公开(公告)号：CN103984700A

公开(公告)日：2014-08-13

申请号：CN201410150100.2

申请日：2014-04-15

Applicant: 厦门产业技术研究院

Inventor： 曾尔曼 ,  洪文兴 ,  朱顺痣 ,  林清怀

IPC: G06F17/30

CPC classification number: G06F17/30598 ,  G06F17/30336

Abstract: 本发明公开了一种用于科技信息垂直搜索的异构数据分析方法，包括以下步骤：预先建立聚类特征集N；获得原始数据集A，对原始数据集A进行中文分词并提取关键词，得到关键词数据集B；以关键词作为基础特征，采用k-means算法进行聚类，得到聚类集C；根据聚类集C与聚类特征集N的主题相关性，对原始数据集A进行数据源归类；根据聚类特征集N与关键词数据集B的相关性，提取相应的结构化数据集Q；对结构化数据集Q进行分析、优化，得到结构化数据Q2；根据关键词数据集B与结构化数据集Q2的比对结果，进行关键词权重标记，获得权重集W。本发明提高了垂直搜索的准确度，使得用户更容易获取符合实际需求的信息。

公开(公告)号：CN103984700B

公开(公告)日：2017-09-26

申请号：CN201410150100.2

申请日：2014-04-15

Applicant: 厦门产业技术研究院

Inventor： 曾尔曼 ,  洪文兴 ,  朱顺痣 ,  林清怀

IPC: G06F17/30

Abstract: 本发明公开了一种用于科技信息垂直搜索的异构数据分析方法，包括以下步骤：预先建立聚类特征集N；获得原始数据集A，对原始数据集A进行中文分词并提取关键词，得到关键词数据集B；以关键词作为基础特征，采用k‑means算法进行聚类，得到聚类集C；根据聚类集C与聚类特征集N的主题相关性，对原始数据集A进行数据源归类；根据聚类特征集N与关键词数据集B的相关性，提取相应的结构化数据集Q；对结构化数据集Q进行分析、优化，得到结构化数据Q2；根据关键词数据集B与结构化数据集Q2的比对结果，进行关键词权重标记，获得权重集W。本发明提高了垂直搜索的准确度，使得用户更容易获取符合实际需求的信息。