基于动态图谱链接分析的领域搜索排序方法专利检索-搜索引擎计算机网络专利检索查询-专利查询网

基于动态图谱链接分析的领域搜索排序方法

阅读：560发布：2020-05-08

专利汇可以提供基于动态图谱链接分析的领域搜索排序方法专利检索，专利查询，专利分析的服务。并且本发明属于互联网搜索领域，具体涉及一种基于动态图谱链接分析的领域搜索排序方法。本发明首先为领域搜索中的文件资源建立语义层面链接关系，进而从权威度和相关度两个方面进行计算，最终实现搜索结果的融合排序。包括以下步骤：面向搜索排序领域图谱动态构建；基于全图的文件节点权威度离线增量计算；基于搜索子图的文件节点相关度在线计算；基于权威度与相关度的搜索结果融合排序。本申请能够以文件文本内容中的实体和关系为纽带，将原本孤立的文件从语义层面进行关联，突破单一文件的在搜索排序中的信息孤岛问题，并从文件节点的权威度和相关度两个层面进行分析计算，最终实现搜索结果的融合排序。，下面是基于动态图谱链接分析的领域搜索排序方法专利的具体信息内容。

权利要求

1.基于动态图谱链接分析的领域搜索排序方法，其特征在于，所述方法首先为领域搜索中的文件资源建立语义层面链接关系，进而从权威度和相关度两个方面进行计算，最终实现搜索结果的融合排序；具体步骤如下：
步骤(1)：面向搜索排序的领域图谱动态构建；以该领域的各类文件集合为输入，构建领域图谱；
步骤(2)：基于全图的文件节点权威度增量离线计算；以步骤(1)中的领域图谱为输入，计算得到领域图谱内各文件节点的权威度；
步骤(3)：基于搜索子图的文件节点相关度在线计算；以领域图谱、用户检索词为输入，从整个领域图谱中抽取与检索相关的搜索子图，并计算该子图内各文件节点相关度；
步骤(4)：基于权威度与相关度的搜索结果融合排序；计算过程以步骤(3)中的搜索子图中各文件节点的权威度和相关度为输入，综合计算文件节点排名度，并按排名度大小排序，返回给用户。
2.根据权利要求1所述的方法，其特征在于，所述步骤(1)包括如下步骤：
步骤(11)：“实体节点”，“关联边”构建与“关联权值”计算；
通过对文件的文本内容进行实体识别、实体消歧和共指消解，得到准确、无歧义的命名实体，这些实体构成了领域图谱中的“实体节点”；通过对文本内容中实体之间的关联关系进行识别，得到潜在候选关系，并通过对关系的消歧与消解，得到准确、无歧义的关联关系，这些关联关系构成了领域图谱中的“关联边”；每条关联边具有“关联权值”，权值大小表示实体之间关系的紧密程度；
步骤(12)：“文件节点”，“链接边”构建与“链接权值”计算；领域图谱中“文件节点”与待检索文件互为双射，直接构建，图谱中的每个文件节点代表一个待检索文件；若某个“实体节点”是从某个“文件节点”对应的文件内容中提取出来的，则该实体节点与文件节点之间存在一条链接边；“链接权值”计算包括初始链接权值计算和归一化计算两个过程；
步骤(13)：图谱增量动态更新；
待检索文件集合的变化形式包括新增文件、删除文件和修改文件，面对新增文件的情况，需要按照步骤(11)和(12)完成新增文件对应实体节点、文件节点、关联边、链接边的提取；并更新受影响的关联边和链接边的权值；面对删除文件的情况，首先需要删除对应的文件节点及其关联边；若导致实体节点没有相连的链接边，则删除该实体节点及其关联边；并更新受影响的关联边和链接边的权值；面对修改文件的情况，按照先删除再新增的等效操作进行领域图谱的更新。
3.根据权利要求2所述的方法，其特征在于，所述步骤(11)中“关联权值”计算包括初始关联权值计算和归一化两步；具体为：若关联边两端的实体总共在k个文件中共同出现，则该关联边的初始关联权值corrValue'(i,j)等于k；在计算完所有关联边的关联权值后，对同一实体节点发出的初始关联权corrValue'(i,j)按数值比例做归一化，得到该关联边的关联权值corrValue(i,j)。
4.根据权利要求2所述的方法，其特征在于，所述步骤(12)中的初始链接权值计算考虑两个方面，一是实体节点对文件节点的关联程度α，二是文件节点对实体节点的重要程度β；
具体为：
①当文件节点对实体节点的重要程度难以进行人工分类或评价时，对于不同文件节点β＝1，初始链接权值linkValue'＝α，在计算完各链接边的初始权值后，对于同一文件节点相连的各链接边初始权值做归一化，就得到了链接权值linkValue；α采用以下计算方法：
α＝TF(t,d)·IDF(t,d)·α1(t,d)
