[发明专利]一种科技情报数据多级缓存管理的方法及系统

说明书

本发明公开了一种科技情报数据多级缓存管理的方法及系统，方法包括以下步骤：收集科技情报数据，所述科技情报数据包括关键词的真实查询访问量、关键词在近期科技文献中所占权重；预测下一个周期的科技情报用户搜索热点关键词及其访问量；管理多级缓存所存储的数据，所述多级缓存包括内存、网络内存、固态硬盘和磁盘。本发明首先基于机器学习的方法预测未来周期的访问量；其次，根据访问量、数据的大小与用户体验函数估算各关键词所需缓存数据的价值；最后，根据价值的大小依次放入各级缓存中，通过多级缓存的管理不仅提高了用户科技情报搜索的速度，而且提高了用户的查询访问效率。

技术领域

本发明涉及一种科技情报数据多级缓存管理的方法及系统，属于通信技术领域。

背景技术

科技情报对国家、社会、企业的战略、计划的制定以及实施都发挥了重要作用。随着科学技术日新月异的发展，社会各行业、各单位部门对情报信息的需求更加迫切，科技情报被认为是经济建设、科研、设计、生产、经营管理、市场营销中的关键环节。

科技情报数据库是科研相关工作者获取科技信息的重要来源，用户在使用科技情报数据库时，希望能够快速获得所搜索数据。然而，科技信息检索时，返回的数据会以条目、文档、图片、音视频等形式传送，其结果数据往往会较大，特别是在批量搜索时。这就造成了一些查询访问时间过长，用户体验变差。

将一些频繁查询访问的结果数据放置于缓存中，可以有效加快数据的访问速度。然而，缓存管理是复杂困难的，主要体现在两方面：1)缓存介质多样化。目前，常见的缓存有内存、网络缓存、固态硬盘、磁盘等。每种缓存介质的访问速率不同。2)缓存空间有限。每种磁盘由于成本的原因，可提供的存储空间是有限的。因此，亟需一种多级缓存管理方法，可以有效提高用户的查询访问效率。

发明内容

针对以上方法存在的不足，本发明提出了一种科技情报数据多级缓存管理的方法及系统，其能够提高用户科技情报搜索的速度。

本发明解决其技术问题采取的技术方案是：

一方面，本发明实施例提供的一种科技情报数据多级缓存管理的方法，包括以下步骤：

收集科技情报数据，所述科技情报数据包括关键词的真实查询访问量、关键词在近期科技文献中所占权重；

预测下一个周期的科技情报用户搜索热点关键词及其访问量；

管理多级缓存所存储的数据，所述多级缓存包括内存、网络内存、固态硬盘和磁盘。

作为本实施例一种可能的实现方式，所述收集科技情报数据的步骤包括：

获取科技情报数据库中近期一段时间内的科技信息文章；

设从一个文献库获取科技信息文章集合为T_i，i∈I，I为文献库的标识集合；

利用TF-IDF算法获得T_i|i∈I的各关键词词频权重；

获取各关键词的查询访问量，用S表示近n个周期关键词查询访问量信息的集合；

将各关键词词频权重集合与集合S作为预测数据，并发送到预测数据库作为训练数据。

作为本实施例一种可能的实现方式，所述利用TF-IDF算法获得T_i|i∈I的各关键词词频权重的具体过程为：执行TF-IDF算法进行后，可获得每个T_i的关键词词频权重，用A_i表示T_i关键词词频权重集合，即A_i|i∈I＝{b_i,j|i∈I,j∈Q}，其中b_i,j为T_i中第j个关键词词频权重，Q为科技词库中词的标识集合。