百度站长平台：搜索引擎检索系统概述

我简要介绍了搜索引擎的索引系统。事实上，在建立倒排索引的最后，还有一个编写库的过程。为了提高效率，需要将所有术语和偏移保存在文件头中。部门，以及数据的压缩，这在技术上太难以提及了。今天，我将简要介绍一下索引后的检索系统。 检索系统由五部分组成，如下图所示：

（1）查询横切分词是对用户的查询词进行分词，并为后续查询做准备。以“10号线地铁故障”为例。可能的分词如下（暂时跳过同义词问题）： 100x123abc No.0x13445d 第0x234d行 地铁0x145cf 故障0x354df （2）查找包含每个术语的文档集合，即查找要选择的候选项，如下所示： 0x123abc 1 2 3 4 7 9 .. 0x13445d 2 5 8 9 10 11 .. .. .. （3）交叉口，上述交往，文件2和文件9可能是我们需要找到的，整个交往过程实际上与整个系统的性能有关，包括使用缓存和其他手段性能优化; （4）各种过滤器，例子可能包括过滤死链，重复数据，色情，垃圾结果和你所知道的; （5）最终排序，对最符合用户需求的结果进行排序，可能包括以下有用信息：网站整体评价，网页质量，内容质量，资源质量，匹配度，分散度，及时性等我稍后会详细介绍给你。