[发明专利]一种数据处理方法、装置、设备及存储介质

说明书

本申请实施例公开了一种数据处理方法、装置、设备及存储介质，该数据处理方法包括：获取查询数据，并从查询数据中提取查询特征序列；获取特征匹配规则，特征匹配规则包括以下至少两种：顺序匹配规则、命中率匹配规则和紧密度匹配规则；按照特征匹配规则从数据库中搜索与查询特征序列相匹配的目标文档。采用本申请实施例，可以从多个维度对查询数据进行特征匹配，有效提高查询数据的匹配准确率。

技术领域

本申请涉及计算机技术领域，尤其涉及智能搜索技术领域，具体涉及一种数据处理方法、一种数据处理装置、一种数据处理设备以及一种计算机可读存储介质。

背景技术

搜索系统(例如百度、谷歌等搜索引擎)的本质是针对用户给定的查询数据(例如一个搜索字符、一个搜索词或一个搜索语句)，返回与查询数据相关的文档给用户。目前，搜索系统常常会出现返回的文档与查询数据之间不匹配的情况，搜索体验较差。因此，如何提高查询数据的匹配准确率成为当前研究的热点话题。

发明内容

本申请实施例提供了一种数据处理方法、装置、设备及存储介质，可以从多个维度对查询数据进行特征匹配，有效提高查询数据的匹配准确率。

一方面，本申请实施例提供一种数据处理方法，该数据处理方法包括：

获取查询数据，并从查询数据中提取查询特征序列，查询特征序列包括N个特征数据，N为正整数；

获取特征匹配规则，特征匹配规则包括以下至少两种：顺序匹配规则、命中率匹配规则和紧密度匹配规则；顺序匹配规则用于指示按照N个特征数据在所述查询特征序列中的排列顺序进行依次匹配；命中率匹配规则用于指示按照命中数据与N个特征数据之间的数量比维度进行匹配；紧密度匹配规则用于指示按照命中数据之间的紧密度维度进行匹配；

按照特征匹配规则从数据库中搜索与查询特征序列相匹配的目标文档；其中，命中数据是指目标文档中与查询特征序列中的特征数据相匹配的数据。

另一方面，本申请实施例提供一种数据处理装置，该数据处理装置包括：

获取单元，用于获取查询数据，并从查询数据中提取查询特征序列，查询特征序列包括N个特征数据，N为正整数；

获取单元，还用于获取特征匹配规则，特征匹配规则包括以下至少两种：顺序匹配规则、命中率匹配规则和紧密度匹配规则；顺序匹配规则用于指示按照N个特征数据在所述查询特征序列中的排列顺序进行依次匹配；命中率匹配规则用于指示按照命中数据与N个特征数据之间的数量比维度进行匹配；紧密度匹配规则用于指示按照命中数据之间的紧密度维度进行匹配；

处理单元，用于按照特征匹配规则从数据库中搜索与查询特征序列相匹配的目标文档；其中，命中数据是指目标文档中与查询特征序列中的特征数据相匹配的数据。

在一种实现方式中，获取单元，具体用于：

对查询数据进行拆分，得到N个特征数据，特征数据包括特征词或特征字符；

按照N个特征数据在查询数据中的排列顺序对N个特征数据进行组合，形成查询特征序列。

在一种实现方式中，处理单元，具体用于：

从数据库中提取待匹配的第一文档；

对第一文档进行拆分，得到待匹配的数据集，数据集中包含多个数据；数据包括词或字符；

按照特征匹配规则从数据集中获取M个命中数据，命中数据是指数据集中与查询特征序列中的特征数据相匹配的数据，M为正整数；

按照特征匹配规则计算M个命中数据与查询特征序列中的N个特征数据之间的匹配度得分；

若匹配度得分高于阈值，则将第一文档确定为与查询特征序列相匹配的目标文档。