[发明专利]搜索引擎的搜索和推荐设计系统

权利要求书

1.搜索引擎的搜索和推荐设计系统，其特征在于，系统包括搜索模块、权重模块、排序模块和存储模块，所述搜索模块通过搜索条件筛选符合条件的数据，所述数据包括数据类型和数据项，并将筛选出的数据发送给所述权重模块，所述权重模块根据用户偏好的权重公式计算数据项的权重得分，所述权重得分包含权重分项得分和权重总得分，所述权重模块将计算出的权重得分发送给所述排序模块，所述排序模块按权重总得分V对数据项进行从高到低排序，在权重总得分V相同时，根据所述存储模块中存储的数据进行热度公式计算权重总得分相同的数据项的热度值，然后按热度值对所述数据项进行倒序排列。

2.根据权利要求1所述的搜索引擎的搜索和推荐设计系统，其特征在于，所述搜索条件包括项目或者投资人、行业、地区、最小金额、最大金额、投融方式和资金类型中的至少一个；

所述用户偏好具有优先级，所述用户偏好根据优先级从高到底的排序依次为投融方式、资金类型、投融金额、行业和地区；

所述数据类型包括项目和投资人。

3.根据权利要求1所述的搜索引擎的搜索和推荐设计系统，其特征在于，所述热度值为：

H＝(H₀+C_浏览×P_浏览+C_投递×P_投递+C_刷新×P_刷新+C_约谈×P_约谈)/exp(K×T)；

其中，H₀是初始热度值；

C_浏览是被浏览次数；

P_浏览是被浏览1次获得的热度值；

C_投递是投递次数；

P_投递是投递1次获得的热度值；

C_刷新是刷新次数；

P_刷新是刷新1次获得的热度值；

C_约谈是约谈次数；

P_约谈是约谈1次获得的热度值；

K是热度值衰减系数；

T是归一化处理的热度衰减时间值，即T＝(该数据创建距今天数)/系统首次创建该类数据距今天数；

exp是自然常数e为底的指数函数。

4.根据权利要求1所述的搜索引擎的搜索和推荐设计系统，其特征在于，所述权重分项得分的计算公式为：

V_n＝2^(c-n)；

其中，c是用户偏好的总数；

n是用户偏好的优先级从高到低排序的序号。

5.根据权利要求4所述的搜索引擎的搜索和推荐设计系统，其特征在于，所述权重总得分的计算公式为：

V＝V₁+V₂+…+V_n；

其中n是用户偏好的优先级从高到低排序的序号。

6.根据权利要求1所述的搜索引擎的搜索和推荐设计系统，其特征在于，所述搜索模块采用ES(elasticsearch)搜索引擎的分布式架构。

7.根据权利要求1所述的搜索引擎的搜索和推荐设计系统，其特征在于，所述搜索模块的数据库里的数据采用倒排索引机制存储，每条数据的每个字段都被索引并指向该条数据。

8.根据权利要求1所述的搜索引擎的搜索和推荐设计系统，其特征在于，所述存储模块包括记数存储、热度值存储和调用接口，所述计数存储用于记录被浏览次数、投递次数、刷新次数和约谈次数；所述热度值存储用于存储浏览1次获得的热度值、投递1次获得的热度值、刷新1次获得的热度值和约谈1次获得的热度值；所述调用接口用于所述权重模块的调用。