成都網(wǎng)站建設(shè)--創(chuàng)新互聯(lián)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，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”這兩個詞，就能找到分別含有這兩個詞的所有頁面。經(jīng)過簡單求交集計算就能找出既包含”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)性計算，需要的時間還是太長。實際上用戶并不需要知道所有匹配的幾十萬,幾百萬個頁面，絕大部分用戶只會查看前兩頁，也就是前20個結(jié)果。搜索引擎也并不需要計算這么多頁面的相關(guān)性，而只要計算最重要的一部分頁面就可以了。常用搜索引擎的人都會注意到，搜索結(jié)果頁面通常最多顯示100個。用戶點擊搜索結(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搜索通常犯諱頁結(jié)果，必應(yīng)貌似冒雨固定頁數(shù)，會根據(jù)不同查詢詞而變化，但也不會超過100頁。

總之，最多顯示1000個搜索結(jié)果，所以搜索引擎又怎么知道哪1000個文件是最相關(guān)的？所以用于最后相關(guān)性計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），搜索引擎通常會用非相關(guān)性的頁面特征選出一個初始子集。初始子集的數(shù)目是多少？幾萬個？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，搜索引擎不會對這么多頁面進(jìn)行實時計算，而必須選出一個頁面權(quán)重較高的一個子集，再對子集的頁面進(jìn)行相關(guān)性計算。

分享文章：什么是文件匹配？
轉(zhuǎn)載來源：http://www.rwnh.cn/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、手機網(wǎng)站建設(shè)、網(wǎng)站制作、小程序開發(fā)、網(wǎng)站維護(hù)、全網(wǎng)營銷推廣

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)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(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)載時需注明來源： 創(chuàng)新互聯(lián)