亚洲精品乱码久久久久蜜桃-97国产精品人妻无码久久久-加勒比中文字幕无码一区-中文字幕乱人伦高清视频-无码va在线观看

杭州網(wǎng)站建設==帷拓小編說說 網(wǎng)站建設好后，優(yōu)化倒排索引？  

1）：正向說明還不能用于排名。假設用戶搜索關鍵詞2，如果只存在正想索引，排名程序需要掃描所有索引庫中的文件，找出包含關鍵詞2的文件，在進行相關性計算。這樣的計算量無法滿足實時返回排名的要求。所以搜索引擎會將正向索引庫重新構造為倒排索引，把文件對應到關鍵詞的映社轉換為關鍵詞到文件的映射，如下圖：

在倒排索引中關鍵詞是主鍵，每個關鍵詞都對應著一系列的文件，這些文件中都出現(xiàn)了關鍵詞。這樣當用戶索引中定位到這個關鍵詞，就可以馬上找出所有包含這個關鍵詞的文件。

2）：杭州網(wǎng)站建設==帷拓小編說說，鏈接關系計算：鏈接關系計算也是預處理中很重要的一部分。現(xiàn)在所有的主流搜索引擎排名因素中都包含網(wǎng)頁之間的鏈接流動信息。搜索引擎在抓取頁面內(nèi)容后，必須事前計算出：頁面上有那些鏈接指向指向那些其它頁面，每個頁面有那些導入鏈接，鏈接使用了什么描文字，這些復雜的鏈接指向關系形成了網(wǎng)站和頁面的鏈接權重。GOOGLE PR值就是這種鏈接關系的主要體現(xiàn)之一。其他搜索引擎也都進行類似計算，雖然它們并不稱為 PR。由于頁面和鏈接數(shù)量巨大，網(wǎng)上的鏈接關系又時時處在更新中，因此鏈接關系及 PR 的計算要耗費很長的時間。關于 PR  的連接和分析，后面還有專門的文章介紹。

3）：杭州網(wǎng)站建設==帷拓小編說說，特殊文件處理：除了H\TML文件外，搜索引擎通常還能抓取和索引以文字為基礎的多種文件類型，如PDF,Word,WPS,XLS,PPT,TXT文件等。我們在搜索結果中也經(jīng)常會看到這些文件類型。但目前的搜索引擎還不能處理圖片和視頻，對Flash這類非文字內(nèi)容，以及腳本和程序以及進行有限的程序。雖然 搜索引擎 在識別圖片及從Flash中提取文字內(nèi)容方面有些進步，不過距離直接靠讀取圖片,視頻,  Flash  內(nèi)容返回結果的目標還很遠。對圖片,視頻內(nèi)容的排名還往往是依據(jù)與相關的文字內(nèi)容，詳細情況可以參考后面的整合搜索部分。

4）： 杭州網(wǎng)站建設==帷拓小編說說，質(zhì)量判斷：

   在預處理階段，搜索引擎會對頁面內(nèi)容的質(zhì)量,鏈接質(zhì)量等作出判斷。近兩年的百度綠蘿，石留的算法，GOOGLE的熊貓，企鵝算發(fā)等都是預先計算，然后上線，而不是查詢時實事時計算的。這里所說的質(zhì)量判斷包含很多因數(shù)，并不局限于針對關鍵詞的提取和計算，或則針對鏈接進行數(shù)值計算。這里所說的質(zhì)量判斷包含很多因素，并不局限于針對關鍵詞的提取和計算，或則針對鏈接進行數(shù)值計算。比如對頁面內(nèi)容的判斷，很可能包括了用戶體驗,頁面排版,廣告布局,語法,頁面打開速度等，也可能會涉及模式識別,機器學習,人工智能等方法。