基于興趣對象預測的物聯網實時搜索方法及系統與流程

本發明涉及網絡信息檢索領域，特別涉及一種基于興趣對象預測的物聯網實時搜索方法及系統。

背景技術：
目前的網絡搜索技術主要體現在互聯網領域，其搜索的興趣對象為網絡或預存式非結構化內容，如文檔、圖片、音樂等；而在物聯網領域，搜索的對象可以是具體的物體或人等物理實體，也可以是某些服務或狀態等抽象實體，這些實體在形式和數量上都呈現出更繁復的特征。同時，這些實體信息往往不能從單一物聯網設備或物理實體中直接獲得，需要多個物聯網設備和物理實體共同提供相應的數據。其次，物聯網搜索具有更強的時空性和高動態性。物聯網信息來源和可能為網絡用戶提供的服務主要由網絡實體從物理世界中感知抽取并自動生成，物聯網搜索的興趣對象匹配和篩選與搜索內容的時間性、區域性關系密切，如空閑的辦公室、通暢的道路信息、火車上的空位數量等信息都只有在查詢的當時或下一時刻才有價值。此外，物聯網網絡終端不同于資源豐富的PC終端，存儲資源、能量及通信能力均受限，應當避免節點間頻繁的通信及復雜的指令處理操作，這對搜索過程的交互行為與通信量限制提出了更高的要求。現有的物聯網實時搜索技術和系統針對傳感器本身的搜索提出了一種基于傳感器相關屬性值相似度計算的方法來實現物聯網中的傳感器搜索服務。對于一個給定的傳感器，根據設計的算法計算與其他傳感器間的相似度，之后根據相似度得分產生一組模糊集，最后利用得分對匹配條件的結果集進行排序。在搜索過程中計算檢索與資源間的相似度時，借用互聯網搜索引擎的工作模式，將檢索與索引庫中的資源進行相似度匹配計算，而索引庫是針對之前某時刻爬取到的資源信息創建的。忽略了資源實時高動態變化的特征，因而無法保證數據的實時性。

