一种数据检索方法和装置与流程

本发明涉及家用电器技术领域，尤其涉及一种数据检索方法和装置。

背景技术：

现有技术中，用户基于标签检索影音文件时，由于影音文件的标签多为人工标注，存在缺失、不准确、类型不一致等问题，使得检索结果中会存在很多与该标签无关的影音文件也会展示给用户进行选择，用户无法确定所选择的影音文件是否为自己需要的影音文件，从而降低了用户的体验。

由上述可知，现有技术中用户使用标签检索影音文件时，会出现与该标签无关的影音文件供用户选择，导致用户无法确定所选择的影音文件是否为自己需要的影音文件。

技术实现要素：

本发明的实施例提供一种数据检索方法和装置，解决了现有技术中用户使用标签检索影音文件时，会出现与该标签无关的影音文件供用户选择，导致用户无法确定所选择的影音文件是否为自己需要的影音文件的问题。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面、本发明的实施例提供一种检索方法，包括：获取检索指令；其中，检索指令至少包括标签；根据标签，确定包含标签的影音文件；根据影音文件的影音信息，生成影音文件的排序序列；其中，影音信息至少包括标签权重和综合评分中的任一项，标签权重用于指示标签对影音文件的重要程度，综合评分用于指示影音文件的评分结果；根据排序序列显示影音文件。

由上述方案可知，通过本发明的实施例提供的检索方法，当用户需要检索标签时，首先会找到包含该标签的所有影音文件，然后根据该影音文件的标签权重和综合评分中的任一项，生成影音文件的排序序列，并根据排序序列显示影音文件；因此，用户可以根据影音文件的标签权重和综合评分中的任一项，确定需要寻找的应用文件，使得检索结果更加的准确；解决了现有技术中用户使用标签检索影音文件时，会出现与该标签无关的影音文件供用户选择，用户体验较差的问题。

可选的，获取检索指令前，该方法还包括：获取影音文件的影音信息；其中，影音信息还包括标题、简介和标签中的任一项；根据lda主题模型和影音信息，确定标签的标签主题词排序子集和主题概率分布向量；根据标签主题词排序子集和主题概率分布向量，确定标签的标签权重。

可选的，根据lda主题模型和影音信息，确定标签的标签主题词排序子集和主题概率分布向量前，该方法还包括：获取lda主题模型的训练语料库；其中，训练语料库包括至少一个分词，分词包括标签、标题的标题分词和简介的简介分词中的任一项；根据训练语料库，确定至少一个分词的词频和逆文档词频；根据至少一个分词的词频和逆文档词频，确定至少一个分词的特征化向量；根据标签主题词排序子集和主题概率分布向量，确定标签的标签权重后，该方法还包括：根据至少一个分词的特征化向量和标签权重，确定影音文件的综合评分。

可选的，影音信息还包括：播放热度、点击次数、发布时间、播放时间和付费率中的任一项；根据至少一个分词的特征化向量和标签权重，确定影音文件的综合评分，包括：根据播放热度、点击次数、发布时间、播放时间和付费率，确定其他评分；根据至少一个分词的特征化向量、标签权重和其他评分，确定影音文件的综合评分。

第二方面、本发明的实施例提供一种检索装置，包括：获取模块，用于获取检索指令；其中，检索指令至少包括标签；处理模块，用于根据获取模块获取的标签，确定包含标签的影音文件；处理模块，还用于根据影音文件的影音信息，生成影音文件的排序序列；其中，影音信息至少包括标签权重和综合评分中的任一项，标签权重用于指示标签对影音文件的重要程度，综合评分用于指示影音文件的评分结果；显示模块，用于根据处理模块生成的排序序列显示影音文件。

可选的，获取模块，还用于获取影音文件的影音信息；其中，影音信息包括标题、简介和标签中的任一项；处理模块，还用于根据lda主题模型和获取模块获取的影音信息，确定标签的标签主题词排序子集和主题概率分布向量；处理模块，还用于根据标签主题词排序子集和主题概率分布向量，确定标签的标签权重。

