搜索引擎中的數(shù)據(jù)存儲問題研究.pdf_第1頁
已閱讀1頁，還剩45頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、搜索引擎是傳統(tǒng)的信息檢索(Information Retrival)技術(shù)與Web結(jié)合的產(chǎn)物.傳統(tǒng)的信息儉索技術(shù)是從一定規(guī)模的文檔庫中獲取用戶需要的信息,其核心是文本信息的索引和檢索,檢索主要采用傳統(tǒng)目錄方式和全文檢索方式.在信息規(guī)模不大的情況下,傳統(tǒng)的信息檢索技術(shù)能夠滿足需求.在面對Internet上分散存儲、動態(tài)變化的海量數(shù)據(jù),傳統(tǒng)信息檢索技術(shù)無法讓用戶快速找到所需要的信息.搜索引擎作為傳統(tǒng)IR技術(shù)在Web上的擴(kuò)展,涉及到數(shù)據(jù)收集、中

2、文分詞技術(shù)、倒排索引、隱含數(shù)據(jù)獲取、分布式結(jié)構(gòu)、海量數(shù)據(jù)存儲、用戶行為分析等關(guān)鍵技術(shù).從功能上看,搜索引擎主要由信息采集、索引、查詢?nèi)糠謽?gòu)成.搜索引擎首先通過信息采集器(Crawler)從Internet采集網(wǎng)頁數(shù)據(jù),然后通過索引器(Indexer)對采集數(shù)據(jù)進(jìn)行分析,并建立索引.檢索器(Searcher)負(fù)責(zé)接受用戶查詢請求,通過索引找到所有相關(guān)網(wǎng)頁,排序后返回給用戶.本文首先介紹了Web搜索引擎的基本既念和研究現(xiàn)狀,闡述了搜索引擎

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論