前(qián)麵(miàn)簡(jiǎn)要介(jiè)紹過(guò)了(liǎo)搜(sōu)索引(yǐn)擎的(dí)索(suǒ)引係統，實(shí)際上(shàng)在建立倒排(pái)索(suǒ)引的最後還(huán)需要(yào)有(yǒu)一個入庫(kù)寫庫(kù)的(dí)過(guò)程，而(ér)為(wéi)了提高效(xiào)率(shuài)這(zhè)個(gè)過程(chéng)還需(xū)要將(jiāng)全部term以(yǐ)及偏(piān)移量(liáng)保存(cún)在(zài)文(wén)件(jiàn)頭(tóu)部，並且對數(shù)據(jù)進(jìn)行壓縮，這涉及(jí)到的(dí)過於技術(shù)化在此(cǐ)就(jiù)不多提了。今天(tiān)簡要給大家介紹(shào)一下索(suǒ)引(yǐn)之(zhī)後(hòu)的檢索係(xì)統。
檢索係(xì)統主(zhǔ)要包(bāo)含了(liǎo)五個部分，如下圖所示(shì)：
（1）Query串(chuàn)切詞分詞(cí)即將用(yòng)戶的(dí)查詢(xún)詞進(jìn)行分詞，對(duì)之後(hòu)的查(chá)詢(xún)做準(zhǔn)備，以“10號(hào)綫地鐵故(gù)障”為例(lì)，可(kě)能的(dí)分(fēn)詞(cí)如下（同義(yì)詞問題暫(zàn)時略過）：
10 0x123abc
號 0x13445d
綫 0x234d
地鐵 0x145cf
故障 0x354df
（2）查出含每(měi)個term的文(wén)檔集(jí)合(hé)，即找出(chū)待(dài)選集合(hé)，如(rú)下(xià)：
0x123abc 1 2 3 4 7 9…..
0x13445d 2 5 8 9 10 11……
……
……
（3）求交(jiāo)，上述(shù)求交，文檔2和(hé)文檔(dàng)9可能是我(wǒ)們需(xū)要找的，整個(gè)求交(jiāo)過程實際上關(guān)係著整(zhěng)個係統(tǒng)的(dí)性能(néng)，這裏麵包(bāo)含(hán)了使(shǐ)用緩存(cún)等(děng)等手(shǒu)段(duàn)進行(háng)性(xìng)能(néng)優化(huà)；
（4）各(gè)種過濾，舉例可(kě)能(néng)包(bāo)含過濾掉(diào)死鏈，重復數(shù)據，色情，垃圾結(jié)果以(yǐ)及(jí)你(nǐ)懂(dǒng)的(dí)；
（5）最(zuì)終排序(xù)，將最(zuì)能(néng)滿(mǎn)足用戶(hù)需求的結果(guǒ)排序在(zài)最前，可(kě)能(néng)包(bāo)括的有(yǒu)用信(xìn)息(xī)如(rú)：網站的(dí)整體(tǐ)評(píng)價，網頁質(zhì)量，內(nèi)容(róng)質(zhì)量，資(zī)源質量(liáng)，匹(pǐ)配(pèi)程(chéng)度，分(fēn)散(sàn)度(dù)，時(shí)效(xiào)性(xìng)等等(děng)，之(zhī)後(hòu)會詳細(xì)給(gěi)大家介紹。
轉(zhuǎn)載(zǎi)請(qǐng)保(bǎo)留原文地址: https://antelcom.cn/show-542.html