百度搜索引擎检索排序讲解

整站优化 admin

我们都知道,搜索引擎的主要工作流程分为:抓取、存储、页面分析、索引、检索等几个主要步骤。下面介绍一下搜索引擎索引系统。

互联网上数据非常巨大,在搜索关键词时就好像大海捞针一般,或许经过一定时间的查找而且达到这个效果,但搜索的用户是等不起的,所以这就需要搜索引擎亿非常快的速度也就是毫秒给予用户满意的搜索结果,这样才能提高用户体验,从而留住用户。那如何才能达到这样的要求呢?

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:

百度搜索引擎检索排序讲解

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},下图即是索引系统中的倒排索引过程。

百度搜索引擎检索排序讲解

倒排索引是搜索引擎实现毫秒级检索非常重要的一个环节,下章我们要重要介绍一下索引系统建立倒排索引的重要过程——入库写库。

转载请注明: 合肥SEO » 百度搜索引擎检索排序讲解