买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：范馨月

摘要：本发明公开了基于自然语言语义解析的数据中心智能查询统计方法。在查询任务中，解析具体语义关键词，对关键词中的复合词进行分词，分词后对分词的同义词分析重组，将分析重组的结果与转义字典进行匹配；匹配成功，则分析并建立网络及重新定义权重信息，结合数据信息的数据中心权限、数据质量、使用频次信息，构建推荐算法将任务所用到的数据库中的表、字段等拼接成SQL进行查询、统计。本发明具有实用性强、使用简单方便、查询结果具有行业针对性，且查询结果与用户需求契合度高的特点。

主权项：1.基于自然语言语义解析的数据中心智能查询统计方法，其特征在于，在查询任务中，解析具体语义关键词，对关键词中的复合词进行分词，分词后对分词的同义词分析重组，将分析重组的结果与转义字典进行匹配；匹配成功，则分析并建立网络及重新定义权重信息，结合数据信息包括的数据中心权限、数据质量、使用频次信息，构建推荐算法将任务所用到的数据中心中的表、字段拼接成SQL进行查询、统计；基于自然语言语义解析的数据中心智能查询统计方法，包括下述步骤：a.接收规范化处理的数据信息；b.接收基于用户自然语言，进行语义解析后生成的用户需求关键词或实体；c.针对行业词汇的转义解释，构建转义词典；d.在步骤a的数据信息中匹配步骤b的用户需求关键词或实体、用户需求关键词或实体的同义词，和或关键词的转义后的同义词；对匹配到的相应词汇及对应的字段信息进行保存记录、建立索引；e.生成由表和关键词为节点、有序对为边构成的有向图；f.基于有向图构建权重矩阵，以优化PageRank算法评估表及字段并推荐给用户，之后根据数据库类型生成与所述的相应词汇对应关系的SQL；步骤a中，所述的数据信息，是包括数据中心所有的数据库、表、字段、中文数据字典、数据质量情况、字段使用频次信息构成的一张或多张数据信息表；步骤e中，有向图的生成具体如下：记有向图作D＝V，E；其中，顶点集V＝{Ki，Tl}，Ki为第i个用户需求关键词或实体，i＝1，..，n；Tl表示l张数据信息表，l＝1，...，m；边集定义为E＝{Ki，Ti，r，Tl，Ki|i＝1，2，3，...，n，l＝1，...，m，r为第i个用户需求关键词或实体关联的数据信息表}；当一个用产需求关键词或实体对应同一张数据信息表的几个字段时，取相似度最大的字段，∑γ＝m；步骤f具体如F：记第i个用户需求关键词或实体对应的第j张数据信息表的权限为其中i＝J，2，3，...，n，j＝n+1，n+2，...，n+m； Kijf为该字段的使用频次，使用频次越多的字段应优先推荐；Kijq为该字段的数据质量，量化为百分比数字；KijSim为匹配到的词相似度，其中i＝1，2，3，..，n，j＝1，2，..，m；其中，i表示第i个用户需求关键词或实体，j表示匹配到的字段在第j张数据信息表中，n是关键词的个数，m是数据信息表中匹配的表的数量；定义权值 这里 构造初始权重矩阵 计算有向图D＝V，E的邻接矩阵A，按行归一化后记为A′，最终的权重矩阵M＝Q·A′T2数据中心中，数据信息表的重要程度由IPR值决定，IPRk+I表示第k次迭代后的IPR值 ITl为与Tl相关联的关键词的集合，Δ+Kj为与Tl相关联的关键词Kj的出度，初值一般地β＝0.85； 迭代后稳定值IPR*Tl即为每张数据信息表的评价值；对Tl的IPR*Tl值进行排序，其中l＝1，2，...，m，若最大值的表Tj均有Ki，Tj，i＝1，...，m，则统计、查询任务可以在Tj这张数据信息表内完成，生成与关键词对应关系的SQL。

全文数据：

权利要求：

百度查询： 范馨月 基于自然语言语义解析的数据中心智能查询统计方法