[发明专利]一种信息存储方法、信息查询方法、搜索引擎装置

摘要

一种信息存储方法、信息查询方法、搜索引擎装置，属于通信、数据库存储领域。本发明信息存储方法，首先收集文档和术语信息，其次建立索引，计算权重构建索引项数据结构，接着建立索引项地址相关联的比特映射组，最后根据比特映射组建立哈希表。本发明信息查询方法基于上述信息存储方法实现，根据查询术语加载与之相关的比特映射组；加载比特映射组内的8*b比特数据块，b为大于0的整数，形成关键字，并根据哈希表查询术语的权重，最后计算该文档得分；当查询术语为多个，继续加载8*b比特数据块直至加载所有，之后对前k候选文档按得分排序；当查询术语为1个，结束。本发明基于比特映射和哈希表完成，不仅能使用多种逻辑运算，且运算速度大幅提高，提高了CPU运行效率。

主权项

1.一种信息存储方法，其特征在于，步骤1：收集文档和术语信息，每个文档标识有文档编号docid，所述文档编号docid为不小于零的整数；步骤1.1：计算每个文档d的每个术语t的术语频率并保存；步骤1.2：建立文档频率的全局表，其中，全局表为能够反映整个文档集中有多少文档包含某个术语的表，为反映术语稀有性的文档频率；步骤2：建立索引；步骤2.1：对每个文档，根据术语频率和文档频率计算在此文档中术语的权重；步骤2.2：建立索引项数据结构，保存每个索引项，每个索引项存储文档编号docid、术语t和权重W；步骤2.3：建立比特映射组，保存每个术语t的文档编号docid，每个比特映射组内“1”标识为某个文档编号docid下，该文档d包含术语t ,“0”标识为某个文档编号docid下，该文档d不包含术语t；步骤2.4：建立哈希表，所述哈希表由多个比特映射组内8*b比特数据块构成，每个8*b比特数据块以关键字标识，其中n不小于0，为8*b比特数据块的序号，data为8*b比特数据，每个8*b比特数据块存储有关键字值，所述关键字值为索引项数据结构内的索引项，其中b为大于0的整数；步骤2.4哈希表填充方法具体为：步骤2.4.1：对给定术语t，从比特映射中加载8*b比特数据块，加载具有文档编号docid的每个文档的相关术语权重；步骤2.4.2：基于比特映射中的多组8*b比特数据块，建立可变索引项阵列；步骤2.4.3：形成关键字；步骤2.4.4：在哈希表内插入关键字值。