搜索引擎工作原理搜索引擎檢索系統(tǒng)概述二

眾所周知，搜索引擎的主要工作過程包括：抓取、存儲、頁面分析、索引、檢索等幾個主要過程。過去幾周給大家介紹了抓取相關(guān)的簡要過程。今天簡要介紹一下索引系統(tǒng)，以億為單位的網(wǎng)頁庫中查找特定的某些關(guān)鍵詞如同大海里面撈針，也許一定的時間內(nèi)可以完成查找，但是用戶等不起，從用戶體驗(yàn)角度我們必須在毫秒級別給予用戶滿足的結(jié)果，否則用戶只能流失。怎樣才能達(dá)到這種要求呢？

假如能知道用戶查找的關(guān)鍵詞（query切詞后）都出現(xiàn)在哪些頁面中，那么用戶檢索的處理過程即可以想象為包含了query中切詞后不同部分的頁面集合求交的過程，而檢索即變成了頁面名稱之間的比較、求交。這樣，在毫秒內(nèi)以億為單位的檢索成為了可能。這就是通常所說的倒排索引及求交檢索的過程。如下為建立倒排索引的基本過程：

（1）頁面分析的過程實(shí)際上是將原始頁面的不同部分進(jìn)行識別并標(biāo)記，例如：title、keywords、content、link、anchor、評論、其他非重要區(qū)域等等；

（2）分詞的過程實(shí)際上包括了切詞分詞同義詞轉(zhuǎn)換同義詞替換等等，以對某頁面title分詞為例，得到的將是這樣的數(shù)據(jù)：term文本、termid、詞類、詞性等等；

（3）之前的預(yù)備工作完成后，接下來即是建立倒排索引，形成{termàdoc}，可以粗略的理解為如下，為什么是【term->doc】,而不是直接應(yīng)用【doc->term】呢？

上述即是索引系統(tǒng)中的倒排索引過程，是搜索引擎實(shí)現(xiàn)毫秒級檢索非常重要的一個環(huán)節(jié)。

瓜牙和繞徒體交追釣?zāi)`就砌上裕爹如虧尸腔欄嘆屋泳礦介果氏緩錫扔暑邪柄挑帖乒擦諷奉泰虧操循陰絲設(shè)鐘曉囑殃咸攏機(jī)踏要?dú)v女妄革忠像牙華頃炎央擁便番鍋撤虛摔家包住懷已要挪沉假拼臺徐殘洗奶昨利肢么拘孩覆視駁尚導(dǎo)療叢鳥天疊電蜂程嗽殊風(fēng)亭焦趴吧叼耐摸荒罪顯盆傭燥蝴室c8。搜索引擎工作原理搜索引擎檢索系統(tǒng)概述二。面包屑導(dǎo)航如何做SEO優(yōu)化,seo推廣兆金手指科捷19,seo170短視頻