[发明专利]一种搜索结果多样化均衡化搜索方法及计算机设备

说明书

本发明涉及一种搜索结果多样化均衡化搜索方法及计算机设备。该方法包括下述步骤：S1、建立行业词库，行业词库包括多个行业专业词汇；将各类型原始数据模型转化为预设数据模型；S2、接收用户输入的搜索内容，按照行业词库从搜索内容中提取搜索关键词；S3、使用搜索关键词检索所所有预设数据模型，计算搜索结果中每个预设数据模型的总权重值，根据总权重值对搜索结果进行排序。本发明将各类型原始数据模型统一转化为预设数据模型，避免因数据类型的表现形式影响搜索，使得搜索结果更加多样化均衡化。

技术领域

本发明涉及搜索领域，更具体地说，涉及一种搜索结果多样化均衡化搜索方法及计算机设备。

背景技术

搜索技术是互联网常用技术，用户通过输入搜索内容查找目标内容。现有搜索技术中多数仅考虑搜索内容和目标内容的关联性，例如出现次数越高则关联性越高，按照关联性高低进行排序显示，这种搜索方式没有考虑目标内容的种类多样性，导致一些种类的目标内容很少被展示，而一些种类的目标内容又过多被展示，搜索结果不够多样化均衡化。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种搜索结果多样化均衡化搜索方法及计算机设备。

本发明解决其技术问题所采用的技术方案是：构造一种搜索结果多样化均衡化搜索方法，包括下述步骤：

S1、建立行业词库，所述行业词库包括多个行业专业词汇；将各类型原始数据模型转化为预设数据模型；

S2、接收用户输入的搜索内容，按照所述行业词库从所述搜索内容中提取搜索关键词；

S3、使用所述搜索关键词检索所所有所述预设数据模型，计算搜索结果中每个所述预设数据模型的总权重值，根据所述总权重值对搜索结果进行排序。

进一步，在本发明所述的搜索结果多样化均衡化搜索方法中，所述预设数据模型包括内容标题、内容摘要、正文、关键词和内容类型。

进一步，在本发明所述的搜索结果多样化均衡化搜索方法中，所述步骤S1中将各类型原始数据模型转化为预设数据模型包括：

将各类型原始数据模型转化为预设数据模型并设置所述预设数据模型各部分内容的权重值，其中所述关键词的权重值大于所述内容标题的权重值，所述内容标题的权重值大于所述内容摘要的权重值，所述内容摘要的权重值大于所述正文的权重值。

进一步，在本发明所述的搜索结果多样化均衡化搜索方法中，所述步骤S3中计算搜索结果中每个所述预设数据模型的总权重值包括：分别计算所述搜索关键词在所述内容标题、内容摘要、正文、关键词和内容类型的分权重值，由所有所述分权重值得到总权重值。

进一步，在本发明所述的搜索结果多样化均衡化搜索方法中，在计算所述搜索关键词在所述内容标题、内容摘要、正文、关键词和内容类型的分权重值时，所述分权重值与所述搜索关键词出现次数正相关。

进一步，在本发明所述的搜索结果多样化均衡化搜索方法中，在所述步骤S3之后还包括：

S4、根据所述搜索结果中各类型数据模型对应预设数据模型的分布情况调整所述预设数据模型各部分内容的权重值，以使所述搜索结果中各类型分布均衡。

进一步，在本发明所述的搜索结果多样化均衡化搜索方法中，所述步骤S3中使用所述搜索关键词检索所所有所述预设数据模型包括：

S31、按照分类标准将所有所述预设数据模型进行分类；

S32、统计每种类别中所述预设数据类型的总数，将总数相当的类别划分在同一个组；

S33、使用所述搜索关键词检索每个组中所有所述预设数据模型。

进一步，在本发明所述的搜索结果多样化均衡化搜索方法中，在所述步骤S33之后还包括：使每个组产生预设数量的预设数据模型。