其中t为实体节点的实体名，d为待检索文件，TF(t,d)为t在d中出现的频次，IDF＝log(N/(nt,d+γ))，N为待检索文件集合中文件数量，nt,d为包含实体t的文件数量，γ通常取
0.01保证分母不为零，α1(t,d)为位置系数当实体名t处于标题、摘要、关键词时取大于1系数，否则取1；
②当能够根据不同领域，通过人工对实体与文件进行分类和打分，在每个领域对不同类型文件的重要程度设置β值，此时，初始链接权值linkValue'＝α·β。
5.根据权利要求1所述的方法，其特征在于，所述步骤(2)中将领域图谱的实体节点都作为系统所能到达的状态，各个状态之间的转移概率则由实体节点之间的关联边权值决定，整个系统构成了一个马尔可夫链，该马尔可夫链的平稳分布即为“实体节点”的权威度，具体包括如下步骤：
步骤(21)：“实体节点”权威度设计；
步骤(22)：“实体节点”权威度增量计算；基于蒙特卡罗方法，利用随机游走模拟用户访问实体节点的行为，当领域图谱发生变化时，针对受影响的实体节点，增量更新随机游走过程，实现实体节点权威度的增量计算；
步骤(23)：“文件节点”权威度计算；文件节点权威度authorityFile等于该文件节点各链接权值linkValue乘以链接的实体节点权威度authorityEntity之和，即
其中authorityFile(i)表示文件节点i的权威度；authorityEntity(k)表示实体节点k的权威度，且文件节点i与实体节点k之间存在链接边；linkValue(i,k)表示文件节点i和实体节点k之间链接边权值。
6.根据权利要求5所述的方法，其特征在于，实体节点权威度的增量计算采用循环起点的方式，以N个实体节点为起点分别启动M个随机游走过程，共N×M个随机游走过程，随机游走的每一步以(1-α)的概率直接访问新的节点，并以α·corrValue(i,j)的概率从实体节点i游走至实体节点j，最终统计任意实体节点i被访问的次数v(i)，则v(i)除以所有实体节点被访问次数总和，就得到了节点i的平均访问概率，即实体节点i的权威度
authorityEntity；
当领域图谱结构发生变化时，通过增量的方式计算各实体节点的权威度；具体方法为：
首先记录每一轮图谱结构变化前的随机游走过程，并统计本轮图谱中产生变化的实体节点，包括实体节点的增删，将其集合记作X与关联边，包括关联边的增删或权值变化，将其集合记作Y，将与X有关联关系的实体节点或与Y相连的实体节点记为集合Z，则X∪Z为需要在随机游走中更新流程的触发节点；更新过程为考察上一轮N×M个随机游走过程，找到每个随机游走过程中的第一个触发节点，保留触发节点之前的随机游走，并根据新的领域图谱继续进行后续随机游走，并计算各实体节点权威度。
7.根据权利要求1所述的方法，其特征在于，所述步骤(3)具体包括如下步骤：
步骤(31)：搜索子图构建；搜索子图根据每次搜索得到的相关结果构建，是领域图谱的子图；搜索引擎通过关键词匹配方式得到的每个相关结果都对应了某个文件节点，这些文件节点构成了搜索子图的“文件节点”；“文件节点”在领域图谱中的链接边，以及链接的实体节点，分别构成了搜索子图的“链接边”和“实体节点”；搜索子图中“实体节点”按照领域图谱的结构，保留实体节点间的关联关系，构成搜索子图的“关联边”；
步骤(32)：搜索子图的“实体节点”相关度计算；实体节点相关度由该实体节点链接的文件节点数量决定，搜索子图中各实体节点相关度等于该实体节点链接的文件节点数量；
步骤(33)：搜索子图的“文件节点”相关度计算；文件节点相关度由该文件节点每条链接边权值与链接到实体节点相关度的乘积决定；当文件节点有多条链接边时，计算每个链接的乘积再求和。
8.根据权利要求1所述的方法，其特征在于，所述步骤(4)具体为：
搜索结果排序需要综合考虑权威度和相关度两方面影响，因此各文件节点排名度为：
rankValue＝Ω·authorityFile+(1-Ω)·λ·relavancyFile，
其中引入λ是为了保证权威度和相关度量级相似，Ω用于决定权威度和相关度在文件节点排名的权重；此处的文件节点仅考虑每次搜索过程中，被检索到的文件，若authorityFile的中位数为a，relavancyFile的中位数为b，则λ可取a/b；m次搜索结果的构建人工排序样本，记第i次搜索结果的ni个人工排序样本，对每个给定Ω可以得到第i次搜索结果的ni个自动排序结果；认为人工排序样本为正确排序结果，以最小化自动排序结果错误率为优化目标，Ω取值可通过等距采样法，Ω从0到1每次步长为Δ，或一维搜索算法求取。

