搜索引擎緩存替換與容錯檢索技術(shù)研究.pdf

1、隨著信息技術(shù)的不斷發(fā)展，互聯(lián)網(wǎng)信息正在以爆炸式速度增長，搜索引擎作為用戶在互聯(lián)網(wǎng)海量數(shù)據(jù)中獲取需求信息最重要方式之一，已經(jīng)引起業(yè)界的普遍關(guān)注與廣泛研究。在提高搜索引擎的查全率、查準(zhǔn)率以及實時響應(yīng)等性能上，緩存替換以及容錯檢索技術(shù)起到重要的作用。
　　 隨著人們對搜索引擎實時響應(yīng)需求的日益提升，各類緩存替換算法正受到更多的研究與關(guān)注。本文面向搜索引擎領(lǐng)域給出使緩存駐留價值最大化的替換算法，稱為“最小駐留價值(Least Cache

2、 Value，LCV)”替換算法。LCV算法充分考慮被請求對象的訪問概率與字節(jié)數(shù)等因素，通過優(yōu)先替換最小駐留價值的緩存對象，將從低速存儲介質(zhì)上讀取的字節(jié)數(shù)降至最低，進而使系統(tǒng)平均延遲時間達(dá)到最低。同時，本文通過將替換問題轉(zhuǎn)化為經(jīng)典的0-1背包問題，為LCV算法求得最優(yōu)解。為滿足算法實際使用效果，本文進而給出LCV算法在現(xiàn)實應(yīng)用中的一種快速近似解法與其數(shù)據(jù)結(jié)構(gòu)。實驗結(jié)果表明，LCV算法在多種條件下，字節(jié)命中率優(yōu)于前期提出的各類替換算法。<

3、br>　　 容錯式檢索作為自然語言處理的一個重要分支，在提高搜索引擎的查詢準(zhǔn)確率上起到至關(guān)重要的作用。容錯式檢索是指有效識別用戶輸入的包含不同類型錯誤的字符串，將其轉(zhuǎn)化為正確的字符串后，獲取并返回其檢索結(jié)果。糾錯方式會因錯誤類型的不同而各異。本文首先分析搜索引擎中常見的錯誤類型，其次，針對方言差異等原因而引起的模糊音錯誤，設(shè)計一種基于模糊音糾錯的數(shù)據(jù)結(jié)構(gòu)，并給出其糾錯流程。再次，針對輸入疏忽等原因引起的吞音、添音、錯音等情況，設(shè)計糾錯