[发明专利]一种基于字符串间相似性的电力系统模型搜索排序方法

说明书

本发明公开一种基于字符串间相似性的电力系统模型搜索排序方法，包括采集具有相似性的两个字符串；构造两个分别与两个字符串长度相等的权重数组，初始化后计算各个权重数组各元素之和；遍历两个字符串，获取字符在两个字符串中的重现范围，并根据重现情况调整其中一权重数组中字符对应的相似权重值；再根据字符串T₂中每个字符在字符串T₁的重现范围分别计算每个字符的权重乘积和，由字符的权重乘积和计算两个字符串的相似性，根据相似性值O的大小在电力系统模型搜索中进行字符串排序。本发明显著提升电网模型数据搜索结果排序的准确性。

技术领域

本发明涉及计算机数据处理领域，特别涉及一种基于字符串间相似性的电力系统模型搜索排序方法。

背景技术

电力系统模型数据是电力企业的核心数据，调控、监测、运维、建设等各项生产活动都需要借助模型数据，将各项其它数据关联起来。一个适用于电力系统模型数据搜索的搜索服务，能帮助用户从繁多的模型数据中快速搜索、定位数据将非常有意义。而搜索结果排序是搜索服务中直接影响搜索结果好坏的一个重要环节，其中字符串相似性是排序中的一项重要因素。一般的按关键词命中次数，或者常见的字符串相似性计算方法(比如，cosine距离，Jaro-Winkler距离等)都不能很好的体现电力系统模型数据的相似性特点。这些特点总体可归纳为以下几点：

(1)相同的字词，越多越相似；

(2)相同字词之间的顺序，越相同越相似；

(3)字数越接近越相似；

(4)连续相同的字数，越多越相似；

(5)字符串右侧字符匹配比左段字符匹配具有更高的相似性。

上述第(5)条源自电力模型搜索的一个特点。电力模型的搜索中很大一部分是用根据名称和路径名来搜索功能位置。这部分数据一般是以类型结尾，比如“XXX开关”、“XXX开关间隔”、“XXX开关柜”。用户以名称来搜索时，往往也会在搜索字符串的最后出现类型。当用户输入“ABC开关”搜索时，“ABCD开关”比“ABC开关柜”，“XXX站/35kV/XXX开关间隔/ABC开关”比“XXX站/35kV/ABC开关间隔/XXX开关”更接近期望，更应该排在前面。描述成字符串相似性上的期望即上述第(5)条。本发明所描述的字符串相似性计算方法，能在计算过程和结果中很好体现上述特点。

发明内容

本发明的主要目的是提出一种基于字符串间相似性的电力系统模型搜索排序方法，旨在克服以上问题。

为实现上述目的，本发明提出的一种基于字符串间相似性的电力系统模型搜索排序方法，包括如下步骤：

S10采集电力系统模型中彼此具有相似性的文本分别为字符串T₁和字符串T₂，字符串T₁中第j个字符为T₁[j]，共有L₁个字符；字符串T₂中第i个字符为T₂[i]，共有L₂个字符，其中L₁≤L₂；

S20定义字符串T₁中第j个字符的相似权重值为W₁[j]，得到字符串T₁的相似权重数组W₁；定义字符串T₂中第i个字符的相似权重值为W₂[i]，得到字符串T₂的相似权重数组W₂，初始化相似权重数组W₁和W₂；

S30计算相似权重数组W₁初始化的和计算相似权重数组W2初始化的和