公开(公告)号：CN100452055C

公开(公告)日：2009-01-14

申请号：CN200710065392.X

申请日：2007-04-13

Applicant: 清华大学

Inventor： 周宗伟 ,  薛一波

IPC: G06F17/30

Abstract: 本方法涉及一种文本或网络内容分析的大规模多关键词匹配方法，属于计算机数据处理技术领域。本方法包括关键词集预处理和文本或网络内容匹配两个阶段。关键词集预处理阶段建立跳跃表和关键词表，计算各表项的跳跃值，并将关键词关联到关键词表的相应表项。匹配阶段将一个窗口置于待分析的文本或网络内容的开始处，对窗口内的数据块进行哈希运算，检索跳跃表中对应跳跃值，若不为零，则按此值移动窗口，若为零，则对该数据块再进行哈希运算，检索关键词表，根据该表项中的跳跃值移动窗口，并将该表项中关联的关键词依次与文本中相应字段进行比较，确认是否匹配。本发明方法的优点是算法评测性能优异，满足实用要求，硬件可扩展性好。

公开(公告)号：CN101030221A

公开(公告)日：2007-09-05

申请号：CN200710065392.X

申请日：2007-04-13

Applicant: 清华大学

Inventor： 周宗伟 ,  薛一波

IPC: G06F17/30

Abstract: 本方法涉及一种文本或网络内容分析的大规模多关键词匹配方法，属于计算机数据处理技术领域。本方法包括关键词集预处理和文本或网络内容匹配两个阶段。关键词集预处理阶段建立跳跃表和关键词表，计算各表项的跳跃值，并将关键词关联到关键词表的相应表项。匹配阶段将一个窗口置于待分析的文本或网络内容的开始处，对窗口内的数据块进行哈希运算，检索跳跃表中对应跳跃值，若不为零，则按此值移动窗口，若为零，则对该数据块再进行哈希运算，检索关键词表，根据该表项中的跳跃值移动窗口，并将该表项中关联的关键词依次与文本中相应字段进行比较，确认是否匹配。本发明方法的优点是算法评测性能优异，满足实用要求，硬件可扩展性好。