池州網(wǎng)站優(yōu)化小編告訴站長們遠(yuǎn)期指數(shù)也可以簡單地稱為指數(shù)。經(jīng)過文本抽取、分詞、消噪、重復(fù)等處理后，搜索引擎是獨一無二的，能夠體現(xiàn)頁面的主要內(nèi)容，以單詞為單位的字符串。未來搜索引擎可以提取關(guān)鍵字索引程序,根據(jù)分詞區(qū)分好單詞的過程中,頁面轉(zhuǎn)換為一組關(guān)鍵字,并記錄每一個關(guān)鍵字在頁面上出現(xiàn)的頻率,出現(xiàn),格式(如標(biāo)題標(biāo)簽,大膽,H標(biāo)記,錨文本,等等),位置和其他信息。這樣，每個頁面都可以被記錄為一組關(guān)鍵詞，其中也記錄了每個關(guān)鍵詞的詞頻、格式、位置等權(quán)重信息。每個文件對應(yīng)一個文件ID，文件的內(nèi)容表示為關(guān)鍵字的集合。事實上，在搜索引擎索引庫中，關(guān)鍵字也被轉(zhuǎn)換為關(guān)鍵字ID。這樣的數(shù)據(jù)結(jié)構(gòu)稱為正向索引。
正向索引還不能直接用于排名。假設(shè)用戶搜索關(guān)鍵字2，如果只存在正向索引，則排名程序需要掃描索引庫中的所有文件，找到包含關(guān)鍵字2的文件，然后進(jìn)行相關(guān)性計算。這樣的計算量無法滿足實時收益排名結(jié)果的要求。
因此，搜索引擎將前向索引數(shù)據(jù)庫重構(gòu)為反向索引，將到關(guān)鍵字的文件映射轉(zhuǎn)換為到文件的關(guān)鍵字映射。
在反向索引中，
池州網(wǎng)站優(yōu)化小編告訴大家關(guān)鍵字是主鍵，每個關(guān)鍵字對應(yīng)于列出該關(guān)鍵字的文件列表。這樣，當(dāng)用戶搜索一個關(guān)鍵字時，排序程序?qū)⒃诘古潘饕姓业皆撽P(guān)鍵字，并可以立即找到包含該關(guān)鍵字的所有文件。
