[发明专利]站内信息搜索方法和搜索系统

说明书

技术领域

本发明涉及信息技术领域，具体为一种站内信息搜索方法和搜索系统。

背景技术

目前，网络进入了千家万户，人们越来越喜欢在网上进行各种活动，网站也针对人们不同的需要开设了不同的版块，比如：新闻、体育、教育、出国、社区等等，人们在一家网站既可以得到多个版块的信息内容而且可以在多个版块进行互动性交流，而且，人们为了查找一些内容，越来越多的用到站内搜索，目前，站内搜索的局限性很大，由于版块众多，信息繁杂，站内搜索速度很慢，基本无法满足人们快节奏生活下的快节奏站内搜索的需要。

发明内容

本发明提供了一种站内信息搜索方法和搜索系统，能够加快站内信息搜索的速度。

本发明提供了一种站内信息搜索方法，包括：

提取站内不同板块中一个以上的信息数据；

对所述一个以上的信息数据整合为相同的XML数据格式输出；

对整合后的所述一个以上的信息数据进行处理形成索引库；

确定待搜索文本；

对所述待搜索文本进行处理形成结构化数据；

根据所述结构化数据在所述索引库中进行搜索；

展示搜索结果。

所述对整合后的所述一个以上的信息数据进行处理形成索引库优选为包括：

对所述一个以上的信息数据进行信息数据编号；

提取每一个所述信息数据中包含的一个以上的关键词；

对所述一个以上的关键词进行关键词编号；

记录每一个关键词在包含所述关键词的所述信息数据中的关键词位置；

记录每一个关键词在包含所述关键词的所述信息数据中出现的关键词次数；

根据所述信息数据编号、关键词编号、关键词位置、关键词次数之间的对应关系建立包含所述对应关系的所述索引库。

所述对所述待搜索文本进行处理形成结构化数据优选为包括：

A.载入与所述待搜索文本相匹配的词典；

B.按随机或设定顺序从所述待搜索文本中抽取包含连续排列的一个以上文字的一个待匹配子文本；

C.按随机或设定的方式将所述待匹配子文本与所述词典进行匹配；

D.当匹配成功时，记录所述待匹配子文本中匹配成功的待匹配关键词，并且判断所述待匹配文本是否存在未被抽取的文字；

当判断结果为存在时，再按随机或设定顺序从所述待搜索文本中抽取包含连续排列的一个以上文字的下一个待匹配子文本，返回C步骤；

当判断结果为不存在时，进行F步骤；

E.当匹配失败时，从所述待匹配子文本的任一端删减一个以上的文字，形成新的所述待匹配子文本，所述待匹配子文本进一步包括删减文字后的文本，返回C步骤；

F.将所有所述待匹配关键词构成所述结构化数据。

所述对整合后的所述一个以上的信息数据进行处理形成索引库优选为进一步包括：提取每一个所述信息数据中包含的一个以上的关键词；将所述关键词汇总成关键词词典；则，所述待搜索文本相匹配的词典优选为所述关键词词典或外部引入的词典。

所述将所有所述待匹配关键词构成所述结构化数据优选为包括：

统计所有所述待匹配关键词的数量；

统计所有重复的待匹配关键词及每一个重复的所述待匹配关键词的数量；

剔除所有重复的待匹配关键词；

将剔除重复的所述待匹配关键词后的其他所述待匹配关键词构成所述结构化数据。

所述根据所述结构化数据在所述索引库中进行搜索优选为包括：

将所述结构化数据中每一个待匹配关键词与所述索引库中的关键词进行匹配，并根据匹配结果确定搜索结果。

所述将所述结构化数据中每一个待匹配关键词与所述索引库中的关键词进行匹配优选为包括：

a.以随机或设定顺序选取一个所述待匹配关键词，将选定的所述待匹配关键词与所述索引库中的关键词进行匹配，并标定该选取的所述待匹配关键词为已选取；

b.当匹配成功时，记录包含所述关键词的所述信息数据，并将关键词匹配次数加1，将每一条包含所述关键词的所述信息数据的匹配次数加1，设定匹配次数的初始值为0；

c.当匹配失败时，判断所述待匹配关键词中是否还有未标定为已选取的待匹配关键词，如果判断结果为有，则返回a步骤，如果判断结果为没有，则匹配结束；

则，

所述根据匹配结果确定搜索结果优选为包括：

按照信息数据的匹配次数由大到小的顺序，选取设定数目的所述信息数据作为搜索结果。