Ascend2015的博客

转载 倒排索引——搜索引擎原理

这是一篇copy 的文章就不标原创了 1）基本概念 文档 泛指一切以文本形式存在的存储对象，包括html、xml、word、pdf等等。 文档集合 多个文档组成的集合。 文档编号 在搜索引擎内部，为文档集合中的每个文档赋予的内部唯一编号，并以此作为唯一标识。 单词编号 在搜索引擎内部，为单词赋予的唯一表征。 倒排索引 一种单词-文档矩阵的具体实现形式，通过倒排索引，可以根据单词快速地定位包含单词的...