[发明专利]一种基于云的信息化系统全文索引方法

说明书

技术领域

本发明涉及信息检索和数据处理领域，尤其涉及一种基于云的信息化系统全文索引方法。

背景技术

在现有的企业信息化系统中主要是基于全文文档搜索的搜索信息化方案或者是基于数据库全文搜索的信息化方案。其中，全文文档搜索主要包括以下步骤：抓取文档内容，抓取方式可以是网络、本地，但被抓取的文档本身是公用文本格式的，如txt、doc、html等；建立索引数据库，将抓取的内容以搜索引擎本身的方式构建成为索引文件；在索引文件中搜索排序。全文文档搜索的侧重点是在第三步上，即根据优良的分词方法得到用户想知道的、准确的文档内容或是文档摘要。

但是，目前通用搜索希望覆盖尽可能广泛的内容，内容的重要性由搜索引擎本身根据一定算法决定，并不依赖于内容源本身的重要程度。并且，通用搜索一般按照自己定义的排序方法进行排序，并预先把计算好的排序结果保存在索引中。由此，随着企业信息化应用的深入，企业信息化系统中的数据量日益增大，难以避免会出现脏数据，数据质量随之下降；另一方面，随着数据源、数据依从关系的日益复杂，企业通过各系统提取信息的效率也在逐渐降低。

对于拥有内容的网站本身，又不简单满足于通用的搜索引擎基于文本的搜索方式，而希望根据其数据结构提供复杂而结构化的搜索结果。所以，目前索引方式在可以检索到全部内容的同时，无法按照自己的要求调整排序，并无法快速的适应各种变化，包括内容变化，排序变化等。

发明内容

有鉴于此，本发明提供一种基于云的信息化系统全文索引方法，以解决目前索引方法数据质量和效率低，无法根据其数据结构提供复杂而结构化的搜索结果，导致无法按照用户的要求调整排序。

为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

在一些可选的实施例中，所述一种基于云的信息化系统全文索引方法，包括：建立实现集中管理和SAAS服务的云平台：所述云平台由多个计算机组成，将所述各个计算机通过socket连接起来，在所述各个计算机设置索引服务和检索服务；结构化源数据：对所述源数据进行标注，标注的方式采用将所述源数据分为多种数据类型；建立索引：根据所述源数据的标注结果，建立不同类型的索引，建立不同类型的索引采用将所述索引分为多种类型。

在一些可选的实施例中，将所述源数据分为多种数据类型中的数据类型包括：可被搜索且分词的；可被搜索且不分词的；不被搜索仅存储的；可做排序和范围查询的；时间；需要快速变化的。

在一些可选的实施例中，将所述索引分为多种类型中的类型包括：全文索引；快速变化的数字索引；关键字、类型、类型级别、关联字；用来存储但不参与搜索的源数据。

有益效果：根据不同的搜索条件输出各种形式的搜索结果，搜索结果输出为结构化文档，可用于各种设备和平台，提供结构化数据搜索，通过对数据标注，使搜索结构化，可以实现各种基于范围的搜索，并定制排序方法；基于云平台，通过SAAS方式提供服务，实现集中管理，降低运营成本和用户使用成本。

为了上述以及相关的目的，一个或多个实施例包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明某些示例性方面，并且其指示的仅仅是各个实施例的原则可以利用的各种方式中的一些方式。其它的益处和新颖性特征将随着下面的详细说明结合附图考虑而变得明显，所公开的实施例是要包括所有这些方面以及它们的等同。

附图说明

图1是本发明一种基于云的信息化系统全文索引方法的流程示意图；

图2是本发明创建索引文件的流程示意图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。

在一些说明性的实施例中，如图1所示，提供一种基于云的信息化系统全文索引方法，包括：