[发明专利]一种微博搜索方法及装置

说明书

技术领域

本发明属于搜索技术领域，尤其涉及一种微博搜索方法及装置。

背景技术

随着微博的发展，越来越多的用户加入到微博平台，每天通过微博产生的消息量也越来越庞大。由于目前还没有针对微博内容进行系统的收录和检索，如何从这些海量数据中检索到用户真正想要的数据是非常困难的。搜搜、百度等普通搜索引擎可根据检索词的相关性排序进行搜索，该检索方式主要根据检索词在文章中命中的位置关系来判断检索词和文章的相关程度，相关性越高排序越靠前，但该检索方式并不适用于微博检索，由于微博平台十分强调文章的时新性，通过这种检索方式检索出的文章即使相关性很高但缺乏时新性也是没有价值的。

目前微博全文检索默认的排序方式为实时排序，即按照时间逆序对博文进行排列，而没有关注博文和检索词的相关度，导致博文排序的准确率较低，影响用户搜索体验。例如用户想找到与新版本的微信软件相关的文章，通过检索词“新版微信”进行搜索，但检索返回的博文有的是新版的QQ，有的是新版的飞信，并不是用户需要的检索结果，具体如图1所示，是现有微博全文检索排序效果图。那么，如何在保证时新性的前提下尽可能选择和检索词相关度高的文章返回给用户是目前微博全文检索的瓶颈。

发明内容

本发明提供了一种微博搜索方法及装置，旨在解决现有技术的微博检索方式缺乏时新性及博文排序方式准确率低问题。

本发明是这样实现的，一种微博搜索方法，包括：

对微博博文进行倒排以生成相应的倒排数据；

对微博博文进行分段处理；

接收用户输入的检索词，根据检索词对博文进行搜索；

统计检索词在所述倒排数据中的分段博文中的命中结果，根据命中结果进行博文展示。

本发明实施例采取的另一技术方案为：一种微博搜索装置，包括倒排数据生成模块、段处理模块、搜索模块和统计模块，所述倒排数据生成模块用于对微博博文进行倒排以生成相应的倒排数据；所述段处理模块用于对微博博文进行分段处理；所述搜索模块用于接收用户输入的检索词，根据检索词对博文进行搜索；所述统计模块用于统计检索词在分段博文中的命中结果，根据命中结果进行博文展示。

本发明实施例的技术方案具有如下优点或有益效果：本发明实施例的微博搜索方法及装置通过将博文的段定义为以特殊字符分隔的物理句子，在搜索多个检索词时，根据博文分段信息分别获取每个检索词命中段的位置信息，并根据所有检索词命中段的位置信息判断博文是否段命中，根据段命中检索出与检索词相关度高的博文，在实时排序时优先展示，在保证实时性的前提下进一步提高了检索准确率，有利于提升用户的搜索体验。

附图说明

附图1是现有微博全文检索排序效果图；

附图2是本发明实施例的微博搜索方法的流程图；

附图3是本发明将微博进行分段处理的效果图；

附图4是本发明实施例的微博搜索装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参阅图2，是本发明第一实施例的微博搜索方法的流程图。本发明第一实施例的微博搜索方法包括以下步骤：

步骤100：对微博博文进行倒排以生成相应的倒排数据；

其中，倒排数据主要包括博文的列表以及各个分词在博文中的出现的位置列表。

步骤110：对微博博文进行分段处理；