DIV CSS 佈局教程網

站長之家（Chinaz.com）10月21日消息  今日，百度站長平台Lee撰文介紹了索引系統的相關問題概述。羅列出了如何能夠在最快的速度內返回用戶查找結果，從而提高用戶體驗度的相關信息。

搜索引擎索引系統概述（一）原文如下：

眾所周知，搜索引擎的主要工作過程包括：抓取、存儲、頁面分析、索引、檢索等幾個主要過程。過去幾周給大家介紹了抓取相關的簡要過程。今天簡要介紹一下索引系統，以億為單位的網頁庫中查找特定的某些關鍵詞猶如大海裡面撈針，也許一定的時間內可以完成查找，但是用戶等不起，從用戶體驗角度我們必須在毫秒級別給予用戶滿意的結果，否則用戶只能流失。怎樣才能達到這種要求呢？

如果能知道用戶查找的關鍵詞（query切詞後）都出現在哪些頁面中，那麼用戶檢索的處理過程即可以想象為包含了query中切詞後不同部分的頁面集合求交的過程，而檢索即變成了頁面名稱之間的比較、求交。這樣，在毫秒內以億為單位的檢索成為了可能。這就是通常所說的倒排索引及求交檢索的過程。如下為建立倒排索引的基本過程：

（1）頁面分析的過程實際上是將原始頁面的不同部分進行識別並標記，例如：title、keywords、content、link、anchor、評論、其他非重要區域等等；

（2）分詞的過程實際上包括了切詞分詞同義詞轉換同義詞替換等等，以對某頁面title分詞為例，得到的將是這樣的數據：term文本、termid、詞類、詞性等等；

（3）之前的准備工作完成後，接下來即是建立倒排索引，形成{termàdoc}，可以粗略的理解為如下，為什麼是【term->doc】,而不是直接應用【doc->term】呢？

上述即是索引系統中的倒排索引過程，是搜索引擎實現毫秒級檢索非常重要的一個環節。

相關文章：

搜索引擎抓取系統概述（一）

搜索引擎抓取系統概述（二）

注：相關網站建設技巧閱讀請移步到建站教程頻道。

收藏本文