一种应用于一体化数字资源系统的最优搜索方法与流程

本发明涉及大数据的智能搜索，尤其涉及一种应用于一体化数字资源系统的最优搜索方法。

背景技术：

1、智慧城市建设推进进程中，以往各地智慧城市信息化建设过程存在各类数据、系统、组件等成千上万的数字资源分散在各地各部门的情况，为解决此问题，一体化智能化公共数据平台应运而生。

2、加快数字中国的建设中，国家不断做出一系列的重要指示，提出要夯实数字中国建设基础，就要畅通数据资源大循环，构建国家数据管理体制机制，健全各级数据统筹管理机构。

3、以重庆、浙江等各数字强省为例，已纷纷响应国家政策要求，提出要加快搭建一体化智能化公共数据平台，整合数据资源，打破数据孤岛，强化应用支撑，实现共建共享，持续推动迭代升级。要坚持矩阵式发展模式，推进横向协同、纵向贯通，不搞重复建设，实现各层级一体推进、步调一致、高效协同、整体提升。把握统一平台建设这一重中之重，加快构建一体化智能化数字底座，建立“一朵云”“一张网”“一本账”。

4、irs系统统筹整合数字应用、公共数据和智能组件等海量的数字资源，对各类数据资源进行分类编目，打造城市资源的一本帐。利用智能检索、图谱知识推理等技术，借助建设的数字资源总帐本，用户可一站式浏览数据资源，让资源的管理更加智能化、自动化。通过irs系统建设，可有效破解城市信息化低水平重复建设难题，提升数据共享保障能力和效率。

5、系统建设完成后，数字资源会变得更加密集化，未经筛选的信息可读性比较差，也会让系统使用变得越来越不友好。所以如何让信息进行提炼和筛选，使得呈现的信息与用户的需求、知识结构、目的匹配显得尤为重要。

技术实现思路

1、为了解决以上技术问题，本发明提供了一种应用于一体化数字资源系统的最优搜索方法。运用大数据标签和画像分析技术，对人员、资源进行建模计算，分析出对用户有用或者感兴趣的资源，利用朴素贝叶斯算法对用户的兴趣数据和行为数据分析搜索得出最优资源，大大提高用户的系统体验和效率。

2、本发明的技术方案是：

3、一种应用于一体化数字资源系统的最优搜索方法，在irs系统建设阶段，根据用户类型、部门、职责等制定用户画像，结合用户基本信息、自贴兴趣标签、同层用户行为分析，制定用户画像，在用户输入关键词进行资源搜索时，系统中对关键词进行自然语义解析，选择对应的关联分析方式，当存在大量用户时，使用朴素贝叶斯算法分析预测出用户感兴趣的资源排名，用户根据反馈结果进行后续的使用操作。

4、进一步的，

5、具体步骤如下：

6、步骤1)、规划用户画像，进行用户标签设定；

7、步骤2)、用户在提交搜索操作时，判断是否有其他同层用户的行为数据，选择关联分析方式；

8、步骤3)、进行搜索关键字自然语义解析，根据步骤2)中定义进行关联分析；

9、步骤4)、根据计算得出的关联排序结果，在系统界面进行展示输出，用户进行相应的后续操作。

10、再进一步的，

11、步骤1)中，规划用户基本信息表(user_infor)、兴趣标签表(prefer_infor)、用户行为表(user_behavior_infor)。

12、其中用户基本信息表为用户姓名、类型、联系方式等基本信息的维护，兴趣标签表为用户部门、职责、职务的维护，用户行为表关联用户信息和兴趣标签，用于后续用户搜索推荐的关联分析.

13、在兴趣标签表中制定用户职责、职务的对应关系，用户在初次注册时选择部门、职务；

14、根据兴趣标签表，匹配用户对应的部门编号，作为用户的分层依据；

15、制定职责标签与资源类别的关系对应；

16、依据用户分层结果，进行职责匹配，用户从匹配职责里选择自己的“兴趣”标签。

17、再进一步的，

18、步骤2)中，

19、(1)若无任何其他同层用户的行为数据，在关联分析时依据“用户本人的基本信息+自贴兴趣标签”方式，得出关联排序结果；

20、(2)若有其他同层用户的行为数据，在关联分析时依据“用户本人的基本信息+自贴兴趣标签，以及其他同层用户的行为数据”方式，得出关联排序结果。

21、再进一步的，

22、步骤3)中，

23、(1)根据步骤2)中依据“用户本人的基本信息+自贴兴趣标签”方式，在无同层用户的行为数据，或者同层用户数量较少的前提下，该职责标签中对应的资源类别将各投1票，依次类推，最终所有的资源类别都有各自的“票数”，即排名顺序。

24、(2)根据步骤2)中依据“用户本人的基本信息+自贴兴趣标签，以及其他同层用户的行为数据”方式，在存在大量使用用户的前提下，使用朴素贝叶斯算法计算分解。

25、使用朴素贝叶斯算法计算分解，包括：

26、1)根据朴素贝叶斯公式求解，进行关联分析计算；

27、2)规划设计用户行为表，根据计算结果更新关联分析结果；

28、3)对于用户n，计算得到关注类别的排序结果；

29、最终，得到该用户的分析结果，分析得到用户关注点落在哪一类产品；

30、4)在此基础上进行二次分析，根据用户n的同层用户的使用历史情况，得到不同类型资源的使用次数占比，由矩阵分解得出用户n的关联度排名，得到用户在每类的排名。

31、本发明的有益效果是

32、通过在系统设计阶段，运用大数据标签和画像分析技术，对人员、资源进行建模计算，分析出对用户有用或者感兴趣的资源，利用朴素贝叶斯算法对用户的兴趣数据和行为数据分析搜索得出最优资源，大大提高用户的系统体验和效率。

技术特征：

1.一种应用于一体化数字资源系统的最优搜索方法，其特征在于，

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求2所述的方法，其特征在于，

4.根据权利要求3所述的方法，其特征在于，

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求5所述的方法，其特征在于，

7.根据权利要求6所述的方法，其特征在于，

8.根据权利要求7所述的方法，其特征在于，

技术总结
本发明提供一种应用于一体化数字资源系统的最优搜索方法，属于智能搜索技术领域，本发明通过提供一种在用户量较大时对数字资源的最优搜索方法，对系统用户进行标签和画像分析，利用朴素贝叶斯算法对用户的兴趣数据和行为数据分析搜索得出最优资源，以此来有效提高各级各部门的使用效率和体验。

技术研发人员：姜振华,李祥星,于越,马城城
受保护的技术使用者：山东浪潮新基建科技有限公司
技术研发日：
技术公布日：2024/1/15