技术摘要：
本发明公开了一种基于ElasticSearch实现多维度智能搜索相关数据的系统，包括词根模块、维度管理模块、词关系管理模块、权重配置模块、智能联想模块五个模块；本发明还公开了一种基于ElasticSearch实现多维度智能搜索相关数据系统的方法，通过在海量数据中根据搜索维度  全部
背景技术：
在企业大数据搜索领域中，通常会使用Ela s t i c S e a r c h作为搜索引擎 (ElasticSearch是一个基于Lucene的搜索服务器，简称ES)。在迅速发展的企业或组织中， 数据资产会越来越多，有价值的数据也会倍增。 由于数据具有多样性，搜索引擎会根据用户需求与一定算法搜索数据，一般除了 精准搜索数据外，还会利用ES的各项能力对搜索语句进行分词搜索、转拼音搜索、中文首字 母搜索。但在海量数据中，搜索的数据会非常多，数量级很大，耗时较长；且搜索的结果往往 是直接关联与硬匹配，匹配度越高的数据，排名越靠前；而且，没有智能联想的能力，首先搜 索条件未能联想到相关关系词，其次也未能根据不同维度联想到行业关系词，没有侧重点， 不太利于用户在最短时间内获取最优数据。 用户搜索数据通常会具有侧重点，相同搜索词在不同维度下，希望搜索引擎可以 智能联想到不同的相关数据，例如：同样是搜索“苹果”，在“电子科技”维度中希望优先搜索 到“苹果手机”、“苹果公司”、“乔布斯”、“iPhone”等等；在“农副产品”维度中希望优先搜索 到“烟台苹果”、“水果”、“橘子”等等；在“学术科研”维度中希望优先搜索到“苹果”、“牛顿”、 “万有引力”、“亚当夏娃”等等。
技术实现要素：
针对相关技术中的上述技术问题，本发明提出一种基于ElasticSearch实现多维 度智能搜索相关数据的系统和方法，能够克服现有技术的上述不足。 为实现上述技术目的，本发明的技术方案是这样实现的： 一种基于ElasticSearch实现多维度智能搜索相关数据的系统，包括词根模块、维 度管理模块、词关系管理模块、权重配置模块、智能联想模块五个模块； 所述词根模块用于提供词根来构成搜索需要的词汇，并根据需要维护词根的基础 信息； 所述维度管理模块用于定义所述词根模块中各种词根的维度，为搜索联想奠定基 础范围； 所述词关系管理模块用于在搜索引擎构建搜索条件时，为词根配置不同维度的关 系词； 所述权重配置模块用于根据不同的维度设置不同词关系的权重，以及设置原词、 分词、衍生词的附加权重； 所述智能联想模块将原词根据ES智能拆词规则拆分，加入维度后，获取相关的词 4 CN 111597412 A 说　明　书 2/6 页 根信息，并将这些数据加工后，形成ES搜索引擎可识别的检索条件； 所述词根模块、所述维度管理模块、所述词关系管理模块、所述权重配置模块、所 述智能联想模块五个模块之间的数据均独立存储，使用词根ID和维度ID将五个模块之间的 数据串联起来。 进一步的，所述词根的基础信息包括名称、拼音、热度、违禁信息。 进一步的，所述维度包括综合通用、电子科技、农副产品、学术科研、军事国防。 进一步的，所述词关系包括同义词、近义词、相似词、反义词。 进一步的，所述原词为传入到搜索系统中未加工过的语句；所述分词为使用ES分 词器将搜索语句拆分成的新的语句；所述衍生词为词根的相关词。 本发明还公开了一种基于ElasticSearch实现多维度智能搜索相关数据的方法， 包括如下步骤： S1：获取用户传入的搜索条件； S2：判断用户传入的搜索条件是否是词根； S3：若S2中的搜索条件是词根，则获取词根的基础信息，并判断词根是否违禁； S4：若S3中的词根是违禁词，则拒绝搜索，若S3中的词根不是违禁词，则定义当前 的词根的维度； S5：根据S4中需求的维度，获取当前维度的词关系； S6：若S2中的搜索条件不是词根，则使用ES分词器对搜索条件进行分词，产生词 根，然后进行步骤S3-S5； S7：对S5中的词关系进行过滤检查，去除违禁词； S8：构建新的搜索条件，将新的搜索条件根据每种词的权重加入到相关度分数计 算公式中，再加入不能包含违禁词的搜索条件，构建出ES搜索引擎识别的搜索条件； S9：调用ElasticSearch的搜索服务，将S8中构建的搜索条件传入，由ES将数据分 页搜出来； S10：搜出数据后，将数据集合返回给用户； S11：若搜索条件是词根，则给此词根增加1点热度，若搜索条件不是词根，则由ES 分词器将此搜索条件拆分出词根，给这些词根均加1点热度。 进一步的，在步骤S6中，ES分词器包括单字分词、二分法分词、词库分词三种。 其中，所述单字分词是将搜索条件中的每个字均拆分出来成为词根；所述二分法 分词是将搜索条件按两个字进行切分成为词根；所述词库分词是按某种算法构造词，然后 去匹配已建好的词库集合，如果匹配到就切分出来成为词根。 进一步的，步骤S8中，相关度分数计算公式使用TF/IDF算法： 其中，TF/IDF算法中，score(q，d)为相关性打分函数，其中q为查询语句，d为匹配 的文档；coord(q，d)为评分因子，基于文档中出现查询项的个数；queryNorm(q)为查询的标 准查询；t为分词后的词项；tf(tind)为词项t在文档d中出现的次数；idf(t)为出现词项t的 5 CN 111597412 A 说　明　书 3/6 页 文档数；boost(t)为查询时候的查询项加权，控制相关度；norm(t，d)为长度相关的加权因 子。 本发明的有益效果：本发明通过词根与衍生词的关联，描绘了词根的联想数据的 来源，通过对词根的合理使用和科学管理，加速了整个词根规范管理的进度，更贴合企业生 产的需要，同时也明确了各维度的服务方向；解决了企业在大数据搜索和应用中数据偏向 性精准获取的难题，提高了数据响应质量，提高了被搜索的几率；减少了企业对大数据的搜 索和管理的难度，协助企业完成对数据搜索的智能应用，为企业信息系统的建设和发展提 供有力支撑；各模块相互之间使用接口通信，降低了功能模块的耦合度，提高了模块的复用 率，降低了系统后期改造升级的成本。通过该检索系统和方法，提高了数据精准度，节约了 使用者的信息获取时间。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所 需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施 例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获 得其他的附图。 图1是根据本发明实施例所述的一种基于ElasticSearch实现多维度智能搜索相 关数据的系统和方法的流程图； 图2是根据本发明实施例所述的一种基于ElasticSearch实现多维度智能搜索相 关数据的系统和方法使用ES分词器将“中国地区的苹果”进行分词的过程示意图； 图3是根据本发明实施例所述的一种基于ElasticSearch实现多维度智能搜索相 关数据的系统和方法在“电子科技”维度下搜索“中国地区的苹果”的结果示意图； 图4是根据本发明实施例所述的一种基于ElasticSearch实现多维度智能搜索相 关数据的系统和方法的热度计分趋势图； 图5是根据本发明实施例所述的一种基于ElasticSearch实现多维度智能搜索相 关数据的系统和方法的系统架构图。