可选的，获取模块，还用于获取lda主题模型的训练语料库；其中，训练语料库包括至少一个分词，分词包括标签、标题的标题分词和简介的简介分词中的任一项；处理模块，还用于根据获取模块获取的训练语料库，确定至少一个分词的词频和逆文档词频；处理模块，还用于根据至少一个分词的词频和逆文档词频，确定至少一个分词的特征化向量；处理模块，具体用于根据至少一个分词的特征化向量和标签权重，确定影音文件的综合评分。

可选的，影音信息还包括：播放热度、点击次数、发布时间、播放时间和付费率中的任一项；处理模块，具体用于根据获取模块获取的播放热度、点击次数、发布时间、播放时间和付费率，确定其他评分；处理模块，具体用于根据至少一个分词的特征化向量、标签权重和其他评分，确定影音文件的综合评分。

第三方面、本发明的实施例提供一种计算机存储介质，包括指令，当其在计算机上运行时，使得计算机执行如上述第一方面提供的任一项的检索方法。

第四方面、本发明的实施例提供一种检索装置，包括：通信接口、处理器、存储器、总线；存储器用于存储计算机执行指令，处理器与存储器通过总线连接，当检索装置运行时，处理器执行存储器存储的计算机执行指令，以使检索装置执行如上述第一方面提供的任一项的检索方法。

第五方面、本发明的实施例提供一种检索系统，包括家用电器以及第二方面提供的任一项检索装置。

可以理解地，上述提供的任一种检索装置用于执行上文所提供的第一方面对应的方法，因此，其所能达到的有益效果可参考上文第一方面的方法以及下文具体实施方式中对应的方案的有益效果，此处不再赘述。

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，下面将对实施例或现有技术描述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为本发明的实施例提供一种检索方法的流程示意图之一；

图2为本发明的实施例提供一种检索方法的流程示意图之二；

图3为本发明的实施例提供一种检索方法的流程示意图之三；

图4为本发明的实施例提供一种检索方法的流程示意图之四；

图5为本发明的实施例提供一种检索方法的流程示意图之五；

图6为本发明的实施例提供一种检索方法的elasticsearch的标签查询dsl语句；

图7为本发明的实施例提供一种检索装置的结构示意图之一；

图8为本发明的实施例提供一种检索装置的结构示意图之二；

图9为本发明的实施例提供一种检索系统的结构示意图。

附图标记：

检索装置-10；

获取模块-101；处理模块-102；显示模块-103。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了便于清楚描述本发明实施例的技术方案，在本发明的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。

在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

在本发明实施例的描述中，除非另有说明，“多个”的含义是指两个或两个以上。例如，多个网络是指两个或两个以上的网络。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。本文中符号“/”表示关联对象是或者的关系，例如a/b表示a或者b。

现有技术中，基于影音文件内容属性的标签维度越来越广、数量越来越多，如果不对标签进行有效的管理，导致在基于标签检索影音文件时，会出现与该标签无关的影音文件，导致检索结果混乱；为了解决上述问题，本发明的实施例提供一种检索方法，具体的实现方式如下：

实施例一

本发明的实施例提供一种检索方法，如图1所示包括：

s101、获取检索指令；其中，检索指令至少包括标签。

可选的，如图2和图5所示获取检索指令前，该方法还包括：

s105、获取影音文件的影音信息；其中，影音信息还包括标题、简介和标签中的任一项。

需要说明的是，在实际的应用中，因为现有媒资库中影音文件的标签多为人工标注，存在缺失、不准确、类型不一致等问题；同时不同影音文件的标签数量有多有少，很难充分体现影音文件的实际属性和内涵。

因此，当获取到影音文件的影音信息时，需要对该标签中包含的一些属性信息类标签、描述不准确的标签等，如所获的奖项、榜单、所属的系列、年龄段等非内容相关的标签，从而剔除错误的标签，保证最后计算的标签权重的准确性。

s106、根据文档主题生成模型(英文全称：latentdirichletallocation，简称：lda)主题模型和影音信息，确定标签的标签主题词排序子集和主题概率分布向量。

需要说明的是，在实际的应用中，首先需要在分布式计算引擎spark集群上进行无监督的lda主题模型的训练和聚类，获取多个主题的关键词概率模型，具体步骤如下：

一、lda主题模型的训练集组成：

某个影音文件的标签、标题分词和简介分词的特征化向量可以表示该影音文件，每个film代表一条训练数据，媒体库中全部影音文件的训练数据构成了lda主题模型的训练集。为了计算效率和生成主题的效果，也可先对媒体库中的影音文件按类型进行分类，如电影、电视剧、综艺、音乐等，保证各分类下的影音文件具有相似可比性。

