[发明专利]一种关键词处理方法及系统、关键词搜索方法

说明书

本发明涉及一种关键词处理方法及系统、关键词搜索方法，包括以下步骤：按照关键词的优先级对关键词库中的关键词进行扫描，从扫描的关键词中提取部分发送至消息队列；所述关键词库中的关键词被赋予标记字段，并形成了更新状态；将消息队列中的关键词发送至业务端进行搜索，得到状态结果，并将状态结果返回关键词库，以更新关键词的更新状态。本发明的关键词搜索方法，形成关键词的闭环更新，实现在大数据搜索领域对关键词的完全管理和跟踪，避免搜索遗漏和反复搜索，提高了数据资源的利用效率，减少服务器运作负载，节省成本，提高了经济效益。

技术领域

本发明涉及大数据处理技术领域，特别涉及一种关键词处理方法及系统、关键词搜索方法。

背景技术

随着大数据技术的发展，关键词数量数以亿计，并且会定时定量更新相关内容。各企业单位会面对大量关键词，要保证各企业单位所搜集采集的大数据为最新的数据，才能开展有效的业务需求，那么就需要及时对大数据进行搜索和采集的管理。

由于关键词的数量非常庞大，传统对关键词的管理方案存在反复搜索、无效搜索等问题，则会导致搜索不及时、搜索遗漏，从而降低了对关键词的搜索或使用效率。因此，如何提高关键词的搜索效率是本研究的重点。本研究由国家重点研发计划资助，课题编号：2019YFC0850103。

发明内容

本发明的目的在于解决传统方案的存在反复搜索、无效搜索导致搜索效率低的问题，提供一种关键词处理方法及系统、关键词搜索方法。

为了实现上述发明目的，本发明实施例提供了以下技术方案：

一种关键词处理方法及系统、关键词搜索方法，包括以下步骤：

按照关键词的标记字段对关键词库中的关键词进行扫描，从扫描的关键词中提取部分发送至消息队列；所述关键词库中的关键词被赋予标记字段，并形成了更新状态；

将消息队列中的关键词发送至业务端进行搜索，得到状态结果，并将状态结果返回关键词库，以更新关键词的更新状态。

本方案对关键词赋予标记字段，形成关键词的更新状态，便于后期使用者能够按照标记字段对关键词的相关内容进行搜索和使用；按照关键词的标记字段对关键词进行扫描，比如将标记字段中的更新时间作为优先级时，则可以根据更新时间的先后，对关键词进行扫描，这样可以保证对关键词进行扫描时，不出现搜索遗漏的问题，同时也可以提高搜索效率，也可以使用其他的标记字段作为优先级对关键词进行扫描；对关键词进行搜索后，将得到的状态结果返回关键词库，进行相当于标记的处理，可以避免对关键词的反复搜索，形成关键词的闭环更新，实现在大数据搜索领域对关键词的完全管理和跟踪，避免搜索遗漏和反复搜索，提高了数据资源的利用效率，减少服务器运作负载，节省成本，提高了经济效益。

所述对关键词库中的关键词被赋予标记字段后，将关键词转换为结构数据；所述结构数据包括关键词字段名、数据类型、描述、备注；形成的所述更新状态包括关键词的入库时间、更新时间、更新失败时间。

本方案对关键词赋予的标记字段，以及形成的更新状态可以为后续使用者进行搜索或使用时提供便利，并且更新状态中的入库时间、更新时间、更新失败时间还可以作为一种对关键词更新状态的标记处理，根据关键词的更新状态，就可以知道该关键词是否进行过搜索，以保证关键词搜索不反复进行。

所述对关键词库中的关键词赋予标记字段的步骤之前，还包括步骤：获取原始数据，对获取的原始数据进行预处理，过滤无效数据，补充缺失字段的数据；将进行预处理后的数据作为关键词加入关键词库。

本方案为建立关键词库的步骤，入库的关键词都要经过预处理，避免对无效数据进行搜索，进而降低搜索成本。

所述将消息队列中的关键词发送至业务端进行搜索，得到状态结果的步骤，包括：