[发明专利]一种基于特征分析的数据索引方法

说明书

技术领域

本发明涉及一种数据索引的方法，具体的涉及基于特征分析的数据索引方法，属于计算机技术应用领域。

背景技术

随着互联网规模的不断增大，网上信息量也急剧膨胀，信息的检索也从最初的图书馆和科技信息机构，扩大到其他各行领域，并与各种管理信息系统结合在一起。

目前比较常用的两种方式是“推”技术（Push Technology）和“拉”技术（Pull Technology），前者主要采用类似邮件的方式将相关信息数据显式传递给使用者，后者一般通过检索工具（如全文检索、知识地图、决策树等）查找知识库来获取所要的数据。

但上述的两种方式，在海量的数据面前，都暴露出诸多问题。一是检索效率不高，每次查询都要多次访问数据库或是其他外存，当瞬间请求量超额时，响应速度降低，容易造成系统不稳定；二是检索准确度不高，每次的检索词信息量有限，因此在计算词与文档相关性的时候，往往不够准确。

发明内容

发明目的：本发明的目的在于针对上述现有技术中存在的问题和不足提供一种基于特征分析的数据索引方法，以提高检索效率和准确度。

技术方案：一种基于特征分析的数据索引方法，包括如下步骤：

（1）对用户数据信息进行判断，确定其所感兴趣的数据特征；

（2）统计步骤（1）中各特征的访问概率和访问间隔时间；

（3）根据概率高优先和间隔时间短优先的策略，建立特征索引表；

（4）进行基于特征索引表的综合检索，返回结果。

用户的数据特征包括专业技术类别、应用领域、使用地域、解决问题、基础知识原理、关键字、关联项目、关联客户等。

对用户特征数据的统计，采取90天重新统计一次的定期统计方式，确保有效性和稳定性。

特征索引表随着统计数据定期更新，避免数据脱离实际需求，同时也不会过于频繁变化而造成不稳定性。

有益效果：本发明提供的基于特征分析的数据索引方法，针对用户的个性需求，通过日常不断分析用户的行为和记录，得出其所感兴趣的数据特征，从而建立有效的特征索引表，提高数据搜索的针对性和有效性，显著提高特征数据的查询效率。

附图说明

图1为本发明实施例的工作流程图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所示，一种基于特征分析的数据索引方法，包括如下步骤：

（1）对用户数据信息进行判断，确定其所感兴趣的数据特征；

（2）统计步骤（1）中各特征的访问概率和访问间隔时间；

（3）根据概率高优先和间隔时间短优先的策略，建立特征索引表；

（4）进行基于特征索引表的综合检索，返回结果。

用户的数据特征包括专业技术类别、应用领域、使用地域、解决问题、基础知识原理、关键字、关联项目、关联客户等。

对用户特征数据的统计，采取90天重新统计一次的定期统计方式，确保有效性和稳定性。

特征索引表随着统计数据定期更新，避免数据脱离实际需求，同时也不会过于频繁变化而造成不稳定性。