当前位置:长沙SEO优化 > SEO技术 > 每日一贴> 搜索引擎检索系统概述

搜索引擎检索系统概述

导读:

前面简要介绍过了搜索引擎的索引系统,实际上在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

 d23dc6115c4d2f567b4b0be9fd583140.jpg

发布日期:2013-10-28 00:00:00

前面简要介绍过了搜索引擎的索引系统,实际上在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。

转载请保留本文链接:http://www.seocss.com/seojishu/meiriyitie/394.html


本文标签:搜索引擎检索 搜索引擎抓取

上一篇:如何用程序识别百度Baiduspider ua

下一篇:搜索引擎抓取系统概述(二)

  • 【官方说法】官网保
  • 百度站长移动适配状
  • 游戏运营产品需求的
  • 怎样巧用新媒体进行
  • 竞价关键词账户结构
  • 企业网站SEO排名好