[发明专利]一种基于ElasticSearch对MOOC课程进行分面检索的方法

说明书

技术领域

本发明涉及一种对MOOC课程进行检索的方法，具体涉及一种基于ElasticSearch对MOOC课程进行分面检索的方法。

背景技术

MOOC中国作为至关重要的教育合作平台，将带领中国远程教育走向国际舞台。MOOC中国与丝路学院的结合，将成为互联网+教育的全新模式，以崭新的技术、资源、商业和服务理念和手段，实现网络教育的转型升级，实现中国的网络教育走向世界。

ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。ElasticSearch是用Java开发的，其设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。

现有国内外MOOC平台中，课程检索主要包括三个步骤：(1)对课程名称的索引；(2)用户在MOOC网站对课程名称进行检索；(3)MOOC检索系统直接返回数据。

上述方法中的索引内容不够全面，检索方式单一，检索结果输出不够智能。因此，这种大众化的检索方式并不能满足用户更全面的需求。

发明内容

为了解决现有技术中的问题，本发明提出一种基于ElasticSearch对MOOC课程进行分面检索的方法，将繁杂、无序的课程资源整合成一个可个性化高效搜索的形式，缓解用户搜索所需课程信息慢的弊端，提高用户获得有效信息的精准度，使用户能够检索更全面的内容，更快检索到想要的课程。

为了实现以上目的，本发明所采用的技术方案为：包括以下步骤：

1)元数据的获取：首先从MOOC资源服务平台获取MOOC课程元数据，然后解析数据并将MOOC课程元数据存储在本地资源数据库中；

2)索引构建：首先在ElasticSearch中创建一个索引，然后通过ElasticSearch的批量导入机制，将本地资源数据库中的MOOC课程元数据在ElasticSearch集群中建立索引；

3)多字段检索和字段权重设置：首先根据MOOC课程资源的特点分析出若干个字段的数据并加入到待检索字段中，然后利用ElasticSearch的Bool查询嵌套，实现多字段检索；最后对不同字段通过设置不同的权重，排除检索结果中的干扰信息；

4)分面检索和查询结果排序：首先设置若干个分面，利用ElasticSearch的聚合查询从不同分面对MOOC课程进行筛选和过滤，允许用户创建自己的检索路径，实现分面检索；然后设置排序，在MOOC课程检索结果的基础上按照一个特定分面进行排序，使具有预期属性的MOOC课程尽可能靠前，完成检索结果排序；

5)设置检索服务接口，提供MOOC课程检索服务，检索服务接口要求用户提供检索关键词和检索分面信息，用户提供检索关键词和检索分面信息后，检索服务接口向用户返回MOOC课程信息列表以及课程分面聚合结果。

所述步骤1)中元数据的获取具体包括以下步骤：

1.1)通过基于HTTP协议的GET请求规范从MOOC中国资源服务平台获取课程列表；

1.2)将所有课程的CourseID放入队列中进行循环遍历，根据CourseID这个字段通过基于HTTP协议的GET请求规范从MOOC中国资源服务平台获取每一课程的JSON文件；

1.3)利用JsonPath解析语法，对JSON文件进行解析，获取MOOC课程元数据；

1.4)将MOOC课程元数据存入本地的MySQL资源数据库中。

所述步骤2)中索引构建具体包括：首先构建ElasticSearch的Mapping描述文件，指明每一个字段如何索引数据以及是否被检索到，并使用一个默认的分析器Analyzer；然后将Mapping文件写入ElasticSearch集群中，创建一个索引Index_mooc；最后从本地MySQL资源数据库中获取MOOC课程元数据，利用ElasticSearch的Bulk批量导入索引Index_mooc中。

所述步骤3)中多字段检索和字段权重设置具体包括以下步骤：

3.1)根据MOOC课程资源的特点分析出七个字段的数据，七个字段包括课程名称CourseName、课程简介Introduction、课程机构名称OrgName、章节列表Chapterlist、教师团队TeacherInfo、先修知识Priorknowledge和授课语言Language；