二、lda主题模型参数设定：根据实际的经验设定lda主题模型的迭代次数为200-300次，主题模型的主题数为30-100个，采用最大期望算法(英文全称：expectationmaximization，简称：em)建立模型，基于困惑度作为模型评价标准。

三、训练lda主题模型：训练集迭代计算获得困惑度最优的lda主题模型，使用该lda主题模型对当前全部影音文件进行聚类，获得各主题的标签主题词排序子集和主题概率分布向量。

四、保存训练好的lda主题模型到分布式文件系统(英文全称：hadoopdistributedfilesystem，简称：hdfs)，确保新加入的影音文件可以通过已经生成的lda主题模型进行主题分类。

五、定期更新该lda主题模型，重新整理训练集进行lda主题模型训练，确保lda主题模型的时效性。

s107、根据标签主题词排序子集和主题概率分布向量，确定标签的标签权重。

需要说明的是，在实际的应用中，lda主题模型由主题和词袋两个层次组成，词袋中分词的排序反映了主题的内容与其他主题的差异(每个主题对应一个词袋，每个词袋包含至少一个分词，每个主题对应的词袋的内容不一定相同)，某个影音文件的分类由所属主题的分词排序和所属主题的概率分布共同决定，而某个影音文件的标签tag是主题词袋的子集，因此可以从词袋和主题两个层面来衡量标签的权重关系，具体计算如下：

一、每一个主题topic由不同的分词权重排序wrank描述其内容，抽取影音文件的标签在该topic分词排序中的位置，即可映射当前标签在此主题上对影音文件描述的重要程度，rank位置关系也可以避免不同主题的分词权重差异较大的问题，因此设影音文件k有m个标签，有s个主题，(m，n为大于0的整数)，则在某个topic下标签主题词排序子集如下：

tagrank(ti)＝tagk∩wrank(ti)＝{tag1(w1),tag2(w2),…,tagm(wn)},其中，tagm(wn))表示标签m在主题ti对应的词袋中的排序位置为wn，i∈s；

对于全部主题，则有该影音文件k的标签排序矩阵：

其中，filmk表示影音文件k的标签排序矩阵，tagmwn(ts)表示标签m在主题ti对应的词袋中的排序位置为wn；

二、每一个影音文件都会生成一个在全部主题ts上的主题概率分布向量vk，主题概率分布向量vk表示该影音文件在某个主题上的隶属度，基于此向量可以反映出影音文件标签在不同主题上的重要程度：

三、影音文件k的主题概率分布向量vk和标签在各主题上的排序矩阵tagk的积，可以描述出标签在影音文件的标签集空间和主题模型空间中权重weighttag(k)：

在影音文件k的标签集合中，当影音文件的标签对应的标签权重越大时，说明该标签与影音文件的内容更接近；不同的影音文件之间相互比较时，需要对每个影音文件的标签集合进行归一化，比较不同影音文件所包含相同的标签的权重，该权重值越大表明该影音文件的内容更接近该标签，由此可见基于此评分可以有效区分各影音文件标签之间和具有相同标签的影音文件之间的权重关系。

可选的，如图3和图5所示根据lda主题模型和影音信息，确定标签的标签主题词排序子集和主题概率分布向量前，该方法还包括：

s108、获取lda主题模型的训练语料库；其中，训练语料库包括至少一个分词，分词包括标签、标题的标题分词和简介的简介分词中的任一项。

s109、根据训练语料库，确定至少一个分词的词频和逆文档词频。

s110、根据至少一个分词的词频和逆文档词频，确定至少一个分词的特征化向量。

根据标签主题词排序子集和主题概率分布向量，确定标签的标签权重后，该方法还包括：

s111、根据至少一个分词的特征化向量和标签权重，确定影音文件的综合评分。

需要说明的是，在实际的应用中，为了获得lda主题模型的训练语料库，需要分别对影音文件的标题title和简介summary进行中文分词(chinesewordsegmentation，指的是将一个汉字序列切分成一个个单独的词)，去除停用词(在信息检索中，为节省存储空间和提高搜索效率，在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词，这些字或词即被称为停用词(stopwords))后与标签集合(指该影音文件包含的所有标签)tag聚合并去重，构成lda主题模型的训练语料库s。

