基于互联网分词思想的车载导航POI搜索引擎

1.基于互联网分词思想的车载导航POI搜索引擎，其特征在于包括以下步骤：
1)对POI原数据中的POI名称做分词处理；
2)根据分词结果生成POI搜索引擎信息索引；
3)根据POI搜索引擎信息索引进行POI名称查询。
2.根据权利要求1所述的方法，其特征在于步骤1)具体包括：
S101)从POI原数据中提取出POI的名称；
S102)将提取出来的POI名称保存为文本文件；
S103)将POI名称做分词处理：根据算法将文本文件中POI名称的中文分割为小于等于最大分词长度的中文关键词；数字和英文单词则各自分割为一个整体，分别生成数字关键词和英文关键词；并去除POI名称中的符号；
S104)将POI名称分词处理后生成的小于等于最大分词长度的中文关键词、数字关键词和英文关键词保存为分词结果。
3.根据权利要求1或2所述的方法，其特征在于步骤2)具体包括：
S201)将分词结果中的关键词生成首字母，其中中文关键词的首字母为拼音首字母；数字关键词的首字母为其本身；英文关键词的首字母为其小写字母；
S202)为分词结果建立字符0～9和a～z的首字母倒排索引；
S203)根据分词结果的关键词在POI名称中查找含有关键词的POI记录；
S204)将分词结果关键词查找的POI记录在数据中的地址和记录数量保存到该关键词的倒排索引中，最后生成POI搜索引擎信息索引。
4.根据权利要求3所述的方法，其特征在于：POI搜索引擎信息索引包括管理部数据块、首字母管理数据块、首字母索引数据块、关键词数据块、匹配结果索引数据块和实体数据块。
5.根据权利要求4所述的方法，其特征在于POI搜索引擎信息索引的各数据块具体结构为：
1)管理部数据块结构见表1：
表1管理部数据块结构
  序号   偏移   数据长度   数据类型   字段   1   0   4   DWORD   首字母管理数据块首地址   2   4   4   DWORD   首字母索引数据块首地址   3   8   4   DWORD   关键词数据块首地址   4   12   4   DWORD   POI匹配结果索引数据块首地址   5   16   4   DWORD   POI实体数据块首地址
2)首字母管理数据块的结构见表2：
表2首字母管理数据块结构
  序号   偏移   数据长度   数据类型   字段   1   0   4   DWORD   首字母组合的第一个字母或数字   2   4   4   DWORD   首字母索引的偏移地址
3)首字母索引数据块的结构见表3：
表3首字母索引数据块结构
  序号   偏移   数据长度   数据类型   字段   1   0   2   WORD   该字母开头的首字母组合数量n1   2   2   1   BYTE   该字母开头的首字母组合1的文字个数i1   3   3   1*i1   BYTE[]   首字母组合文字的BYTE数组   4   3+i   2   WORD   对应关键词个数m1   5   5+i   4   DWORD   关键词1的偏移地址
4)关键词数据块的结构见表4：
表4关键词数据块结构
  序号   偏移   数据长度   数据类型   字段   1   0   1   BYTE   关键词1文字的个数i2   2   1   2*i2   WORD[]   关键词1文字的WORD数组   3   1+2*i2   4   DWORD   关键词1匹配结果索引的偏移地址
5)POI匹配结果索引数据块的结构见表5：
表5POI匹配结果索引数据块结构
  序号   偏移   数据长度   数据类型   字段   1   0   4   DWORD   匹配POI结果数量n2   2   4   4   DWORD   匹配POI结果1的偏移地址
6)POI实体数据块的结构见表6：
表6POI实体数据块结构
  序号   偏移   数据长度   数据类型   字段   1   0   1   BYTE   POI记录1名称文字的个数i3   2   1   2*i3   WORD[]   POI记录1名称的WORD数组
6.根据权利要求4所述的方法，其特征在于：步骤3)依次包括用户查询请求输入、关键词转换处理、关键词分词处理、关键词索引匹配、关键词联想结果显示和查询结果显示的步骤。
7.根据权利要求6所述的方法，其特征在于步骤3)具体包括以下步骤：
S301)用户查询请求输入：用户通过导航系统提供的键盘按钮或手写功能输入要查询的短语或文字，允许输入的字符类型有汉字、字母和数字，字母不分大小写，当用户首次输入或者是清除上次输入后再输入的情况下，用户的输入为一个文字；
S302)关键词转换处理：将用户输入的关键词转换为相应的首字母，当关键词为中文时，转换成拼音首字母；当关键词为英文时，转换成小写字母组合；当关键词为数字时，为其本身；
S303)关键词分词处理：当用户输入文字的个数超过最大分词长度时，对用户输入进行分词处理，将其分词为字符串S1，S2…Sn；否则用户输入只包含一个字符串S1；
S304)关键词索引匹配：根据分词结果中的字符串S1，S2…Sn，通过首字母查找相应的索引信息；其中查找完全匹配S1，S2…Sn-1的字符串索引信息，分别保存为集合A1，A2…An-1；查找所有部分匹配Sn的索引信息，保存为集合An1，An2，…Anm；
S305)关键词联想结果显示：显示用户输入的所能联想出的关键词以及这些关键词能查询到POI结果数量；用户输入的联想是Sn的联想结果，其匹配的POI结果集合Ri＝A1∩A2∩…∩Ani-1∩Ani，且ni≤m，联想结果能查询到的POI结果数量就是集合Ri的个数；当用户输入错误时，POI搜索引擎根据输入字符串的谐音查找相应的联想结果；当用户多次输入，POI搜索引擎对每单个输入的联想结果求交集，得到组合查询的联想结果；
S306)查询结果显示：根据用户选择的联想结果匹配到的POI结果集合Ri，在POI实体数据块中取得相应的POI结果信息。
8.根据权利要求4所述的方法，其特征在于步骤S103)具体包括：
A)将用户输入字符串保存为目标字符串S1，初始化保存分词结果的字符串序列容器VectorVetStr，并设置最大分词长度MaxLen；
B)如果S1的长度超过MaxLen，转到步骤C；否则将S1保存到分词结果VetStr，然后转到步骤J；
C)如果S1为空，转到步骤J，否则转到步骤D；
D)从S1左边开始，取出候选字符串W，W的长度不大于MaxLen；如果W的长度大于1，转到步骤E，否则转到步骤I；
E)取W的首字母字符串L，根据字母L[0]在首字母管理数据块查找该字母所有首字母组合；查看首字母组合，看字符串L是否在其中，如果在其中转到步骤F，否则转到步骤H；
F)在首字母索引数据块中获取字符串L的索引信息，根据索引信息在关键词数据块中获取其相应关键词，并保存为分词词库；
G)查看分词词库，查看W是否在词库中；如果不在其中转到步骤H，在其中则转到步骤I；
H)将W最右边一个字去掉，判断W是否为单字；如果是单字，转到步骤I，否则转到步骤G；
I)将W保存到分词结果VetStr中，从S1中去掉候选字符串W后保存为新的S1，最后转到步骤C；
J)返回分词结果VetStr。
9.根据权利要求2所述的方法，其特征在于：最大分词长度为4个字。

暂无