一、項(xiàng)目背景

國家電網(wǎng)公司通過多年信息化建設(shè)，已經(jīng)建立九大業(yè)務(wù)體系，四大數(shù)據(jù)集中管理平臺(tái)，其中非結(jié)構(gòu)化數(shù)據(jù)平臺(tái)數(shù)據(jù)總條數(shù)達(dá)到5.4億，存儲(chǔ)總量410T，數(shù)據(jù)存儲(chǔ)增長7.9T/月。非結(jié)構(gòu)化數(shù)據(jù)平臺(tái)中的數(shù)據(jù)仍然按業(yè)務(wù)條線進(jìn)行存儲(chǔ)、管理和利用，導(dǎo)致跨業(yè)務(wù)、跨系統(tǒng)的數(shù)據(jù)難以獲取。非結(jié)構(gòu)化數(shù)據(jù)一站式搜索旨在以業(yè)務(wù)需求及用戶體驗(yàn)為驅(qū)動(dòng)，提供跨業(yè)務(wù)、跨系統(tǒng)、強(qiáng)關(guān)聯(lián)的各類非結(jié)構(gòu)化數(shù)據(jù)一站式搜索公共服務(wù)。

二、問題與挑戰(zhàn)

1.搜索深度不同，項(xiàng)目管理系統(tǒng)無搜索功能；知識管理系統(tǒng)僅提供標(biāo)題搜索；協(xié)同辦公系統(tǒng)支持全文搜索，但無法實(shí)現(xiàn)關(guān)聯(lián)檢索。

2.技術(shù)不同，現(xiàn)有系統(tǒng)搜索功能采用技術(shù)路線不統(tǒng)一，有Domino、Autonomy等商業(yè)軟件，也有自主研發(fā)的檢索功能，不能實(shí)現(xiàn)統(tǒng)一的集成與檢索。

3.無跨系統(tǒng)檢索，目前信息化系統(tǒng)產(chǎn)生的數(shù)據(jù)分散于多個(gè)系統(tǒng)中，如果查找資料需到每個(gè)系統(tǒng)分別檢索。

4.業(yè)界差距較大，谷歌、百度等互聯(lián)網(wǎng)搜索引擎提供了自動(dòng)推薦、智能檢索等智能化應(yīng)用，而企業(yè)內(nèi)部的搜索，沒有實(shí)現(xiàn)智能化，用戶體驗(yàn)不佳。

三、解決方案

1.采用分布式搜索引擎技術(shù)對全業(yè)務(wù)系統(tǒng)的非結(jié)構(gòu)化數(shù)據(jù)構(gòu)建索引，實(shí)現(xiàn)對數(shù)據(jù)的全文檢索。

2.采用自然語言技術(shù)對文檔相似度、文檔特征、關(guān)聯(lián)詞進(jìn)行分析，實(shí)現(xiàn)同義近義檢索、關(guān)聯(lián)檢索、檢索詞聯(lián)想等功能。

3.采用用戶畫像、文檔畫像、推薦技術(shù)等，對用戶瀏覽歷史等進(jìn)行分析，實(shí)現(xiàn)基于文檔相似度的推薦、基于用戶興趣度的推薦、基于協(xié)同過濾的推薦，為用戶主動(dòng)推送可能關(guān)注的文檔資料。

四、應(yīng)用創(chuàng)新

1.構(gòu)建專業(yè)詞庫，該詞庫從非結(jié)構(gòu)化平臺(tái)中的文檔提取，對于特定業(yè)務(wù)文檔的分析建模起到關(guān)鍵作用。

2.采用詞向量構(gòu)建電力關(guān)聯(lián)詞庫，為擴(kuò)展搜索結(jié)果和個(gè)性化推薦提供依據(jù)。

3.采用興趣模型對用戶進(jìn)行畫像，并根據(jù)興趣模型提供個(gè)性化推薦。

4.在搜索展示結(jié)果上引入業(yè)務(wù)關(guān)系圖譜和時(shí)間脈絡(luò)圖譜，提供更適用于業(yè)務(wù)需求的展示方式。

五、相關(guān)案例

國家電網(wǎng)非結(jié)構(gòu)化數(shù)據(jù)一站式搜索系統(tǒng)