编辑 | blame | 历史 | 原始文档

医院信息分词搜索功能说明

功能概述

本功能实现了基于中文分词的医院信息智能搜索,通过对医院名称、地址等信息进行分词处理,支持模糊匹配和权重排序,大幅提升医院搜索的准确性和用户体验。

实现内容

1. 数据库层面

1.1 新增分词字段

文件: sql/tb_hosp_data_add_keywords.sql
内容: 在 tb_hosp_data 表中添加 hosp_keywords 字段
``sql ALTER TABLEtb_hosp_data ADD COLUMNhosp_keywords` varchar(500) DEFAULT NULL COMMENT '医院信息分词（逗号分隔）';

CREATE INDEX idx_hosp_keywords ON tb_hosp_data(hosp_keywords);
```

2. 实体类层面

2.1 TbHospData 实体扩展

文件: ruoyi-system/src/main/java/com/ruoyi/system/domain/TbHospData.java
新增字段:
hospKeywords - 医院信息分词（逗号分隔）
包含方法: getter、setter 及 toString

3. 分词工具类

3.1 HospitalTokenizerUtil

文件: ruoyi-common/src/main/java/com/ruoyi/common/utils/HospitalTokenizerUtil.java
核心功能:

中文分词: 使用 N-Gram 算法对医院信息进行分词（2-4字符组合）
停用词过滤: 自动过滤"医院"、"市"、"省"等常见停用词
关键词提取: 从医院名称、简称、省市区、地址中提取关键词
匹配度计算: 计算两个分词集合的匹配分数

主要方法:
```java
// 生成医院信息的分词
public static String tokenize(String hospName, String hospShort,
String province, String city,
String area, String address)

// 对搜索文本进行分词
public static String tokenizeSearchText(String text)

// 计算两个分词集合的匹配度
public static int calculateMatchScore(String keywords1, String keywords2)
```

4. Service 层

4.1 ITbHospDataService 接口扩展

文件: ruoyi-system/src/main/java/com/ruoyi/system/service/ITbHospDataService.java
新增方法:
```java
// 批量生成并更新所有医院的分词
int generateAllHospitalKeywords();

