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(shè)--帷拓小編說說 什么是文件匹配？

搜索詞經(jīng)過處理后，搜索引擎得到的是以詞為基礎(chǔ)的關(guān)鍵詞集合。文件匹配階段就是找出含有所有搜索關(guān)鍵詞的所有文件。在索引部分提到的倒排索引使得文件匹配能夠快速完成，杭州網(wǎng)站建設(shè)--帷拓小編放一張圖給大家看看：

杭州網(wǎng)站建設(shè)--帷拓小編假設(shè)用戶搜索“關(guān)鍵詞2”和“關(guān)鍵詞7”，排名程序只要在倒排索引中找到“關(guān)鍵詞2”和“關(guān)鍵詞7”這兩個(gè)詞，就能找到分別含有這兩個(gè)詞的所有頁面。經(jīng)過簡單求交集計(jì)算就能找出既包含”關(guān)鍵詞2”和“關(guān)鍵詞7”的所有頁面：文件1和文件6。

  初始集結(jié)的選擇：找到所有關(guān)鍵詞的匹配文件后，還不能進(jìn)行相關(guān)性計(jì)算，需要的時(shí)間還是太長。實(shí)際上用戶并不需要知道所有匹配的幾十萬,幾百萬個(gè)頁面，絕大部分用戶只會(huì)查看前兩頁，也就是前20個(gè)結(jié)果。搜索引擎也并不需要計(jì)算這么多頁面的相關(guān)性，而只要計(jì)算最重要的一部分頁面就可以了。常用搜索引擎的人都會(huì)注意到，搜索結(jié)果頁面通常最多顯示100個(gè)。用戶點(diǎn)擊搜索結(jié)果頁面底部“下一頁”鏈接，最多也只能看到第100頁，也就是1000個(gè)搜索結(jié)果，杭州網(wǎng)站建設(shè)--帷拓小編發(fā)張下圖。

  百度則通常返回76頁結(jié)果，杭州網(wǎng)站建設(shè)--帷拓小編發(fā)張下圖。360搜索通常犯諱頁結(jié)果，必應(yīng)貌似冒雨固定頁數(shù)，會(huì)根據(jù)不同查詢?cè)~而變化，但也不會(huì)超過100頁。

總之，最多顯示1000個(gè)搜索結(jié)果，所以搜索引擎又怎么知道哪1000個(gè)文件是最相關(guān)的？所以用于最后相關(guān)性計(jì)算的初始頁面子集的選擇，必須依靠其他特珍而不是相關(guān)性（這些文件都包含所有查詢關(guān)鍵詞），搜索引擎通常會(huì)用非相關(guān)性的頁面特征選出一個(gè)初始子集。初始子集的數(shù)目是多少？幾萬個(gè)？或許更多，外人并不知道。不過可以肯定的是，當(dāng)匹配頁面數(shù)目巨大時(shí)，搜索引擎不會(huì)對(duì)這么多頁面進(jìn)行實(shí)時(shí)計(jì)算，而必須選出一個(gè)頁面權(quán)重較高的一個(gè)子集，再對(duì)子集的頁面進(jìn)行相關(guān)性計(jì)算。