设媒体库中包含的影音文件的总数为d，媒体库中包含某个分词的总数为df，该分词在某个影音文件中的词频(即该分词在该影音文件中出现的次数除以该用于文件的总分词数)tf，该分词在该影音文件中的逆文档词频(idfinversedocumentfrequency，又称反文档频率，是文档频率的倒数)idf，基于词频和逆文档词频计算tag的词频-逆文本频率指数(英文全称：termfrequency-inversedocumentfrequency，简称：tf-idf)值如下；

根据该影音文件中全部分词的tf-idf值，建立稀疏向量，用全部分词的稀疏向量表示该影音文件：

film＝vector.spare(length,postion(1,…,n),value(s1,…,sn))；

保存该影音文件的tagtf·idf值，用于该影音文件的综合评分计算。

可选的，影音信息还包括：播放热度、点击次数、发布时间、播放时间和付费率中的任一项；如图4和图5所示根据至少一个分词的特征化向量和标签权重，确定影音文件的综合评分，包括：

s1110、根据播放热度、点击次数、发布时间、播放时间和付费率，确定其他评分。

s1111、根据至少一个分词的特征化向量、标签权重和其他评分，确定影音文件的综合评分。

需要说明的是，在实际的应用中，将标签权重应用于基于标签的检索时，还需要考虑结合影音文件的播放热度、点击次数、发布时间、播放时间和付费率等属性共同计算该影音文件的综合评分，并利用综合评分对基于标签的召回的结果排序，直接给用户提供标签查询结果，具体步骤如下：

一、结合tagtf·idf和其他分值属性featurei,i∈{1,…,f}计算影音文件的综合评分：

其中，scorek表示影音文件k的综合评分，normalize表示归一化，表示其他评分。

二、在检索时，为了可以让用户对比检索结果中各个影音文件与标签的接近程度，需要根据包含用户检索的标签的每个影音文件的综合评分进行排序，得到影音文件的排序序列，排序序列越靠前的影音文件的内容越接近该标签；由于不同的影音文件包含的标签数量不同，导致不同的影音文件对应的综合评分不同，因此在对应不同影音文件的综合评分的大小时，需要对该综合评分进行归一化处理，从而可以对比不同的影音文件；示例性的，以用户搜索的标签为偶像为例，对应包含该标签为偶像的影音文件包括：花火和杉杉来了，为例进行说明：

假设进行归一化后，花火的标签权重为：["偶像"186.02，"言情"46.28，"父亲"82.3，"励志"41.19]，杉杉来了标签权重为：["偶像"253.42，"言情"58.28，"热血"43.1，"励志"57.86]；因此，杉杉来了的内容更加接近偶像。

示例性的，以nested(嵌套结构)将(tag，score)存储在搜索引擎elasticsearch的索引中，基于标签检索影音文件为例进行说明：

一、在构建索引的mapping中设置elasticsearch的配置参数，设置查询dsl语句如图6所示。

二、将带有标签权重和/或综合评分的索引上线，实现基于标签的影音文件的检索。

s102、根据标签，确定包含标签的影音文件。

s103、根据影音文件的影音信息，生成影音文件的排序序列；其中，影音信息至少包括标签权重和综合评分中的任一项，标签权重用于指示标签对影音文件的重要程度，综合评分用于指示影音文件的评分结果。

需要说明的是，在实际的应用中，影音文件的排序序列可以基于标签权重、综合评分或者标签权重和综合评分进行排序；其中，越靠近排序序列前面的影音文件的内容与该标签越接近。

s104、根据排序序列显示影音文件。

由上述方案可知，通过本发明的实施例提供的检索方法，当用户需要检索标签时，首先会找到包含该标签的所有影音文件，然后根据该影音文件的标签权重和综合评分中的任一项，生成影音文件的排序序列，并根据排序序列显示影音文件；因此，用户可以根据影音文件的标签权重和综合评分中的任一项，确定需要寻找的应用文件，使得检索结果更加的准确；解决了现有技术中用户使用标签检索影音文件时，会出现与该标签无关的影音文件供用户选择，用户体验较差的问题。

