[发明专利]一种基于大数据技术的海量文档关键词快速检索方法在审
| 申请号： | 201611001973.2 | 申请日： | 2016-11-14 |
| 公开（公告）号： | CN108073616A | 公开（公告）日： | 2018-05-25 |
| 发明（设计）人： | 陈瑞 | 申请（专利权）人： | 北京航天长峰科技工业集团有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100854*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于大数据技术的海量文档关键词快速检索方法，搜索请求开始后，根据总控制台指令，分别向各个shard分片进行搜索，获取各自检索的记录，汇集各分片初始结果集，对初始结果集进行排序，按照预置条件要求，返回符合条件的记录，通过上一阶段步骤获取的信息，进行字段值选择并行执行任务，去各个shard获取字段值信息，汇总各个shard的字段值信息，收集各分片的最终结果，合并结果，统一返回；然后运用textrank提取关键词，根据每一个词的权重，再进行下一步的投票以及迭代的操作来获取文章的特征词。 | ||
| 搜索关键词： | 字段 文档关键词 快速检索 大数据 结果集 并行执行 符合条件 阶段步骤 搜索请求 预置条件 总控制台 最终结果 返回 特征词 迭代 记录 权重 排序 检索 搜索 指令 合并 投票 统一 | ||
【主权项】：
1.一种基于大数据技术的海量文档关键词快速检索方法，其特征在于：(1)搭建海量数据索引云服务，实现索引存储负载的均衡化，具体实现过程包括如下步骤：(10)搜索请求开始；(11)根据总控制台指令，分别向各个shard分片进行搜索；(12)获取各自检索的记录；(13)汇集各分片初始结果集；(14)对初始结果集进行排序，按照预置条件要求，返回符合条件的记录；(15)通过上一阶段步骤(14)获取的信息，进行字段值选择；(16)并行执行任务，去各个shard获取字段值信息；(17)汇总各个shard的字段值信息；(18)收集各分片的最终结果；(19)合并结果，统一返回；(2)优化异构数据内容解析算法，使其解析更准确：运用textrank提取关键词，根据每一个词的权重，再进行下一步的投票以及迭代的操作来获取文章的特征词。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航天长峰科技工业集团有限公司，未经北京航天长峰科技工业集团有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611001973.2/，转载请声明来源钻瓜专利网。