// 为单个医院生成分词
String generateKeywordsForHospital(TbHospData tbHospData);
```

4.2 TbHospDataServiceImpl 实现

文件: ruoyi-system/src/main/java/com/ruoyi/system/service/impl/TbHospDataServiceImpl.java
功能:
批量处理所有医院数据,生成分词并更新数据库
单个医院分词生成,在新增/更新医院时自动调用

4.3 HospDataSyncServiceImpl 集成

文件: ruoyi-system/src/main/java/com/ruoyi/system/service/impl/HospDataSyncServiceImpl.java
功能: 在医院同步时自动生成分词
从 SQL Server 同步医院数据时,自动调用分词生成
确保所有医院数据都有最新的分词信息

5. Controller 层

5.1 HospDataController 扩展

文件: ruoyi-admin/src/main/java/com/ruoyi/web/controller/system/HospDataController.java

5.1.1 批量生成分词接口

接口: GET /system/hospital/generateKeywords
功能: 批量生成所有医院的分词（管理员接口）
返回: 更新的医院数量
使用场景:
首次部署时初始化所有医院分词
分词算法升级后重新生成分词

5.1.2 基于分词匹配搜索接口

接口: GET /system/hospital/searchByKeywords
参数:
searchText (必填): 搜索文本（医院名称、地址等）
pageSize (可选): 返回结果数量,默认 50
功能流程:

对前端传入的搜索文本进行分词
查询所有正常状态的医院数据
计算每个医院与搜索文本的匹配分数
按匹配分数降序排序（权重排序）
返回匹配的医院列表

返回示例:
json { "code": 200, "msg": "查询成功", "data": [ { "hospId": 1001, "hospName": "北京协和医院", "hospShort": "协和医院", "hopsProvince": "北京市", "hopsCity": "北京市", "hopsArea": "东城区", "hospAddress": "东城区帅府园1号" }, // ... 更多医院数据（按匹配度排序） ] }

6. Mapper XML 更新

6.1 TbHospDataMapper.xml

文件: ruoyi-system/src/main/resources/mapper/system/TbHospDataMapper.xml
更新内容:
ResultMap 添加 hospKeywords 字段映射
SELECT 语句包含 hosp_keywords 字段
INSERT 和 UPDATE 支持 hosp_keywords 字段

使用说明

部署步骤

执行数据库脚本
bash mysql -u用户名 -p数据库名 < sql/tb_hosp_data_add_keywords.sql
重启应用
bash ./ry.sh restart # 或 Windows 下 ry.bat
初始化分词数据
调用批量生成分词接口:
bash GET http://localhost:8080/system/hospital/generateKeywords

前端集成示例

使用分词搜索接口

// 在 uni-app 中调用
uni.request({
  url: '/system/hospital/searchByKeywords',
  method: 'GET',
  data: {
    searchText: '北京协和东城区',
    pageSize: 20
  },
  success: (res) => {
    if (res.data.code === 200) {
      // 医院列表已按匹配度排序
      const hospitals = res.data.data;
      console.log('找到医院:', hospitals.length);
    }
  }
});

Vue.js 示例

// 在 Vue 组件中
methods: {
  async searchHospitals(searchText) {
    try {
      const response = await this.$http.get('/system/hospital/searchByKeywords', {
        params: {
          searchText: searchText,
          pageSize: 50
        }
      });
      
      if (response.data.code === 200) {
        this.hospitals = response.data.data;
        // 数据已按匹配度排序,匹配越好的医院越靠前
      }
    } catch (error) {
      console.error('搜索失败:', error);
    }
  }
}

功能特点

1. 智能分词

使用 N-Gram 算法生成 2-4 字符的关键词组合
自动提取单个中文字符作为补充关键词
支持对医院名称、简称、省市区、地址等多个字段分词

2. 停用词过滤

自动过滤以下常见停用词:
- 通用词: "医院"、"诊所"、"卫生"、"院"
- 地区词: "市"、"省"、"县"、"区"、"镇"、"乡"
- 位置词: "街道"、"路"、"号"、"栋"、"单元"、"室"、"层"、"楼"
- 连接词: "的"、"了"、"在"、"与"、"和"、"及"等

3. 权重排序

根据匹配的关键词数量计算匹配分数
匹配的分词越多,排名越靠前
精确匹配优先于模糊匹配

4. 自动化集成

医院同步时自动生成分词
新增或更新医院时自动更新分词
无需手动干预,确保数据一致性

性能优化

索引优化: 在 hosp_keywords 字段上创建索引,提升查询性能
内存计算: 匹配度计算在内存中进行,避免数据库压力
结果限制: 支持 pageSize 参数限制返回数量,减少网络传输

注意事项

首次部署: 必须调用 /generateKeywords 接口初始化所有医院的分词数据
数据同步: 医院同步会自动更新分词,无需额外操作
分词质量: 分词算法基于简单的 N-Gram,对于复杂的医院名称可能需要优化
停用词维护: 可根据实际业务需求在 HospitalTokenizerUtil 中调整停用词列表

后续优化建议

集成第三方分词:

可考虑集成 IK Analyzer、HanLP 等专业中文分词库
提升分词准确度和召回率

拼音支持:

增加拼音索引,支持拼音首字母搜索
例如: "bjxhyy" 可以匹配"北京协和医院"

同义词扩展:

支持同义词匹配
例如: "人民医院" 和 "人民医疗中心"

搜索历史:

记录用户搜索历史
根据历史数据优化排序算法

地理位置权重:

结合用户位置信息
优先返回附近的医院

技术栈

后端框架: Spring Boot + MyBatis
数据库: MySQL 5.7+
工具类: Apache Commons Lang3
日志: SLF4J + Logback

联系方式

如有问题或建议,请联系开发团队。

文档版本: v1.0
更新日期: 2026-01-20
开发者: RuoYi Team