全文檢索中索引算法的優(yōu)化研究.pdf

1、21世紀以來,伴隨著信息化產業(yè)的迅速發(fā)展,越來越多的企業(yè)內部信息以數字化方式來存儲,如何從海量的信息中準確檢索到所需信息,成為一個值得研究的問題。目前,絕大多數信息檢索系統(tǒng)采用全文檢索模型,其中索引技術是全文檢索模型的核心組成部分,它的結構設計、存儲方法以及動態(tài)更新算法直接影響著全文檢索系統(tǒng)的性能。所以,對全文檢索系統(tǒng)中的索引算法進行優(yōu)化具有十分重要的意義。
　　本文首先分析了全文檢索模型的系統(tǒng)結構、工作流程,以及關鍵技術:文檔存

2、儲、分詞技術、檢索模型、索引組織;研究了傳統(tǒng)的倒排索引的工作原理與方法,包括倒排索引的索引創(chuàng)建、索引存儲、索引更新、索引刪除、索引查詢。
　　基于上述研究分析,設計了一種分詞處理技術,該技術通過引入冗余度和權重,提高分詞處理的準確性和效率;分析了一種基于 B-樹的倒排索引結構,該結構由主索引、段索引、刪除索引和詞典庫四大部分組成;設計了一種索引合并更新方法,加快了索引更新速度;設計了一種新型索引項,該索引項由詞信息和位置信息組成,