域名注冊 網(wǎng)站制作
您現(xiàn)在的位置:首頁 >> SEO優(yōu)化 >> 內(nèi)容

搜索引擎檢索系統(tǒng)概述

時間:2016/4/13 21:21:53 點擊:197

摘要:前面簡要介紹過了搜索引擎的索引系統(tǒng),實際上在建立倒排索引的最后還需要有一個入庫寫庫的過程,而為了提高效率這個過程還需要將全部term以及偏移量保存在文件頭部,并且對數(shù)據(jù)進行壓縮,這涉及到的過于技術化...

前面簡要介紹過了搜索引擎的索引系統(tǒng),實際上在建立倒排索引的最后還需要有一個入庫寫庫的過程,而為了提高效率這個過程還需要將全部term以及偏移量保存在文件頭部,并且對數(shù)據(jù)進行壓縮,這涉及到的過于技術化在此就不多提了。今天簡要給大家介紹一下索引之后的檢索系統(tǒng)。

檢索系統(tǒng)主要包含了五個部分,如下圖所示:

搜索引擎檢索系統(tǒng)概述

(1)Query串切詞分詞即將用戶的查詢詞進行分詞,對之后的查詢做準備,以“10號線地鐵故障”為例,可能的分詞如下(同義詞問題暫時略過):

10 0x123abc

號 0x13445d

線 0x234d

地鐵 0x145cf

故障 0x354df

(2)查出含每個term的文檔集合,即找出待選集合,如下:

0x123abc 1 2 3 4 7 9…..

0x13445d 2 5 8 9 10 11……

……

……

(3)求交,上述求交,文檔2和文檔9可能是我們需要找的,整個求交過程實際上關系著整個系統(tǒng)的性能,這里面包含了使用緩存等等手段進行性能優(yōu)化

(4)各種過濾,舉例可能包含過濾掉死鏈、重復數(shù)據(jù)、色情、垃圾結(jié)果以及你懂的;

(5)最終排序,將最能滿足用戶需求的結(jié)果排序在最前,可能包括的有用信息如:網(wǎng)站的整體評價、網(wǎng)頁質(zhì)量、內(nèi)容質(zhì)量、資源質(zhì)量、匹配程度、分散度、時效性等等,之后會詳細給大家介紹。

轉(zhuǎn)載請保留原文地址: http://m.448gfe.cn/show-542.html

責編:王麗 作者:不詳 來源:網(wǎng)絡