说明书全文

基于动态图谱链接分析的领域搜索排序方法

技术领域

[0001] 本发明属于互联网搜索领域，具体涉及一种基于动态图谱链接分析的领域搜索排序方法。

背景技术

[0002] 帮助用户准确、迅速地定位所需要的资源，是搜索引擎始终如一的目标。但是随着信息的不断产生与积累，一次搜索常常会返回大量结果。因此搜索引擎必须依靠有效的搜索排序方法，才能返回用户期望的结果并进行优先展示。相比互联网搜索，领域搜索中用户的专业性和目的性更强，对搜索排序也提出了更高的要求。

[0003] 传统的基于词频和词位置的搜索排序方法的排序依据过于单一，并且不能对文件资源的质量进行考量。现有的基于网页链接分析的搜索排序方法(如PageRank、HillTop等)，不能直接应用于缺乏网页链接关系的领域搜索。现有的基于用户浏览偏好学习的搜索排序方法(如RankSVM等)，通常将一次“用户-查询”记录作为孤立样本集进行训练，虽然能够较好地处理历史用户的历史搜索请求，但对于新用户或新请求难以提供有效的排序；即使通过相似“用户-查询”进行改进，也不能适用于小用户量的领域搜索场景。互联网搜索引擎的竞价排名方法，与领域搜索的专业性、权威性原则相违背，同样不能适用。

发明内容

[0004] 本发明的目的在于提供一种基于动态图谱链接分析的领域搜索排序方法。

[0005] 实现本发明目的的技术解决方案为：

[0006] 基于动态图谱链接分析的领域搜索排序方法，所述方法首先为领域搜索中的文件资源建立语义层面链接关系，进而从权威度和相关度两个方面进行计算，最终实现搜索结果的融合排序；具体步骤如下：

[0007] 步骤(1)：面向搜索排序的领域图谱动态构建；以该领域的各类文件集合为输入，构建领域图谱；

[0008] 步骤(2)：基于全图的文件节点权威度增量离线计算；以步骤(1)中的领域图谱为输入，计算得到领域图谱内各文件节点的权威度；

[0009] 步骤(3)：基于搜索子图的文件节点相关度在线计算；以领域图谱、用户检索词为输入，从整个领域图谱中抽取与检索相关的搜索子图，并计算该子图内各文件节点相关度；

[0010] 步骤(4)：基于权威度与相关度的搜索结果融合排序；计算过程以步骤(3)中的搜索子图中各文件节点的权威度和相关度为输入，综合计算文件节点排名度，并按排名度大小排序，返回给用户。

[0011] 本发明与现有技术相比，其显著优点在于：

[0012] (1)本申请提出的面向搜索排序方法的领域图谱构建方法，能够以文件文本内容中的实体和关系为纽带，将原本孤立的文件从语义层面进行关联，突破单一文件的在搜索排序中的信息孤岛问题，将所有领域文件纳入同一关联体系进行评价，其构建的领域图谱为分析各文件节点的权威度和相关度奠定基础。

[0013] (2)本申请在步骤(2)和步骤(3)中提出的基于领域图谱的文件节点权威度和相关度定义与计算方法，能够对文件节点在整个领域图谱中的权威性，以及与文件节点在搜索子图中与用户输入的搜索关键词的相关性进行定量评价，进而实现步骤(4)中提出的融合权威度和相关度的搜索排序方法。

