成都網(wǎng)站建設(shè)--創(chuàng)新互聯(lián)小編說(shuō)說(shuō) 什么是文件匹配？

搜索詞經(jīng)過(guò)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，成都網(wǎng)站建設(shè)--創(chuàng)新互聯(lián)小編放一張圖給大家看看：

成都網(wǎng)站建設(shè)--創(chuàng)新互聯(lián)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(yè)面。經(jīng)過(guò)簡(jiǎn)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(yè)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(zhǎng)。實(shí)際上用戶并不需要知道所有匹配的幾十萬(wàn),幾百萬(wàn)個(gè)頁(yè)面，絕大部分用戶只會(huì)查看前兩頁(yè)，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(yè)面的相關(guān)性，而只要計(jì)算最重要的一部分頁(yè)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(yè)面通常最多顯示100個(gè)。用戶點(diǎn)擊搜索結(jié)果頁(yè)面底部“下一頁(yè)”鏈接，最多也只能看到第100頁(yè)，也就是1000個(gè)搜索結(jié)果，成都網(wǎng)站建設(shè)--創(chuàng)新互聯(lián)小編發(fā)張下圖。

百度則通常返回76頁(yè)結(jié)果，成都網(wǎng)站建設(shè)--創(chuàng)新互聯(lián)小編發(fā)張下圖。360搜索通常犯諱頁(yè)結(jié)果，必應(yīng)貌似冒雨固定頁(yè)數(shù)，會(huì)根據(jù)不同查詢?cè)~而變化，但也不會(huì)超過(guò)100頁(yè)。

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(yè)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(yè)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(wàn)個(gè)？或許更多，外人并不知道。不過(guò)可以肯定的是，當(dāng)匹配頁(yè)面數(shù)目巨大時(shí)，搜索引擎不會(huì)對(duì)這么多頁(yè)面進(jìn)行實(shí)時(shí)計(jì)算，而必須選出一個(gè)頁(yè)面權(quán)重較高的一個(gè)子集，再對(duì)子集的頁(yè)面進(jìn)行相關(guān)性計(jì)算。

分享文章：什么是文件匹配？
轉(zhuǎn)載來(lái)源：http://jinyejixie.com/news40/179940.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供標(biāo)簽優(yōu)化、手機(jī)網(wǎng)站建設(shè)、網(wǎng)站制作、小程序開(kāi)發(fā)、網(wǎng)站維護(hù)、全網(wǎng)營(yíng)銷推廣

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)