正向索引與倒排索引的關(guān)系與區(qū)別
作者：佚名 時(shí)間：2012-03-11 分享到：
正向索引是經(jīng)過文字,分詞,消噪,去重后,搜索引擎得到的就是獨(dú)特的,能反映頁(yè)面主體內(nèi)容的,以詞為單位的內(nèi)容,接下來(lái)搜索引擎索引程序就可以提取關(guān)鍵詞,按照分詞程序劃分好的詞,把頁(yè)面轉(zhuǎn)換為一個(gè)關(guān)鍵詞組成的集全,同時(shí)記錄每一個(gè)關(guān)鍵詞在頁(yè)面上的出現(xiàn)頻率,出現(xiàn)次數(shù),格式,位置.這樣,每個(gè)頁(yè)面都可以記錄為一串關(guān)鍵詞集全,其中每個(gè)關(guān)鍵詞的詞頻,格式,位置等權(quán)重信息也都記錄在案.
正向索引不能直接用于排名,如果只存在正向索引,排名程序需要掃描所有索引庫(kù)中的文件,找出包含關(guān)鍵詞的2個(gè)文件,再進(jìn)行相關(guān)性計(jì)算,這樣的計(jì)算量無(wú)法滿足實(shí)時(shí)返回排名結(jié)果的要求.
所以搜索引擎會(huì)將正向索引數(shù)據(jù)倉(cāng)庫(kù)重新構(gòu)造為倒排索引,把文件對(duì)應(yīng)到關(guān)鍵詞的映射轉(zhuǎn)換為關(guān)鍵詞到文件的映射.在倒排索引中關(guān)鍵詞是主鍵,每個(gè)關(guān)鍵詞都對(duì)應(yīng)著一系列文件,這些文件中都出現(xiàn)了,這個(gè)關(guān)鍵詞,這樣當(dāng)用戶搜索某個(gè)關(guān)鍵詞時(shí),排序程序在倒排索引中定位到這個(gè)關(guān)鍵詞就可以馬上找出所有包含這個(gè)關(guān)鍵詞的文件.
如沒特殊注明，文章均為上海聯(lián)楷網(wǎng)絡(luò)原創(chuàng),轉(zhuǎn)載請(qǐng)注明來(lái)自：http://www.ktcbnqb.cn/seo/20151126/n359.html
