[发明专利]一种人工智能数据搜索与分发方法

说明书

本发明公开的属于工智能算法技术领域，具体为一种人工智能数据搜索与分发方法，该人工智能数据搜索与分发方法的具体步骤流程包括：步骤一、通过状态空间表达法对数据进行分解：步骤二、采用状态空间启发式搜索，通过预定义的算法规则确定下一个要考察的节点，预定义的算法不同形成了不同的搜索策略，通过人工智能算法，帮助用户更快更准确的在海量数据集数据中自动找到目标数据，并实现快速分发此数据，本算法搜索效率极高，与传统的搜索与分发方法相比，大大提高了搜索速度，搜索结果集精准，占用计算资源较小；结合人工智能数据资源服务平台系统，能实现快速搜索与分发数据的目的。

技术领域

本发明涉及人工智能算法技术领域，具体为一种人工智能数据搜索与分 发方法。

背景技术

由于各种政策的类型不同、发布时间不同和所属管理部门不同，造成这些政策分布非常零散，需要花费大量的时间和精力来搜索政策来源、验证政策时效性、评估申报可行性等，这不利于各类创新主体及时全面了解政策信息，也不便于其从海量政策中筛选出符合其自身申报的政策，不能充分有效地做好项目规划和申报准备。

现有的数据搜索与分发方式，用户在查找数据时，一般都采用按照数据 信息源分类查找，或按照数据所属行业分类查找，或按照数据类型分类查找， 这些查询方法是固定的，且需要人手动多次点击选择实现。随着数据量的增 加，除需要多次人工干预之外，在海量的数据中查询数据又出现以下几个新 的问题：1.搜索速度慢；2.筛选结果集大，搜索效率低；3.占用计算资源多。 综上所述，在现有的方式下，数据搜索与分发效率低下且容易出错，用户为 了可靠性不得不放弃灵活性。

发明内容

本发明的目的在于提供一种人工智能数据搜索与分发方法，以解决上述 背景技术中提出的现有的数据搜索与分发方式，用户在查找数据时，一般都 采用按照数据信息源分类查找，或按照数据所属行业分类查找，或按照数据 类型分类查找，这些查询方法是固定的，且需要人手动多次点击选择实现， 数据搜索与分发效率低下且容易出错，用户为了可靠性不得不放弃灵活性的 问题。

为实现上述目的，本发明提供如下技术方案：一种人工智能数据搜索与 分发方法，该人工智能数据搜索与分发方法的具体步骤流程包括：

步骤一、通过状态空间表达法对数据进行分解：

步骤二、采用状态空间启发式搜索，通过预定义的算法规则确定下一个 要考察的节点，预定义的算法不同形成了不同的搜索策略：

步骤三、在确定节点利用与问题求解有关的信息如信息源、所属行业、 类型等内容，先分词再比较，估计出节点的重要性，选择重要性较高的节点， 求得最优解集；

步骤四、对解集按优先级排序推荐给用户端。

优选的，假设预定义的算法函数是A(x)＝B(x)+C(x)，其中B(x)为从 初始节点S0到节点x已经实际付出的代价，C(x)是从节点x到目标节点SS 的最优路径的估计代价，即启发函数。

优选的，目前已经实现了两种搜索方法：1)局部择优搜索：即当一个节 点被扩展以后，按A(x)对每一个子节点计算估价值，并选择最小者作为下一 个要考察的节点；2)全局择优算法：即当每次总是从待考察节点表的全体节 点中选择一个估价值最小的节点，有序搜索算法的过程如下：当搜索过程生 成一个节点i时，把节点i的状态与已生成的所有节点的状态进行比较，若 节点i是一个已生成的节点，则表示找到一条通过节点i的新路径，若新路 径使节点i的估价值更小，则修改节点i指向父节点的指针，使之指向新的 父节点，否则，不修改节点i原有的父节点指针，即保留节点i原有的路径。

优选的，该启发函数详细的过程如下：

(1)把初始节点S0放入待考查节点表，A(S0)；

(2)如果待考查节点表为空，则问题无解，退出；