太阳3娱乐|太阳3平台

行业新闻VIEWS

太阳3娱乐|太阳3平台

搜索引擎检索系统概述

来源:搜索引擎检索系统概述 宣布于:2014-07-31 11:16   浏览:

站长之家(Chinaz.com)10月28日消息  今日百度站长平台Lee宣布文章介绍了搜索引擎索引系统的或许事情流程。主要包罗:Query串切词分词,查出含每个term的文档荟萃,求交,网站过滤,按需进行.*排序。

以下为文章全文:

前面简要介绍过了搜索引擎的索引系统,实际上在建设倒排索引的.后还需要有*个入库写库的历程,而为了提高效率这个历程还需要将全部term以及偏移量生存在文件头部,而且对数据进行压缩,这涉及到的过于技术化在此就不多提了。今天简要给各人介绍*下索引之后的检索系统。

检索系统主要包罗了五个部门,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的文档荟萃,即找出待选荟萃,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,整个求交历程实际上关系着整个系统的性能,这里面包罗了使用缓存等等手段进行性能优化;

(4)种种过滤,举例可能包罗过滤掉.链、重复数据、色情、垃圾结果以及你懂的;

(5).*排序,将.能满足用户需求的结果排序在.前,可能包罗的有用信息如:网站的整体评价、网页质量、内容质量、资源质量、匹配水平、疏散度、时效性等等,之后会详细给各人介绍。




  • 上一篇:关于文章内链建设的反思

  • 下一篇:浅谈软文对于网站前期的重大推动力




  • 最新推荐: