[发明专利]一种标准文献检索的排序算法

摘要

本发明公开了一种标准文献检索的排序算法，涉及关键词的检索技术领域，通过设置查询配置来影响boost打分，对edismax实现的方法和map函数进行封装，通过对查询标题名称、题录、正文等多个字段进行定量规整化处理，为每个字段的文本相关度设置打分权重，且字段根据精确和模糊匹配赋予不同的权重层级，经过两次数据规整化处理后，通过封装后的map函数进行倒序排序反馈结果，提高了标准文献检索过程中的准确性。

主权项

1.一种标准文献检索的排序算法，其特征在于：包括如下步骤：步骤1：建立索引系统，所述索引系统包括数据库服务器、检索服务器和客户端服务器，数据库服务器和客户端服务器通过互联网连接检索服务器；步骤2：在数据库服务器中为标准文档建立标准全文关键词库，检索服务器扫描标准文档中的每一个词，记录下每个词在标准文档中出现的频率和相应的位置，选取其中出现频率最高的50个词作为该标准的全文关键词，并且设定这50个词均为Token，检索服务器为这50个Token建立索引；步骤3：用户通过客户端服务器输入检索字段，客户端服务器将检索字段发送给检索服务器，检索服务器采用基于词典的中文分词算法，通过逆向最大匹配的方法切分出检索字段中的所有词，其步骤如下：步骤A：从右向左取待切分字段的Lmax个字符作为匹配字段；Lmax为所使用词典中最长词条的个数；步骤B：对查找的字段与词典中的词进行匹配：如果匹配成功，则将这个匹配字段作为一个词切分出来，若匹配不成功，则将这个匹配字段的最前端一个字去掉，剩下的字符串作为新的匹配字段，进行再次匹配；步骤C：重复执行步骤A到步骤B，直到切分出所有词为止；步骤4：对切分出的分词在标准全文关键词库中进行检索，并根据以下步骤进行索引结果的输出：步骤D：设定pf为对一条标准记录的标题名称、题录和正文的多个字段所做出的匹配项；步骤E：针对每个字段设置不同的boost权重打分值，其设置的字段必须为在pf中配置的项；步骤F：对查询标题名称、题录和正文的多个字段进行第一次定量规整化处理，每个字段的文本相关度打分权重分别为10ⁿ,10^n‑1,10^n‑2，……1，其中n根据数据量的大小进行赋值，且字段根据精确和模糊匹配赋予不同的权重层级；步骤G：计算查询出每一条结果的权重，即使用map函数计算各层级分数并取其和值；步骤H：根据遵循类型优先原则进行第二次定量规整化处理，即：假如标题和题录均精确命中，以标题精确为准，将大于10ⁿ的值都规整为一个能代表标题精确的数；步骤J：在步骤H所得到的结果的后边加入封装好的BASE_ORDER基准排序序号，即为该结果的boost得分；步骤K：根据boost值大小输出查询结果，同时根据标准领域专家总结，依次显示国标、行标、地标和外标。