[发明专利]一种资源环境的正反双向动态平衡搜索策略

摘要

本发明是一种面对非确定、不保真、超复杂资源环境的正反双向动态平衡搜索策略，属于分布式计算和软件工程学技术交叉领域。本发明主要用于对搜索者提出的具有正反判定性问题进行有限次数的递进搜索，引入数据图谱、信息图谱和知识图谱三层架构，将网络上资源进行组织，通过语义分析理解搜索者检索信息的倾向性，按正反倾向对搜索者提出的需求进行搜索，通过每次搜索的条目数以及每项条目对应资源的熵值计算该倾向资源的可靠性，虚假信息以及失效信息会随着递进搜索的次数被排除，提高了搜索资源的质量，同时避免面对无穷尽超复杂性问题时搜索陷入死循环的情况。

主权项

1.一种资源环境的正反双向动态平衡搜索策略，其中“正向资源”为用户搜索问题的肯定答复，反之，“反向资源”则为用户搜索问题的否定答复，其所包含的步骤：步骤1）根据已有资源体系建立处理资源框架；步骤2）获取用户搜索需求，允许用户以自然语言文本描述的形式输入其信息需求；步骤3）对搜索者的搜索需求进行主动建模，统计正向资源和反向资源在资源总数所占的比重weight，其中Resource_正表示正向资源数，Resource_反表示反向资源数，Resource_总表示资源总数：根据问题所占权重确定投入分配比例，包括递进搜索次数等；步骤4）对于搜索者提出的问题，按照正向和反向倾向进行双向搜索，遍历处理资源架构，寻找相关资源；步骤5）根据步骤4得到的资源按照资源中的关键词进行关联因素递进搜索，并计算得到信息的熵值，熵值范围是0到1，熵值越大，信息倾向越分散，可信度越低，资源是有时效性的，是按照某一关联因素进行递进搜索时，在T_k时间下得到的资源的熵值，p_i是每类答案出现的概率，Entropy表示按照某一关联因素进行递进搜索时，在不同时效下得到资源的加权平均熵值，Timeliness是T_k时间资源的时效性，T_s是资源开始出现的时间，T_t是资源终止传播的时间，T_c是当前搜索者搜索资源的时间：  （3）  （4）  （5）步骤6）每递进搜索一次，根据步骤5得到的递进搜索项的熵，计算资源可信度Confidence，其中S_amount表示递进搜索的次数，Item_amount表示每次递进搜索的条目总数，item_i表示条目i，是按条目i递进搜索得到的资源的熵：  （6）步骤7）根据步骤6得到的资源的可信度，判断正反双向资源可信度的比值是否大于阈值T或小于1/T，该阈值可根据学习算法得到，若满足阈值条件，返回可信度高的搜索结果给搜索者；否则返回步骤4继续递进搜索。