技術實現要素：
（一）解決的技術問題本發明解決的技術問題是：如何解決現有的物聯網搜索資源實時高動態變化特征所帶來的時效性問題。（二）技術方案為解決上述問題，本發明實施例一種基于興趣對象預測的物聯網實時搜索方法，包括：對興趣對象進行原始數據的采集，對所述原始數據進行屬性分析，并根據所述興趣對象的屬性建立元數據庫；根據所述元數據庫，分析所述興趣對象的周期狀態，根據所述興趣對象的周期狀態對所述興趣對象的未來狀態進行預測，得到所述興趣對象未來狀態信息；獲取所述興趣對象的查詢請求，將所述查詢請求與所述興趣對象的未來狀態信息進行匹配，獲得預測結果，并對所述預測結果進行驗真，得到最終結果，并將所述最終結果輸出。優選地，所述根據所述興趣對象的屬性建立元數據庫包括：根據所述興趣對象的屬性，分別為每類興趣對象設計元數據；根據所述興趣對象中所述原始數據的屬性以及屬性對應的所述興趣對象的狀態信息，建立元數據與實體信息的映射關系；根據所述元數據與實體信息數據的映射關系生成所述興趣對象的元數據庫。優選地，所述根據所述興趣對象的屬性生成元數據庫進一步包括：建立心跳機制，并根據所述心跳機制更新元數據庫中的元數據；對元數據的歷史信息和變化狀態進行記錄，利用記錄的所述元數據的歷史信息和變化狀態分析所述興趣對象的周期狀態。優選地，所述根據所述元數據庫，分析興趣對象的周期狀態，根據所述興趣對象的周期狀態對所述興趣對象的未來狀態進行預測，得到所述興趣對象未來狀態信息進一步包括：根據所述興趣對象的周期狀態生成所述興趣對象對應的系統時間窗，并利用所述興趣對象對應的系統時間窗對所述興趣對象的未來狀態進行預測；建立更新機制，當所述元數據庫中的元數據發生更新時，則利用所述更新機制對所述興趣對象的未來狀態進行更新。優選地，所述獲取所述興趣對象的查詢請求，將所述查詢請求與所述興趣對象的未來狀態信息進行匹配，獲得預測結果包括：對所述興趣對象的未來狀態信息建立索引，根據所述興趣對象的未來狀態信息的索引生成偽動態索引庫；計算所述偽動態索引庫中所述興趣對象的未來狀態信息與查詢請求的相似度，將相似度大于預設的門限值的興趣對象根據降序排列算法進行降序排列，得到所述興趣對象的預測結果。優選地，所述對預測結果進行驗真包括：根據元數據與實體信息數據的映射關系，獲取前預設值個興趣對象對應的數據采集器采集的真實值，并判斷預測結果是否與興趣對象的真實值相匹配；將相匹配的預測結果進行二次降序排序，并將排序結果作為最終結果輸出；所述將最終結果輸出進一步包括：將所述最終結果進行反饋，并根據反饋對所述降序排列算法進行修正。本發明實施例還提供了一種基于興趣對象預測的物聯網實時搜索系統，包括：元數據庫，用于對興趣對象進行原始數據的采集，并對所述原始數據進行屬性分析；所述元數據還包括所述興趣對象的元數據與實體信息數據的映射關系；興趣對象預測模型，用于根據所述元數據庫，分析所述興趣對象的周期狀態，根據所述興趣對象的周期狀態對所述興趣對象的未來狀態進行預測；驗真模塊，用于對獲取到的所述興趣對象的查詢請求與所述興趣對象的未來狀態信息進行匹配，并將得到的預測結果進行驗真并將最終結果輸出。優選地，所述元數據庫包括：元數據庫生成模塊，用于根據所述興趣對象的屬性，分別為每類興趣對象設計元數據，根據所述興趣對象中所述原始數據的屬性以及屬性對應的所述興趣對象的狀態信息，建立元數據與實體信息的映射關系，根據所述元數據與實體信息數據的映射關系生成所述興趣對象的元數據庫；元數據管理子系統，用于建立心跳機制，并根據所述心跳機制更新元數據庫中的原始據；元數據日志記錄系統，用于對元數據庫中的元數據的歷史信息和變化狀態進行記錄。優選地，所述興趣對象預測模型包括：系統時間窗模塊，用于根據所述興趣對象的周期狀態生成所述興趣對象對應的系統時間窗，并利用所述興趣對象對應的系統時間窗對所述興趣對象的未來狀態進行預測；偽動態索引庫，用于保存所述興趣對象的未來狀態信息的索引；計算模塊，用于計算所述偽動態索引庫中所述興趣對象的未來狀態信息與查詢請求的相似度；降序排列子模塊，用于將相似度大于預設的門限值的興趣對象根據降序排列算法進行降序排列；更新模塊，用于建立更新機制，當所述元數據庫中的元數據發生更新時，利用所述更新機制對所述興趣對象預測模型中的所述興趣對象的未來狀態進行更新。優選地，所述驗真模塊包括：判斷子模塊，用于根據元數據與實體信息數據的映射關系，訪問前預設值個興趣對象對應的預測結果，并判斷預測結果是否與興趣對象的真實值相匹配；二次降序排列子模塊，用于將相匹配的預測結果進行二次降序排列，并將排序結果作為最終結果輸出；修正模塊，用于將所述最終結果進行反饋，并修正所述降序排列子模塊中的降序排列算法。（三）有益效果本發明實施例通過提供一種基于興趣對象預測的物聯網實時搜索方法及系統，對興趣對象進行原始數據的采集生成元數據庫，按照周期狀態建立興趣對象預測模型，針對用戶的一次查詢，通過將搜索詞與偽動態索引庫進行匹配，得到預測結果并對預測結果進行驗真與反...