zoukankan      html  css  js  c++  java
  • 索引库

    索引库就类似于我们查字典时候的检索表,或者是图书馆的书目检索。Google的蜘蛛在抓取网页之后,就把这些页面放到对应的索引库里面。在用户搜索的时候,只需要到相应的检索库里面搜索相应的信息,而不是从所有的页面当中。

    索引库的分类方式

    索引库里用词语来分类。因为尽管互联网上的网页是不断激增的,但是每一种语言里,词语的数量都是相对固定的。比如英语就是一百多万个单词,100亿 ÷ 1百万 = 1 万;汉语是8万多个词语,100亿÷8万=12万5千。都是计算机很容易处理得过来的。
    用词语来分类还有一个好处,就是可以匹配用户查询的那个词语。本来用户就是要查这个词语的,那我就按这个词语去分类就是。所以,搜索引擎的索引库,最后就是这个样子的:
     
     
     
     
     
     
     
     
     
     
     
     
     
     
     
     
     
     
     
     
  • 相关阅读:
    机器学习的数学基础
    Numpy + matplotlib + pandas 用法示例
    笔记:《ZeroMQ》
    Bash 常用快捷键
    Python网络爬虫
    Bash-Script 应用案例
    Bash-Script 语法详解
    ADB的使用
    ROS概述
    架构风格
  • 原文地址:https://www.cnblogs.com/cuihongyu3503319/p/9100718.html
Copyright © 2011-2022 走看看