[发明专利]数据的动态获取方法、装置及系统

权利要求书

1.一种数据的动态获取方法，其特征在于，包括：

接收搜索请求串，并从所述搜索请求串中读取搜索词；

根据所述搜索词在阈值词典中进行查询，以获取所述搜索词所对应的动态阈值分数；

将所述搜索词作为查询条件，所述搜索词所对应的动态阈值分数作为过滤条件在索引数据表中进行过滤，以获取当关键词与所述搜索词相同且所述关键词的阈值分数大于等于该搜索词的动态阈值分数时，所对应的一个或多个索引信息，其中，所述动态阈值分数根据特征因子变化；

根据所述索引信息获取所述搜索词所对应的数据信息，并返回给网站的前端页面进行显示；

其中，所述阈值词典包括：搜索词及每个搜索词所对应的动态阈值分数，所述索引数据表包括：关键词以及关键词与每个数据信息之间的阈值分数，所述特征因子包括：文本特征因子和数据分析特征因子。

2.根据权利要求1所述的方法，其特征在于，在根据所述搜索词在阈值词典中进行查询，以获取所述搜索词所对应的动态阈值分数之前，所述方法还包括：

从日志词典中获取各个搜索词的文本特征因子和数据分析特征因子；

根据所述文本特征因子和数据分析特征因子进行阈值计算，以获取每个搜索词的动态阈值分数；

将所述各个搜索词及每个搜索词的动态阈值分数以数据字典的格式保存至所述阈值词典；

其中，所述文本特征因子是所述搜索词与数据信息所匹配的特征权重值，所述数据分析特征因子是所述搜索词所对应的分析参数特征权重值。

3.根据权利要求2所述的方法，其特征在于，根据所述文本特征因子和数据分析特征因子进行阈值计算，以获取每个搜索词的动态阈值分数的步骤包括：

采用线性回归模型Score₀=F0(f1，f2，...，fi)进行拟合计算，以获取所述搜索词的第一阈值分数Score₀，其中，fi是所述搜索词所对应的文本特征因子，i是小于等于N的整数，N为自然数；

采用线性回归模型Score₁=F1(f′₁，...，f'_k)进行拟合计算，以获取所述搜索词的第二阈值分数Score₁，其中，f′_k是所述搜索词所对应的数据分析特征因子，k是小于等M的整数，M为自然数；

根据线性回归模型Score=F(score₀,score₁)×p₁×p₂进行拟合计算，以获取所述搜索词的动态阈值分数，其中，p₁是所述第一阈值分数的占空比，p₂是所述第二阈值分数的占空比。

4.根据权利要求1所述的方法，其特征在于，在将所述搜索词作为查询条件，所述搜索词所对应的动态阈值分数作为过滤条件在索引数据表中进行查询之前，所述方法还包括：

从竞价管理服务器或日志词典中获取关键词及与所述关键词绑定的每个数据信息的文本特征因子；

根据所述文本特征因子进行阈值计算，以获取每个关键词所对应的一个或多个阈值分数；

将所述各个关键词及每个关键词所对应的阈值分数保存至所述阈值数据库；

根据所述阈值数据库中每个关键词及其对应的所有阈值分数创建所述索引表；

其中，根据所述文本特征因子进行阈值计算，以获取每个关键词所对应的一个或多个阈值分数的步骤包括：采用线性回归模型Score'=F'(f1，f2，...，fj)进行拟合计算，以获取所述关键词的阈值分数，其中，fj是所述关键词所对应的文本特征因子，j是小于等于J的整数，J为自然数。

5.根据权利要求1至4中任意一项所述的方法，其特征在于，在接收搜索请求串，并从所述搜索请求串中读取搜索词之前，所述方法还包括：

接收实时消息以监测所述日志词典的一致性，在监测到所述特征因子发生变化的情况下，更新所述日志词典。