[发明专利]一种信息检索方法及系统

权利要求书

1.一种信息检索方法，其特征在于，所述方法包括：

获取待查找关键词集合和国防科技情报领域待查数据源的网页文档集合，所述网页文档集合包括多个网页文档；

计算所述待查找关键词集合与各个所述网页文档的相关性；

将相关性大于或者等于相似阈值的网页文档输出，并将相关性小于所述相似阈值的网页文档按照时序性由高到低的顺序输出；

所述将相关性小于所述相似阈值的网页文档按照时序性由高到低的顺序输出，具体包括：

获取相关性小于所述相似阈值的各网页文档的时序参数，所述时序参数包括：发布时间、更新时间、点击量总数、下载量总数、页面停留时间总长和网页内容更新加速度中至少一者；

根据所述时序参数计算每一所述网页文档的时序性，具体包括：

根据公式：计算第i个网页文档的时序性，1≤i≤I，I表示相关性小于所述相似阈值的网页文档的数量，S_i表示第i个网页文档的时序性；D_i表示第i个网页文档的下载量总数；C_i表示第i个网页文档的点击量总数；P_i表示第i个网页文档的页面停留时间总长；T2_i表示第i个网页文档的更新时间；T1_i表示第i个网页文档的发布时间；G_i表示第i个网页文档的网页内容更新加速度；

按照时序性由高到低的顺序将相关性小于所述相似阈值的各网页文档输出。

2.根据权利要求1所述的方法，其特征在于，所述计算所述待查找关键词集合与各个所述网页文档的相关性，具体包括：

采用BM25模型计算所述待查找关键词集合与每一所述网页文档的相关性。

3.根据权利要求1所述的方法，其特征在于，所述将相关性大于或者等于相似阈值的网页文档输出，具体包括：

将相关性大于或者等于所述相似阈值的各网页文档按照相关性由高到低的顺序输出。

4.一种信息检索系统，其特征在于，所述系统包括：

数据获取模块，用于获取待查找关键词集合和国防科技情报领域待查数据源的网页文档集合，所述网页文档集合包括多个网页文档；

相关性计算模块，用于计算所述待查找关键词集合与各个所述网页文档的相关性；

检索输出模块，用于将相关性大于或者等于相似阈值的网页文档输出，并将相关性小于所述相似阈值的网页文档按照时序性由高到低的顺序输出；

所述检索输出模块包括：

时序参数获取单元，用于获取相关性小于所述相似阈值的各网页文档的时序参数，所述时序参数包括：发布时间、更新时间、点击量总数、下载量总数、页面停留时间总长和网页内容更新加速度中至少一者；

时序性计算单元，用于根据所述时序参数计算每一所述网页文档的时序性，所述时序性计算单元包括：

时序计算子单元，用于根据公式：计算第i个网页文档的时序性，1≤i≤I，I表示相关性小于所述相似阈值的网页文档的数量，S_i表示第i个网页文档的时序性；D_i表示第i个网页文档的下载量总数；C_i表示第i个网页文档的点击量总数；P_i表示第i个网页文档的页面停留时间总长；T2_i表示第i个网页文档的更新时间；T1_i表示第i个网页文档的发布时间；G_i表示第i个网页文档的网页内容更新加速度；

时序文档输出单元，用于按照时序性由高到低的顺序将相关性小于所述相似阈值的各网页文档输出。

5.根据权利要求4所述的系统，其特征在于，所述相关性计算模块包括：

相关性计算单元，用于采用BM25模型计算所述待查找关键词集合与每一所述网页文档的相关性。

6.根据权利要求4所述的系统，其特征在于，所述检索输出模块包括：

高相似文档输出单元，用于将相关性大于或者等于所述相似阈值的各网页文档按照相关性由高到低的顺序输出。