您现在的位置: 网站首页 / seo优化 / 正文

百度站长平台lee官方版:搜索引擎索引系统概述(一)

作者: admin 发布: 2013-10-21 20:55:53 分类: seo优化 阅读: 次 查看评论

  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:

  

  (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{termàdoc},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?

  

  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。

  来源:SEO自学网 转载注明出处!

« 上一篇下一篇 »   本文关键词: 百度官方资料  搜索引擎原理  



评论列表:

站长SEO学院
第一节:百度搜索引擎工作原理
第二节:建设对搜索引擎友好的站点
第三节:如何进行网站内容建设
第四节:整体优化、结构优化、网页优化
第五节:移动搜索-明确移动搜索优化标准
百度SEO资料文档
百度搜索引擎优化指南2.0
百度移动搜索优化指南2.0
网站分析白皮书(站长版)
移动站点该如何优化
建设对百度友好的站点
百度搜索引擎网页质量白皮书
石榴算法-绿萝算法-冰桶算法
新搜索时代下的优化策略
更多百度SEO资料文档
站长推荐
DIV+CSS布局实例教程-Web标准
网站SEO优化常见问题汇总
SEO优化推广方案该如何写
SEO优化方案步骤
影响网站关键词排名因素总结
影响谷歌搜索引擎排名的因素调查
手机移动端站点适配优化
最近发表
网站收藏