[发明专利]网页数据库的建立方法、网页搜索方法以及相关装置

说明书

技术领域

本申请涉及计算机网络技术领域，尤其涉及一种网页数据库的建立方法、一种网页搜索方法、一种网页数据库的建立装置和一种网页搜索装置。

背景技术

随着互联网技术的普及，网页搜索引擎在互联网中得到广泛应用。附图1为现有网络搜索系统的示意图，人们在使用网页搜索引擎时，只需要在搜索引擎客户端(例如网页浏览器的指定页面)的文本框中输入搜索关键词，然后点击搜索引擎页面中的搜索按键，或者敲击键盘上的回车键，就可以向网页搜索引擎的后台服务器发送一个携带有搜索关键词的搜索请求。该后台服务器将包含根据该搜索关键词搜索到的相关网页的链接地址的搜索结果反馈给客户端，用户可基于接收到搜索结果选择并访问感兴趣的相关网页。

现有网页搜索引擎的后台服务器维护有一个规模巨大(几亿至几十亿不等)的网页数据库。后台服务器根据搜索关键词获得搜索结果的基本原理为：逐一计算网页数据库中每个网页中的内容分别与搜索关键词的相似度值，选取相似度值超过预定阈值的网页，将选取的网页的链接地址作为搜索结果反馈给客户端。通常，后台服务器将搜索结果反馈给客户端之前，还可以按照各网页中的内容与搜索关键词的相似度值由高到底的顺序，对选取的网页的链接地址进行排序，将排序后的各网页的链接地址作为搜索结果反馈给客户端。

在上述后台服务器逐一计算每个网页中的内容分别与搜索关键词的相似度值时，通常考虑各网页中的内容与搜索关键词的匹配度参数(也可以理解为该网页内容中出现该搜索关键词的次数)、与网页被指向的次数相关的页面等级(PageRank)参数、各网页所在站点的重要性权重、各网页所在站点的垃圾比率等参数。这就导致有时候，用户最先看到的检索结果中排序靠前的链接地址对应的网页并不是对用户想要访问的网页，这一点对与购物相关的搜索来说尤为严重。例如用户想了解一下与“最新款的手机”相关信息，在搜索引擎客户端中输入搜索关键词“最新款的手机”后，搜索结果中排序靠前的往往是包含一些与“最新款的手机充电器”或“最新款的手机数据线”相关的网页的链接地址，或者是虽然包含搜索关键词，但却是多年前发布的网页的链接地址，这些网页的价值不大，即现有的搜索方案往往无法将与用户的搜索意图最相关的网页的链接地址优先地提供给用户。

发明内容

本申请实施例提供一种网页搜索方法，用以解决现有技术中无法优先地提供与用户搜索意图相关程度最高的网页的链接地址的问题。

对应地，本申请实施例还提供了一种网页数据库的建立方法、一种网页数据库的建立装置和一种网页搜索装置。

本申请实施例提供的技术方案如下：

一种网页数据库的建立方法，包括：设定至少一个附加参数，建立并存储每个附加参数对应的意图词集合，所述意图词集合中包括有至少一个意图词，用于进行网页搜索时，结合搜索关键词选择用于确定相关度值的附加参数；设定并存储包含各附加参数组合在确定相关度值时对应的权重值的权重调整表；设定并存储附加参数对应的附加信息的确定方式，以及根据附加信息确定附加参数值的方式；获取网页；根据附加参数对应的附加信息的确定方式，从获取的所述网页的内容中确定并存储所述网页的附加参数所对应的附加信息。

一种网页搜索方法，包括：根据输入的搜索关键词，确定该搜索关键词对应的附加参数；根据确定出的附加参数，从存储有包含根据各不同附加参数组合计算相关度值时各参数对应权重值的权重调整表中，选择出根据确定出的附加参数计算相关度值时各参数分别对应的权重值；针对网页数据库中的每个网页，获取该网页的确定出的附加参数所对应的附加信息，依照存储的根据附加信息确定附加参数值的方式，根据获取的附加信息确定该网页的所述确定出的附加参数的参数值，并根据确定出的附加参数的参数值，以及选择出的各参数分别对应的权重值，确定该网页与所述搜索关键词的相关度值；根据计算出的相关度值由高到低的顺序，对网页数据库中的每个网页的链接地址进行排序；返回排序后的结果。