[发明专利]一种信息检索方法及装置

说明书

本申请公开了一种信息检索方法及装置，所述方法包括：在接收到检索请求后，生成检索词库；其中，所述检索词库中包含将所述检索请求中包含的原始检索信息进行分词后的一个或多个检索词；从信息库中查询符合所述检索词的索引信息，生成索引库；其中，所述索引库中包含多条索引信息；计算索引库中各索引信息相比检索词的词频‑逆文档频率TF‑IDF相关度；根据所述TF‑IDF相关度确定索引库中符合预设数量的索引信息，将所确定的所述索引信息对应所述信息库中的信息作为与所述检索请求对应的检索结果。本申请利用改进的TF‑IDF算法来计算索引库中各索引信息相比检索词的TF‑IDF相关度，从而提高了信息检索的效率和准确度。

技术领域

本申请涉及信息检索领域，尤其涉及一种信息检索方法及装置。

背景技术

随着信息技术的发展，互联网信息每天都在呈比例增长，如何在庞大的信息海洋中寻找到自己想要得到的信息，是目前信息技术都在发展的方向。

对于电子商务、搜索引擎等类型的网站来说，信息搜索引擎系统能够根据用户输入的检索词，判断用户的查询意图，并在特定位置上向用户展现需要投放的相关信息，不同的检索方法会对应不同的检索结果，准确预估信息在给定的检索词上的点击率，对用户体验、信息投放方的收益、以及网站的盈利都有重要影响。

如何提高信息检索的效率和准确度，更快更准确地返回用户想要的检索结果，从而提高用户的体验度，是目前亟待解决的问题。

发明内容

本申请的主要目的在于提出一种信息检索方法，提高了信息检索的效率和准确度，更快更准确地返回用户想要的检索结果，从而提高了用户的体验度。

为实现上述目的，本申请实施例提供了一种信息检索方法，包括：

在接收到检索请求后，生成检索词库；其中，所述检索词库中包含将所述检索请求中包含的原始检索信息进行分词后的一个或多个检索词；

从信息库中查询符合所述检索词的索引信息，生成索引库；其中，所述索引库中包含多条索引信息；

计算索引库中各索引信息相比检索词的词频-逆文档频率TF-IDF相关度；

根据所述TF-IDF相关度确定索引库中符合预设数量的索引信息，将所确定的所述索引信息对应所述信息库中的信息作为与所述检索请求对应的检索结果。

可选地，所述计算索引库中各索引信息相比检索词的词频-逆文档频率TF-IDF相关度，包括：

根据所述索引信息中出现的检索词的词频与逆文档频率之和，以及所述检索词在文档中的位置计算所述索引信息相比检索词的TF-IDF相关度。

可选地，利用如下公式计算所述索引信息相比检索词的TF-IDF相关度：

其中，IDF_i表示所述索引信息中所包含的第i个检索词的逆文档频率，TF_i表示所述索引信息中所包含的第i个检索词的词频，TN表示所述索引信息中所包含的检索词的总数,dist_i表示所述索引信息中所包含的第i个检索词与第i-1个检索词之间在一文档中的距离，当所述第i个检索词在所述文档中的位置d_i大于所述第i-1个检索词在所述文档中的位置d_i-1时，dist_i＝d_i-d_i-1，当所述第i个检索词在所述文档中的位置d_i小于所述第i-1个检索词在所述文档中的位置d_i-1时，dist_i＝2(d_i-1-d_i)。

可选地，其中，对于所述索引信息中所包含的堆砌3次以上的检索词，对应所述检索词的词频与逆文档频率之和采取降权一半处理。