搜索引擎检索系统入库写库是一个复杂的过程,搜索引擎检索入库写库的目的是为了提高工作效率,通过入库写库对数据进行压缩,从而保证搜索引擎快速的检索,今天玉桥小程序开发就给大家分享搜索引擎是如何入库写库的。
(1)Query串切词分词即将用户的查询词进行分词,对之后的查询做准备,以“10号线地铁故障”为例,可能的分词如下(同义词问题暂时略过):
10 0x123abc
号 0x13445d
线 0x234d
地铁 0x145cf
故障 0x354df
(2)查出含每个term的文档集合,即找出待选集合,如下:
0x123abc 1 2 3 4 7 9…..
0x13445d 2 5 8 9 10 11……
……
……
(3)求交,上述求交,文档2和文档9可能是我们需要找的,整个求交过程实际上关系着整个系统的性能,这里面包含了使用缓存等等手段进行性能优化;
(4)各种过滤,举例可能包含过滤掉死链、重复数据、色情、垃圾结果以及你懂的;
(5)最终排序,将最能满足用户需求的结果排序在最前,可能包括的有用信息如:小程序的整体评价、小程序质量、内容质量、资源质量、匹配程度、分散度、时效性等等,之后会详细给大家介绍。