SEO运营

搜索引擎检索系统原理

字号+ 作者:admin 来源:未知 2019-07-19 16:00 我要评论( )

搜索引擎的索引建立倒排索引的最后还需要有一个入库写库的过程,而为了提高效率这个过程还需要将全部term以及偏移量保存在文件头部,并且对数据进行压缩,这涉及到的过于技术化在此就不多提了。

       搜索引擎的索引建立倒排索引的最后还需要有一个入库写库的过程,而为了提高效率这个过程还需要将全部term以及偏移量保存在文件头部,并且对数据进行压缩,这涉及到的过于技术化在此就不多提了。今天简要给大家介绍一下索引之后的检索系统。
 
       检索系统主要包含了五个部分,如下图所示:
     (1)Query串切词分词即将用户的查询词进行分词,对之后的查询做准备,以“10号线地铁故障”为例,可能的分词如下(同义词问题暂时略过):
     10 0x123abc
     号 0x13445d
     线 0x234d
     地铁 0x145cf
     故障 0x354df
    (2)查出含每个term的文档集合,即找出待选集合,如下:
     0x123abc 1 2 3 4 7 9…..
     0x13445d 2 5 8 9 10 11……
     ……
     ……
    (3)求交,上述求交,文档2和文档9可能是我们需要找的,整个求交过程实际上关系着整个系统的性能,这里面包含了使用缓存等等手段进行性能优化;
    (4)各种过滤,举例可能包含过滤掉死链、重复数据、色情、垃圾结果以及你懂的;
    (5)最终排序,将最能满足用户需求的结果排序在最前,可能包括的有用信息如:网站的整体评价、网页质量、内容质量、资源质量、匹配程度、分散度、时效性等等,之后会详细给大家介绍。
 
      如果大家对搜索引擎检索还有别的疑问,大家可以到[学院同学汇][学习讨论]《搜索引擎检索系统概述》讨论帖中发表自己的看法,我们的工作人员会关注这里并与大家进行探讨。
 
 

转载请注明出处。

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
网友点评
精彩导读