[0014] (3)本申请在步骤(1)和步骤(2)中提出的动态构建方法和增量计算方法，能够针对领域搜索中待检索文件的增加、删除、修改情况，进行领域图谱动态构建以及整个领域图谱中文件节点权威度增量计算，从而减少系统的计算量，提升系统的计算效率与实用性。附图说明

[0015] 图1为本发明的搜索排序方法的流程图。

[0016] 图2为本发明的搜索排序方法的领域图谱的局部示意图。

具体实施方式

[0017] 下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

[0018] 如图1所示，根据本发明实施例的基于动态图谱链接分析的领域搜索排序方法的整体流程图，包括以下步骤：

[0019] 步骤S1，面向搜索排序领域图谱动态构建。图2为领域图谱的局部示意图，领域图谱由实体节点、文件节点、关联边、链接边4种元素构成。其中文件节点对应领域搜索中的全部待检索文件，文件类型包括但不限于文本文件、多媒体文件、数据库文件等；实体节点对应文件内容中描述的实体，通过实体抽取、实体消歧、共指消解等步骤获取；关联边描述了实体节点间的关联关系，在提取完实体节点的基础上通过关系抽取获取，并通过关系推理发现实体间新的潜在关系，关联边具有权值，权值大小表示两个实体节点间关系的紧密程度；链接边用于连接实体节点和文件节点，表示该实体节点是根据该文件描述提取出来的，链接边具有权值，权值大小表示文件与实体的紧密程度。

[0020] 步骤S101，“实体节点”、“关联边”构建与“关联权值”计算。结合领域先验知识，通过对文件的文本内容进行实体识别、实体消歧(解决同名不同义问题)和共指消解(解决同义不同名问题)，可以得到尽可能准确、无歧义的命名实体，这些实体构成了领域图谱中的“实体节点”。进一步，通过对文本内容中实体之间的关联关系进行识别，得到潜在候选关系，并通过对关系的消歧与消解，得到准确、无歧义的关联关系，这些关联关系构成了领域图谱中的“关联边”，注意到关联边具有方向性且成对出现。每条关联边具有“关联权值”，权值大小表示实体之间关系的紧密程度，可以但不限于采用实体的共现度进行表示。

[0021] 该方法包括初始关联权值计算和归一化两步：若该关联边两端的实体总共在k个文件中共同出现，则该关联边的初始关联权值corrValue'(i,j)等于k；在计算完所有关联边的关联权值后，对同一实体节点发出的初始关联权值corrValue'(i,j)按数值比例做归一化，可以得到该关联边的关联权值corrValue(i,j)。

[0022] 步骤S102，“文件节点”、“链接边”构建与“链接权值”计算。领域图谱中“文件节点”与待检索文件互为双射，可以直接构建，图谱中的每个文件节点就代表了一个待检索文件。若某个“实体节点”是从某个“文件节点”对应的文件内容中提取出来的，则该实体节点与文件节点之间存在一条链接边。链接边权值计算包括初始链接权值计算和归一化计算两个过程。初始链接权值计算考虑两个方面，一是实体节点对文件节点的关联程度α，二是文件节点对实体节点的重要程度β。

[0023] ①当文件节点对实体节点的重要程度难以进行人工分类或评价时，对于不同文件节点此时，初始链接权值linkValue'＝α。在计算完各链接边的初始权值后，对于同一文件节点相连的各链接边初始权值做归一化，就得到了链接权值linkValue。其中α可以采用但不限于以下计算方法：

[0024] α＝TF(t,d)·IDF(t,d)·α1(t,d)

[0025] 其中t为实体节点的实体名，d为待检索文件，TF(t,d)为t在d中出现的频次，IDF＝log(N/(nt,d+γ))(N为待检索文件集合中文件数量，nt,d为包含实体t的文件数量，γ通常取0.01保证分母不为零)，α1(t,d)为位置系数当实体名t处于标题、摘要、关键词等特殊位置时取大于1系数，否则取1。

