[发明专利]垂直搜索引擎的实现方法

摘要

本申请公开了一种垂直搜索引擎的实现方法，首先建立地理词数据库、特征词数据库、地址检索训练库。然后由网页抓取程序搜集网页信息。接着由索引程序为所搜集的网页建立坐标值索引、特征码索引和关键词索引中的一个或多个。最后由检索程序响应用户的查询内容。检索程序判断查询内容是否属于按地址检索；如果属于，则以坐标值、特征码、关键词单独或组合检索。如果不属于，则以特征码、关键词单独或组合检索。检索结果展示给用户。本申请采用朴素贝叶斯分类算法判断检索意图，并构建了网页的三类索引库，以这三类索引库相组合进行检索，由此可得到更符合用户需求、更为精准的检索结果。

主权项

一种垂直搜索引擎的实现方法，其特征是，所述方法为：第一步，建立地理词数据库、特征词数据库、地址检索训练库；所述地理词数据库包括多个地理词；所述特征词数据库包括多个特征词及其相应的互不重复的特征码；所述地址检索训练库包括多段话、它们均已由人工分类为“具有按地址检索的意图”或“不具有按地址检索的意图”这两个类别之一；所述两个类别出现的概率值、每段话中的每个词汇对于所述两个类别的条件概率也已统计计算出；第二步，由网页抓取程序搜集网页信息；第三步，由索引程序为所搜集的网页建立坐标值索引、特征码索引和关键词索引中的一个或多个；第四步，由检索程序响应用户的查询内容；检索程序判断查询内容是否属于按地址检索；如果属于，则从查询内容中提取出地理词的坐标值、特征词的特征码，剩下的作为关键词，作为在坐标值索引库、特征码索引库、关键词索引库中单独或组合检索的条件；如果不属于，则从查询内容中提取出特征词的特征码，剩下的作为关键词，作为在特征码索引库、关键词索引库中单独组合检索的条件；检索结果展示给用户。