Internet Development
這里有最新的行業(yè)信息與相關(guān)公司信息。
發(fā)布時(shí)間：2013-12-13 16:10:30 瀏覽次數(shù)：1073次
眾所周知，搜索引擎的主要工作過(guò)程包括：抓取、存儲(chǔ)、頁(yè)面分析、索引、檢索等幾個(gè)主要過(guò)程。過(guò)去幾周給大家介紹了抓取相關(guān)的簡(jiǎn)要過(guò)程。今天簡(jiǎn)要介紹一下索引系統(tǒng)，以億為單位的網(wǎng)頁(yè)庫(kù)中查找特定的某些關(guān)鍵詞猶如大海里面撈針，也許一定的時(shí)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(jí)別給予用戶滿意的結(jié)果，否則用戶只能流失。怎樣才能達(dá)到這種要求呢？
如果能知道用戶查找的關(guān)鍵詞（query切詞后）都出現(xiàn)在哪些頁(yè)面中，那么用戶檢索的處理過(guò)程即可以想象為包含了query中切詞后不同部分的頁(yè)面集合求交的過(guò)程，而檢索即變成了頁(yè)面名稱(chēng)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(shuō)的倒排索引及求交檢索的過(guò)程。如下為建立倒排索引的基本過(guò)程：
（1）頁(yè)面分析的過(guò)程實(shí)際上是將原始頁(yè)面的不同部分進(jìn)行識(shí)別并標(biāo)記，例如：title、keywords、content、link、anchor、評(píng)論、其他非重要區(qū)域等等；
（2）分詞的過(guò)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(duì)某頁(yè)面title分詞為例，得到的將是這樣的數(shù)據(jù)：term文本、termid、詞類(lèi)、詞性等等；
（3）之前的準(zhǔn)備工作完成后，接下來(lái)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(guò)程，是搜索引擎實(shí)現(xiàn)毫秒級(jí)檢索非常重要的一個(gè)環(huán)節(jié)。
值此“五一”國(guó)際勞動(dòng)節(jié)來(lái)臨之際，公司向所有辛勤付出的勞動(dòng)者致以崇高的敬意和誠(chéng)摯的感謝！根據(jù)國(guó)家法定節(jié)假日安排，結(jié)合公司實(shí)際情況，現(xiàn)將2025年五一勞動(dòng)節(jié)放假安排通知如下...
過(guò)去這一年，感謝您一直以來(lái)對(duì)微動(dòng)力網(wǎng)絡(luò)的信任與支持，這份沉甸甸的信賴，我們一直銘記于心!在新的一年到來(lái)之際，我司全體同仁向您及家人表示最衷心的感謝和祝福!...
一元復(fù)始萬(wàn)象新，歲月流金盛年來(lái)！2025年元旦佳節(jié)來(lái)臨之際，青島微動(dòng)力網(wǎng)絡(luò)服務(wù)有限公司向合作伙伴以及一直以來(lái)關(guān)心支持我們的朋友，致以最誠(chéng)摯的新年祝福！...
在青島做一個(gè)網(wǎng)站建設(shè)多少錢(qián)呢？網(wǎng)站建設(shè)費(fèi)用由域名、服務(wù)器、SSL證書(shū)、網(wǎng)站程序、網(wǎng)站維護(hù)五個(gè)方面組成。其中網(wǎng)站程序一般是占用成本最多的，尤其是定制網(wǎng)站制作。...
尊敬的客戶與合作伙伴:您好!感謝您一如既往的對(duì)微動(dòng)力網(wǎng)絡(luò)的支持與信賴!2024年國(guó)慶佳節(jié)將至，在這個(gè)舉國(guó)歡騰，普天同慶的時(shí)刻，微動(dòng)力網(wǎng)絡(luò)的全體員工向您及您的家人...
我們很樂(lè)意傾聽(tīng)您的聲音
即刻與我們?nèi)〉寐?lián)絡(luò)，成為日后肩并肩合作的伙伴
公司地址：青島市北區(qū)昆山路17號(hào)7080中心廣場(chǎng)
售前咨詢：0532-86217711
售后服務(wù)：0532-86217700
電子郵箱：weidongli@532qd.com
