当前位置: 首页> 67系统

搜索引擎检索系统概述

发布时间:20-03-27

站长之家(Chinaz.com)10月28日消息  ≤今日百度站长平台*Le∧e发布文章介绍了搜索引擎索引系统的大概工作流程。主要包括:Quer@y串切词分词,查出含每个term的文档集合⿻,求交,网站过滤,按需进行最终排序。

以下☞为文章全文:

前面简要介绍过了搜索引擎的索引系统,ↅ实际上在建立倒排索引的微信群 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,并且对数据进行压〦缩,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 &n☠bsp; 0x13445d

线   ⊿;0x234d

地铁 0x145↔cf

故障 0x354df

(2)查出含每个term的文档集合,即找出待选集合,如下:

0x123゜a┙bc &♡nbsp; ☆1 &‖nbsp;2 3  4 &∞nbsp;7 &nbs&p;9&◀hellip;..

0x13445d   2&nb≦sp;&nb▌sp;5 微信群 ;8&nb┓sp; 9  10 ︵;&nb▋sp;11⿱……

……

…&https://www.axz5757.com h▣▤▥ellip;

(3)求交,上述求交,文档Ⅱ2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。

上一篇: 传张檬当小三抢刘雨欣老公 刘方:会回应
下一篇: B站,终于不再是「看片网站」?