技術特征：

1.一種行業(yè)數(shù)據(jù)高效檢索方法，其特征在于，包括：

通過比較電商網(wǎng)站所有web頁面及其每一網(wǎng)址指向的頁面所分別包含的本體集間的關系找出web頁面的URL；將URL上的鏈接文本映射到該URL指向的web頁面所包含的本體上，歸入該本體的屬性集；

將B-樹的每個節(jié)點代表一個web頁面，父節(jié)點指向葉節(jié)點的邊代表相應web頁面間的下位關系，邊上的值即為相應的隱藏屬性，以深度優(yōu)先方式根據(jù)下位網(wǎng)址語義生成下層葉節(jié)點；對于新生成的每個葉節(jié)點，判斷從根節(jié)點到葉節(jié)點路徑上的所有隱藏屬性所構成該葉節(jié)點的隱藏屬性集是否和已有的某個葉節(jié)點相同，若有則丟棄該葉節(jié)點，以完成屬性的爬取，所有屬性信息供頁面信息提取過程提取。

2.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

將電商網(wǎng)站上的web頁面分成結果頁面，對象頁面和其他頁面；一個搜索對應一系列結果頁面，對象頁面包含一個單獨本體信息，包括商品；不屬于以上兩種頁面的頁面分類為其他頁面；每個本體都用一組屬性集合進行描述，形成了搜索的條件；每個本體有且僅有一個對象頁面；用無向圖來描述電商網(wǎng)站，P表示頂點集，每個頂點代表一個頁面，L是邊集，每一條邊代表從一個頁面到另一個頁面的URL；R表示所有結果頁面的集合，O表示所有對象頁面的集合，Q表示所有搜索的集合；搜索、結果頁面和對象頁面三者間所有的屬性構成一個屬性空間，基于頁面間的連接結構將其進行聚類；

找出搜索的完整集合、與每個搜索相對應的屬性與值的組成的鍵值對、滿足每個搜索的本體；令q為一個搜索，我們使用與搜索相符的結果頁面集合δ(q)來表示q；具體執(zhí)行步驟：

(1).爬取整個網(wǎng)站頁面，利用它的URL識別每一個頁面并從頁面提取所有的網(wǎng)址；

(2).識別每個頁面的類型；在頁面類型識別中，基于相同網(wǎng)站上對象頁面HTML結構相似性，使用基于SVM的頁面分類方法來完成對象頁面的識別；然后采用貪心算法，只要任何非對象頁面包含一個指向對象頁面的網(wǎng)址，則將它分類為一個結果頁面；

(3).根據(jù)搜索將結果頁面聚類為多個集合，每個集合對應一個搜索；即對于集合R中每個頁面p指向的所有結果頁面的集合δ(p)，用δ(p)之間的對稱差表示每兩個頁面的距離，并引入一個距離閾值d，當所述距離小于d時，指示兩個頁面屬于相同的搜索；

(4).找出搜索之間的關系，檢查每個結果頁面集合s的每個頁面的URL；如果一個搜索URL指向另一結果頁面集合r中的頁面，那么檢查s和r分別所包含的查詢所關聯(lián)的本體頁面w_s和w_r之間的子集關系；如果則提取s和r的URL作為屬性，使用其超文本作為屬性值和上層HTML元素作為屬性名創(chuàng)建一個屬性鍵值對；

(5).提取滿足所有搜索的屬性與值的組成的鍵值對的并集，作為本體的隱藏屬性。