支持查詢剪裁的搜索引擎數(shù)據(jù)緩沖策略.pdf

1、商用搜索引擎對查詢請求的處理速度有很高的要求，尤其是在因特網(wǎng)已發(fā)展到數(shù)百億網(wǎng)頁規(guī)模的背景下，如何在保證返回結(jié)果質(zhì)量的前提下，盡可能提高搜索引擎查詢處理能力成為了搜索引擎等領(lǐng)域的研究熱點(diǎn)，其中對索引系統(tǒng)的優(yōu)化是眾多優(yōu)化方法關(guān)注的核心環(huán)節(jié)。在目前所采用的搜索引擎優(yōu)化技術(shù)中，查詢剪裁和緩沖算法是兩種極為重要的搜索引擎優(yōu)化方法。 本文研究了結(jié)合查詢剪裁的搜索引擎數(shù)據(jù)緩沖策略，主要工作包括：(1)提出了一種新的基于“關(guān)鍵詞組合命中信息列表

2、交集”的查詢剪裁方法。該剪裁方法利用“關(guān)鍵詞組合命中信息列表交集”的組織形式能體現(xiàn)出網(wǎng)頁對于特定查詢條件的重要性，實(shí)現(xiàn)了與基于查詢網(wǎng)頁評價(jià)函數(shù)有機(jī)結(jié)合，同時(shí)提升精確匹配查詢的處理速度。 (2)提出了基于一種新的索引系統(tǒng)架構(gòu)的搜索引擎數(shù)據(jù)緩沖策略。新數(shù)據(jù)緩沖策略將高頻關(guān)鍵詞組合的命中信息列表交集放入緩沖區(qū)，綜合利用離線和在線替換算法提升該緩沖區(qū)的性能。同時(shí)，由于在傳統(tǒng)索引系統(tǒng)架構(gòu)上部署該緩沖存在諸多局限性，該文提出了一種新的索引架