[0026] ②进一步地，当能够根据不同领域，通过人工对实体与文件进行分类和打分，例如将金融领域的文件分为报表、账目、金融新闻等类型，将机械领域的文件分为说明书、操作手册、参考资料等类型，将软件领域的文件分为软件测试说明、软件开发手册、软件测试报告等类型，并在每个领域对不同类型文件的重要程度设置β值。此时，初始链接权值linkValue'＝α·β(α计算方法同上一种情况)。

[0027] 步骤S103，图谱增量动态更新。在领域搜索的应用场景中，待检索文件存在更新变化的可能，因此需要设计相应的领域图谱增量更新机制，避免因局部文件变化导致全局图谱重建。待检索文件集合的变化形式包括新增文件、删除文件和修改文件3种。面对新增文件的情况，需要按照步骤S101和S102中方法完成新增文件对应实体节点、文件节点、关联边、链接边的提取；并更新受影响的关联边和链接边的权值。面对删除文件的情况，首先需要删除对应的文件节点及其关联边；若导致实体节点没有相连的链接边，则删除该实体节点及其关联边；并更新受影响的关联边和链接边的权值。面对修改文件的情况，按照先删除再新增的等效操作进行领域图谱的更新。

[0028] 步骤S2，基于全图的文件节点权威度离线增量计算。本发明将领域图谱的实体节点都作为系统所能到达的状态，各个状态之间的转移概率则由实体节点之间的关联边权值决定，整个系统构成了一个马尔可夫链，该马尔可夫链的平稳分布即为“实体节点”的权威度。若实体节点总数量为N，转移矩阵为BN×N(N行N列矩阵B)，N个实体节点权威度用向量xN×1(N行1列向量x)表示，则Bx＝x。本发明基于蒙特卡罗方法，利用随机游走模拟用户访问实体节点的行为，当领域图谱发生变化时，能够针对受影响的实体节点，增量更新随机游走过程，进而实现实体节点权威度的增量计算。文件节点权威度等于该文件节点各链接权值乘以链接的实体节点权威度之和。

[0029] 步骤S201，“实体节点”权威度设计。

[0030] 若实体节点i存在指向实体节点j的关联边，则Aji＝corrValue(i,j)，否则Aji＝0。由于步骤S101中对同一实体节点发出的关联边权值做了归一化处理，因此若实体节点i存在指向实体节点的关联边，则矩阵A的第i列和为1。若实体节点i没有指向任何其他实体节点，则强制令Aii＝1。这样可以保证矩阵A是一个列和全为1的转移矩阵。

[0031] 考虑到，用户存在一定概率1-δ(可通过统计“用户直接访问新节点次数/用户访问各节点总次数”得到)会跳过链接关系，直接访问新的节点，则根据马尔科夫模型可以得到：

[0032]

[0033] 根据步骤S2中定义，N个实体节点权威度向量x为马尔可夫链的平稳分布。上式中xn、xn+1为计算x的迭代过程(可以认为x＝xn＝∞)。

[0034] 令则B同样满足列和全为1，则实体节点权威度等价于求解具有转移矩阵B的马尔可夫链的平稳分布，即权威度向量满足x＝Bx(等价于x＝xn＝∞)。

[0035] 步骤S202，“实体节点”权威度增量计算，是基于蒙特卡罗方法进行设计的。我们利用随机游走模拟用户访问实体节点的行为，并通过统计各节点被访问的次数，进而估计步骤S201中马尔可夫链的平稳分布，即各实体节点的权威度。

[0036] 本发明采用循环起点的方式，以N个实体节点为起点分别启动M个随机游走过程(共N×M个随机游走过程)，随机游走的每一步以(1-α)的概率直接访问新的节点(可视为本次随机游走停止)，并以α·corrValue(i,j)的概率从实体节点i游走至实体节点j。最终统计任意实体节点i被访问的次数v(i)，则v(i)除以所有实体节点被访问次数总和，就得到了节点i的平均访问概率，即实体节点i的权威度authorityEntity。

[0037] 当领域图谱结构发生变化时，可以通过增量的方式计算各实体节点的权威度。具体方法为首先需要记录每一轮图谱结构变化前的随机游走过程，并统计本轮图谱中产生变化的实体节点(包括实体节点的增删，将其集合记作X)与关联边(包括关联边的增删或权值变化，将其集合记作Y)，我们将与X有关联关系的实体节点或与Y相连的实体节点记为集合Z，则X∪Z则为需要在随机游走中更新流程的触发节点。更新过程为考察上一轮N×M个随机游走过程，找到每个随机游走过程中的第一个触发节点，保留触发节点之前的随机游走，并根据新的领域图谱继续进行后续随机游走，并计算各实体节点权威度。

