[发明专利]一种基于云计算的大数据检索方法

摘要

本发明公开了一种基于云计算的大数据检索方法，涉及数据处理技术领域。该方法包括：将云存储系统中的内容数据映射到对应的内容索引中，并从映射到内容索引中的内容数据中提取主题数据，将主题数据映射到对应的主题索引中；当完成新内容数据和新主题数据索引时，对各内容索引和主题索引分别进行重合度检测，当检测重合度为预设重合度时，对内容索引和主题索引进行合并重新整合；构建完整索引空间；根据关键字对主题索引进行主题检索；根据关键字对内容索引进行内容检索。本发明在云存储系统中建立主题索引和内容索引的两级索引，检索时根据需要选择通过主题索引进行检索还是通过内容索引进行检索，提高了检索效率，并增加了检索灵活性。

主权项

一种基于云计算的大数据检索方法，其特征在于，包括：在云存储系统中开辟内容索引和主题索引管理空间，按照等量有序原则设定内容索引和主题索引管理空间范围；将云存储系统中的内容数据映射到对应的内容索引中，并从映射到内容索引中的内容数据中提取主题数据，将主题数据映射到对应的主题索引中；当有新内容数据存入云存储系统时，从新内容数据中提取新主题数据，将新内容数据和新主题数据分别映射到空闲的内容索引和主题索引中；当完成新内容数据和新主题数据的内容索引和主题索引时，对各内容索引和主题索引分别进行重合度检测，当检测重合度为预设重合度时，对内容索引和主题索引进行合并重新整合；将各内容索引、各主题索引、以及各内容索引与对应的主题索引进行关联，构成完整的索引空间；根据关键字对主题索引进行主题检索，检索出以主题相关度为主的主题数据和对应的内容数据；其中，按照“关键字+<Z1>”的格式进行一级主题检索，关键字相关度为70％～100％为一级主题检索结果；按照“关键字+<Z2>”的格式进行二级主题检索，关键字相关度为30％～100％为二级主题检索结果；按照“关键字+<Z3>”的格式进行三级主题检索，关键字相关度为1％～100％为三级主题检索结果；根据关键字对内容索引进行内容检索，检索出以内容相关度为主的内容数据和对应主题的数据；其中，按照“关键字+<N1>”的格式进行一级内容检索，关键字相关度为90％～100％为一级内容检索结果；按照“关键字+<N2>”的格式进行二级内容检索，关键字相关度为80％～100％为二级内容检索结果；按照“关键字+<N3>”的格式进行三级内容检索，关键字相关度为60％～100％为三级内容检索结果；按照“关键字+<N4>”的格式进行四级内容检索，关键字相关度为40％～100％为四级内容检索结果；按照“关键字+<N5>”的格式进行五级内容检索，关键字相关度为1％～100％为五级内容检索结果。