射关系；

将所述待匹配内容与所述关键词字典中的关键词进行匹配，并将匹配命中的关键词所在的兴趣点表达式设置为所述备选兴趣点表达式；

相应的，还包括：

将所述备选兴趣点表达式添加至预匹配集合。

可选的，对所述备选兴趣点表达式进行逻辑拆解，得到递归封装数据结构，包括：

对所述备选兴趣点表达式进行逻辑拆解，得到每一所述备选兴趣点表达式对应的递归封装数据结构，并对所述递归封装数据结构进行序列化；

其中，所述递归封装数据结构包括ANDS数组、ORS数组、最细粒度关键词和关键词词性，所述ANDS数组为备选兴趣点表达式中表示逻辑与运算的表达式列表，所述ORS数组为备选兴趣点表达式中表示逻辑或运算的表达式列表。

可选的，将所述待匹配流内容与所述递归封装数据结构进行匹配，得到网情数据检索结果，包括：

利用所述最细粒度关键词对所述待匹配流内容进行匹配，得到第一匹配结果；

和/或，利用ANDS数组对所述待匹配流内容进行匹配，得到第二匹配结果；

和/或，利用ORS数组对所述待匹配流内容进行匹配，得到第三匹配结果；

判断所述第一匹配结果、所述第二匹配结果或所述第三匹配结果是否为匹配成功；

若是，则将所述待匹配流内容设置为网情数据检索结果；