[发明专利]一种多媒体文件搜索引擎的排序方法

权利要求书

1、一种多媒体文件搜索引擎的排序方法，其特征在于，预先设置至少一个原子规则，并进一步设置由原子规则所表示的排序规则，该方法还包括以下步骤：

A、爬虫从互联网中获取多媒体文件的下载链接信息，所述下载链接信息中至少包括多媒体文件的下载链接；

B、检测器将排序规则解析成原子规则，并根据解析出的原子规则对所述下载链接信息进行检测并打分；

C、索引器根据所述打分的结果对多媒体文件的下载链接进行排序。

2、根据权利要求1所述的多媒体文件搜索引擎的排序方法，其特征在于，所述原子规则包括以下逻辑规则中的任一个或其中至少一个的任意组合：

信息百分比大于预先设定值、信息百分比包含预先设定值、信息百分比不等于预先设定值、信息百分比小于预先设定值、信息百分比等于预先设定值、丢弃信息、不丢弃信息，所述的信息百分比是指所述的下载链接信息在所有网站信息中的比例。

3、根据权利要求1所述的多媒体文件搜索引擎的排序方法，其特征在于，所述设置由原子规则所表示的排序规则为：将排序规则设置为原子规则的正则表达式；

步骤B所述检测器将排序规则解析成原子规则为：检测器分析所述正则表达式，以将所述排序规则解析成原子规则。

4、根据权利要求1所述的多媒体文件搜索引擎的排序方法，其特征在于，所述排序规则保存在文本文件中，

步骤B中检测器在初始化时从所述文本文件中调入排序规则，以对排序规则进行解析。

5、根据权利要求4所述的多媒体文件搜索引擎的排序方法，其特征在于，所述文本文件为可扩展标记语言XML文件。

6、根据权利要求1所述的多媒体文件搜索引擎的排序方法，其特征在于，所述下载链接信息中进一步包括Tag信息，所述排序规则包括：

如果所述Tag信息里面包含有链接，则不从Tag信息中获取内容并将该多媒体文件的下载链接打分降低。

7、根据权利要求1所述的多媒体文件搜索引擎的排序方法，其特征在于，所述下载链接信息中进一步包括锚文本，所述排序规则包括：

如果同一个网站的相同锚文本超过预定比例，则不从该网站的锚文本获取内容。

8、根据权利要求1所述的多媒体文件搜索引擎的排序方法，其特征在于，所述下载链接信息进一步包括锚文本和/或Tag信息。

9、根据权利要求1所述的多媒体文件搜索引擎的排序方法，其特征在于，所述多媒体文件包括音乐文件、视频文件或图像文件。

10、根据权利要求9所述的多媒体文件搜索引擎的排序方法，其特征在于，所述音乐文件包括：MP3文件、WMA文件或RM文件。