新浪微博 腾讯微博 | 网站地图 | SEO教程 | 教研室 | SEO人物 你好,欢迎光临东莞市三好教育信息咨询有限公司的SEO培训网站!

东莞SEO

东莞SEO

联系方式CONTACT

三好教育信息咨询有限公司

地址:东莞虎门龙眼东二路3巷5号
手机:+86 136 2002 3931         
E-mail:gd888vip@163.com
网址:www.seowhe.com

您当前的位置:首页 > 资讯中心 > 百度资讯资讯中心

搜索引擎索引系统概述

发布时间:2016-04-15   信息来源:东莞SEO  作者: SEO  访问量:

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犹如大海里面捞针,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意的结果,否则用户只能流失。怎样才能达到这种要求呢?

如果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:

AAAa5194b995f0f2fd.jpg 

(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;

(3)之前的准备工作完成后,接下来即是建立倒排索引,形成{term->doc},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?

BBBad7f069021bc01be.jpg

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。

本文由东莞SEO整理发布

首页 | SEO培训 | 企业动态 | 行业资讯 | SEO教程 | SEO人物 | 客户中心 | 常见问题 | 工程案例 | 关于我们 | 联系我们

Copyright © 2016 三好教育信息咨询有限公司
电话:+86 18681020538
公司:东莞市三好教育信息咨询有限公司
网址:http://www.seowhe.com
手机:+86 136 2002 3931
邮箱:gd888vip@163.com
地址:东莞市虎门镇龙眼东二路3巷5号   
粤ICP备16043294号-2