实施例二

本发明的实施例提供一种检索装置10，如图7所示包括：

获取模块101，用于获取检索指令；其中，检索指令至少包括标签。

处理模块102，用于根据获取模块101获取的标签，确定包含标签的影音文件。

处理模块102，还用于根据影音文件的影音信息，生成影音文件的排序序列；其中，影音信息至少包括标签权重和综合评分中的任一项，标签权重用于指示标签对影音文件的重要程度，综合评分用于指示影音文件的评分结果。

显示模块103，用于根据处理模块102生成的排序序列显示影音文件。

可选的，获取模块101，还用于获取影音文件的影音信息；其中，影音信息包括标题、简介和标签中的任一项；处理模块102，还用于根据lda主题模型和获取模块101获取的影音信息，确定标签的标签主题词排序子集和主题概率分布向量；处理模块102，还用于根据标签主题词排序子集和主题概率分布向量，确定标签的标签权重。

可选的，获取模块101，还用于获取lda主题模型的训练语料库；其中，训练语料库包括至少一个分词，分词包括标签、标题的标题分词和简介的简介分词中的任一项；处理模块102，还用于根据获取模块101获取的训练语料库，确定至少一个分词的词频和逆文档词频；处理模块102，还用于根据至少一个分词的词频和逆文档词频，确定至少一个分词的特征化向量；处理模块102，具体用于根据至少一个分词的特征化向量和标签权重，确定影音文件的综合评分。

可选的，影音信息还包括：播放热度、点击次数、发布时间、播放时间和付费率中的任一项；处理模块102，具体用于根据获取模块101获取的播放热度、点击次数、发布时间、播放时间和付费率，确定其他评分；处理模块102，具体用于根据至少一个分词的特征化向量、标签权重和其他评分，确定影音文件的综合评分。

其中，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，其作用在此不再赘述。

在采用集成的模块的情况下，检索装置包括：获取模块、处理模块、显示模块以及存储模块。处理模块用于对检索装置的动作进行控制管理，例如，处理单元用于支持检索装置执行图1中的过程s101、s102、s103和s104；获取模块和显示模块均用于支持检索装置与其他设备的信息交互。存储模块，用于存储检索装置的程序代码和数据。

其中，以处理模块为处理器，存储模块为存储器，获取模块和显示模块为通信接口为例。其中，检索装置参照图8中所示，包括通信接口501、处理器502、存储器503和总线504，通信接口501、处理器502通过总线504与存储器503相连。

处理器502可以是一个通用中央处理器(centralprocessingunit，cpu)，微处理器，特定应用集成电路(application-specificintegratedcircuit，asic)，或一个或多个用于控制本申请方案程序执行的集成电路。

存储器503可以是只读存储器(read-onlymemory，rom)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(randomaccessmemory，ram)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasableprogrammableread-onlymemory，eeprom)、只读光盘(compactdiscread-onlymemory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器503用于存储执行本申请方案的应用程序代码，并由处理器502来控制执行。通讯接口501用于与其他设备进行信息交互，例如与遥控器的信息交互。处理器502用于执行存储器503中存储的应用程序代码，从而实现本申请实施例中所述的方法。

此外，还提供一种计算存储媒体(或介质)，包括在被执行时进行上述实施例中的检索装置执行的方法操作的指令。另外，还提供一种计算机程序产品，包括上述计算存储媒体(或介质)。

应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，检索装置，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文全称:read-onlymemory，英文简称：rom)、随机存取存储器(英文全称：randomaccessmemory，英文简称：ram)、磁碟或者光盘等各种可以存储程序代码的介质。

可以理解地，上述提供的任一种检索装置用于执行上文所提供的实施例一对应的方法，因此，其所能达到的有益效果可参考上文实施例一的方法以及下文具体实施方式中对应的方案的有益效果，此处不再赘述。

实施例三

本发明的实施例提供一种检索系统，包括家用电器以及如实施例二提供的任一项检索装置。

需要说明的是，在实际应用中，如图9所示家用电器接收到用户输入的检索指令时，向检索装置(可以是服务器)发送该检索指令，以便检索装置根据该检索指令执行上述检索方法，生成对应的排序序列，同时向家用电器发送携带该排序序列的控制指令，以便家用电器根据该排序序列显示影音文件。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。