[发明专利]非结构化数据检索方法及系统

权利要求书

1.一种非结构化数据检索方法，其特征在于，包括以下步骤：

采集用户行为数据；

定期处理所述用户行为数据以将预定时间段内的用户行为数据的任务属性合并到任务列表中；

根据用户的搜索请求使用关键字检索而获取多个搜索结果；

计算每个搜索结果的任务分、访问次数分和编辑时长分，其中所述任务分是所述每个搜索结果的任务属性与所述任务列表中的任务属性的相似度；

基于所述任务分、所述访问次数分和所述编辑时长分对所述多个搜索结果进行数据热度计算；以及

根据数据热度计算将所述多个搜索结果进行重新排序。

2.根据权利要求1所述的方法，其特征在于，进一步包括步骤：显示重新排序后的所述多个搜索结果。

3.根据权利要求1所述的方法，其特征在于，所述用户行为数据是根据对所述用户的行为日志进行分析得到的。

4.根据权利要求1所述的方法，其特征在于，进一步包括步骤：

计算每个搜索结果的初始排名分，其中基于所述任务分、所述访问次数分、所述编辑时长分和所述初始排名分对所述多个搜索结果进行数据热度计算。

5.根据权利要求4所述的方法，其特征在于，所述数据热度计算公式：

heat_score=p*taskScore*(t₁+t₂*accessScore+t₃*edittimeScore)+q*initScore，

其中，p、q、t1、t2、t3是权重值。

6.根据权利要求5所述的方法，其特征在于，p:q:t1:t2:t3=95:5:0.9:0.07:0.03。

7.根据权利要求6所述的方法，其特征在于，还包括：

根据各个搜索结果的数据类型和应用场景调整在进行数据热度计算时的权重。

8.根据权利要求1所述的方法，其特征在于，进一步包括步骤：

对所述多个搜索结果进行聚类；

分别对所述每个聚类结果中的各个搜索结果进行排序。

9.根据权利要求8所述的方法，其特征在于，对所述多个搜索结果进行聚类的步骤具体包括：

获取所述多个搜索结果中各个搜索结果与任务的关联性；

根据所述关联性对所述多个检索结果中各个搜索结果进行聚类。

10.一种非结构化数据检索系统，其特征在于，包括：

采集模块，用于采集用户行为数据；

处理模块，用于定期处理所述用户行为数据以将预定时间段内的用户行为数据的任务属性合并到任务列表中，并计算每个搜索结果的任务分、访问次数分和编辑时长分，其中所述任务分是所述每个搜索结果的任务属性与所述任务列表中的任务属性的相似度，以及基于所述任务分、所述访问次数分和所述编辑时长分对所述多个搜索结果进行数据热度计算；

检索模块，用于根据用户的搜索请求使用关键字检索而获取多个搜索结果，以及根据数据热度计算将所述多个搜索结果进行重新排序。

11.根据权利要求10所述的系统，其特征在于，还包括：

显示模块，用于显示重新排序后的所述多个搜索结果。

12.根据权利要求10所述的系统，其特征在于，所述用户行为数据是根据对所述用户的行为日志进行分析得到的。

13.根据权利要求10所述的系统，其特征在于，所述处理模块还用于计算每个搜索结果的初始排名分，其中基于所述任务分、所述访问次数分、所述编辑时长分和所述初始排名分对所述多个搜索结果进行数据热度计算。

14.根据权利要求13所述的系统，其特征在于，所述数据热度计算公式：

heat_score=p*taskScore*(t₁+t₂*accessScore+t₃*edittimeScore)+q*initScore，

其中，p、q、t1、t2、t3是权重值。

15.根据权利要求14所述的系统，其特征在于，p:q:t1:t2:t3=95:5:0.9:0.07:0.03。