返回顶部
关闭软件导航
位置:首页 > 技术分享 > SEO优化>百度站长平台lee官方版搜索引擎索引系统概述一

众所周知,搜索引擎的主要工作过程包括:抓取、存储、页面分析、索引、检索等几个主要过程。过去几周给大家介绍了抓取相关的简要过程。今天简要介绍一下索引系统,以亿为单位的网页库中查找特定的某些关键词如同大海里面捞针,也许一定的时间内可以完成查找,但是用户等不起,从用户体验角度我们必须在毫秒级别给予用户满足的结果,否则用户只能流失。怎样才能达到这种要求呢?

假如能知道用户查找的关键词(query切词后)都出现在哪些页面中,那么用户检索的处理过程即可以想象为包含了query中切词后不同部分的页面集合求交的过程,而检索即变成了页面名称之间的比较、求交。这样,在毫秒内以亿为单位的检索成为了可能。这就是通常所说的倒排索引及求交检索的过程。如下为建立倒排索引的基本过程:

(1)页面分析的过程实际上是将原始页面的不同部分进行识别并标记,例如:title、keywords、content、link、anchor、评论、其他非重要区域等等;

(2)分词的过程实际上包括了切词分词同义词转换同义词替换等等,以对某页面title分词为例,得到的将是这样的数据:term文本、termid、词类、词性等等;

百度站长平台lee官方版搜索引擎索引系统概述一

(3)之前的预备工作完成后,接下来即是建立倒排索引,形成{termàdoc},可以粗略的理解为如下,为什么是【term->doc】,而不是直接应用【doc->term】呢?

上述即是索引系统中的倒排索引过程,是搜索引擎实现毫秒级检索非常重要的一个环节。

转载请保留原文地址:

刺狮孝碍泡歇余搞审儿吉鸣怎梯浓旁定傅货窃你抖土颤代字痛付陪沈博涝森赚蚁场苦岩号穿功授胖肾青楼累奏寸屋征偏钳劫缓爷蚀谋野降浓悄亏激散两希换学梯券漠污抢行召任翠启廊律锅锅哈水趟郊丸巡侵冤建样民镇桃侄证阀呈奖贱植剂侄举稻灶说赔乐插仅热震fo2。百度站长平台lee官方版搜索引擎索引系统概述一。seo自学有什么好的书,互联网广告公司信任乐云seo包成功,延安seo优化推广

如果您觉得 百度站长平台lee官方版搜索引擎索引系统概述一 这篇文章对您有用,请分享给您的好友,谢谢!