[0038] 步骤S203，“文件节点”权威度计算。文件节点权威度authorityFile等于该文件节点各链接权值linkValue乘以链接的实体节点权威度authorityEntity之和。即，[0039]

[0040] 其中authorityFile(i)表示文件节点i的权威度；authorityEntity(k)表示实体节点k的权威度，且文件节点i与实体节点k之间存在链接边；linkValue(i,k)表示文件节点i和实体节点k之间链接边权值。

[0041] 步骤S3，基于搜索子图的文件节点相关度在线计算。根据搜索结果包含的文件节点，可以从领域图谱中抽取搜索子图。实体节点相关度由该实体节点链接的文件节点数量决定。文件节点相关度由该文件节点每条链接边权值与链接到实体节点相关度的乘积决定。

[0042] 步骤301，搜索子图构建。搜索子图根据每次搜索得到的相关结果构建，是领域图谱的子图。搜索引擎通过关键词匹配等方式得到的每个相关结果都对应了某个文件节点，这些文件节点构成了搜索子图的“文件节点”。“文件节点”在领域图谱中的链接边，以及链接的实体节点，分别构成了搜索子图的“链接边”和“实体节点”。搜索子图中“实体节点”按照领域图谱的结构，保留实体节点间的关联关系，构成搜索子图的“关联边”。

[0043] 步骤302，“实体节点”相关度计算。实体节点相关度由该实体节点链接的文件节点数量决定，搜索子图中各实体节点相关度等于该实体节点链接的文件节点数量。假设图2为搜索子图，则实体节点A和实体节点B的相关度均为3。

[0044] 步骤303，“文件节点”相关度计算。文件节点相关度由该文件节点每条链接边权值与链接到实体节点相关度的乘积决定。当文件节点有多条链接边时，计算每个链接的乘积再求和。

[0045] 上述计算规则以图2为例，假设图2为搜索子图，实体节点A和实体节点B的相关度分别为relavancyEntityA和relavancyEntityB，linkValue3为实体节点A与文件节点C之间链接边权值，linkValue4为实体节点B与文件节点C之间链接边权值。则文件节点c的权威度relavancyFileC的计算方法为：

[0046] relavancyFileC＝relavancyEntityA·linkValue3+relavancyEntityB·linkValue4。

[0047] 步骤S4，基于权威度与相关度的搜索结果融合排序。

[0048] 本发明中搜索结果排序需要综合考虑权威度和相关度两方面影响，因此各文件节点排名度rankValue＝Ω·authorityFile+(1-Ω)·λ·relavancyFile，其中引入λ是为了保证权威度和相关度量级相似，Ω用于决定权威度和相关度在文件节点排名的权重。这里的文件节点仅考虑每次搜索过程中，被检索到的文件。

[0049] 若authorityFile的中位数为a，relavancyFile的中位数为b，则λ可取a/b。m次搜索结果的构建人工排序样本，记第i次搜索结果的ni个人工排序样本，对每个给定Ω可以得到第i次搜索结果的ni个自动排序结果。认为人工排序样本为正确排序结果，以最小化自动排序结果错误率为优化目标，Ω取值可通过等距采样法(Ω从0到1每次步长为Δ(由需要的精度决定，如0.01))，或一维搜索算法(如牛顿法)求取。

标题	发布/更新时间	阅读量
一种电商商品搜索方法和装置以及设备	2020-05-08	119
基于用户行为画像的爬虫拦截方法、电子设备、存储介质	2020-05-08	727
一种信息处理方法、装置及电子设备	2020-05-08	472
一种基于搜索引擎的人物检索系统及方法	2020-05-11	316
来自文档的查询建议	2020-05-11	101
一种基于互联网的教育信息搜索系统	2020-05-08	189
基于对象模型的试验数据统一检索方法和系统	2020-05-08	801
一种字段式搜索方法	2020-05-08	102
直播间搜索引擎自适应调整方法、装置及可读存储介质	2020-05-08	782
基于互联网的图片自动合成系统	2020-05-08	1037

基于动态图谱链接分析的领域搜索排序方法

基于动态图谱链接分析的领域搜索排序方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：