• QQ
  • 电话
  • 首页
  • 留言
  • 返回顶部
  • 首页 - 互联网课堂 - SEO优化

    SEO按天计费系统:搜索引擎的工作原理:处理查询

    发布时间:2018-10-01 16:58:54访问人数:1163作者:admin
    本文标签:

    SEO按天计费系统:搜索引擎的工作原理:处理查询

    SEO按天计费系统;三响AI云系统,关键词上首页按天扣费,相信广大SEOer在对网站进行SEO优化之前,必须要对网站对SEO有一定的了解,就好像医生对病人的病症一样。所以要想成为一面出色的医生(seo)基本功,技能要稳扎稳。下面就是关于搜索引擎的工作原理文章。

    一.查询流程

    SEO按天计费系统:搜索引擎的工作原理:处理查询
    查询流程图
    (1)用户提交查询
    (2)分析查询
    查询预处理:
    1. 一般过滤掉助词或者标点符号之类,如中文的“的”,英文'The' . 另外对中文做分词处理获取检索组合,
    (2)对于中文等搜索,需要分词。
    (3)单词去重等。但是不同的搜索引起处理方式可能不一样。
    查询词格式化:
    把词汇转换成wordID
    (3)  根据查询词从倒排索引库获取匹配的检索结果
    (4)根据特定相关度排序算法进行排序,生成最后搜索结果。
    当然了,这个流程还会涉及到缓存的过程。
    我们主要说明第3步和第4步的内容:
    第3步是基于倒排索引的查询处理。即对已生成的倒排索引,处理其中的数据产生查询结果。
    第4步就是相关度排序算法了,由相关检索理论模型来决定。
    搜索引擎的信息查询一般都是遵循一定的理论模型,最常用的主要有布尔模型,向量模型,概率检索模型,语言模型,机器学习模型等。在搜索引擎中,需要考虑更多的因素才能为用户提供更符合的结果,广泛的采用了向量模型。实际的搜索引擎查询实现方法一般采用了向量检索模型和布尔模型相结合的方式。
    目前机器学习模型逐渐流行起来。前baidu科学家 张栋是这方面的专家。据说360推出的搜索有两套系统,一套是360搜索团队研发的,另外一套是张栋研发的,张栋研发的这套搜索系统的检索模型应该是基于机器学习的。
    这检索模型后面在做介绍。我们这里简单说明查询处理机制。

    二. 基于索引的查询处理

    目前有两种常见的查询处理机制和跳跃指针的结构化查询优化:
    2.1 一次一文档 (Document at a time)
    2.2 一次一单词 (Term at a time)
    2.3 结构化查询,即跳跃指针。
    下面详细说明这些机制。举个例子:
    假设用户输入“搜索引擎 技术” 而“搜索引擎”这个Term对应的倒排列表文档 DocID一次为{1,3,4},“技术” Term对应的倒排列表中文档DocID列表为{1,2,4} 我们从中可以看出同时包含整个查询的文档是{1,4}.

    三. 一次一文档 (Document at a time)

     
    搜索引擎接收到用户的査询后,首先将两个单词的倒排列表从磁盘读入内存。所谓的一次一文档,就是以倒排列表中包含的文档为单位每次将其中某个文档与査询的最终相似性得分 计算完毕,然后开始计算另外一个文档的最终得分,直到所有文档的得分都计算完毕为止。
    图3-1是一次一文档的计算机制示意图,为了便于理解,圈中对于两个单词的倒排列表 中的公共文档(文档1和文档4)进行了对齐。图中虚线箭头标出了查询处理计算的行进方向。
    SEO按天计费系统:搜索引擎的工作原理:处理查询
    图3-1 —次一文档
    处理流程:
    (1)对于文档1来说,因为两个单词的倒排列表中都包含这个文档,所以可以根据各自的TF和IDF等参数计算文档和查询单词的相似性(具体相似性计算有很多种,此处对相似性计算做了简化处理,TF * IDF就是分数),之后将两个分数相加获得了文档1和用户查询的相似性得分: IDF=2, TF=2 , Score=4。
    (2)随后搜索系统开始处理文档2, 因为文档2只在"技术"这个词汇的倒排列表中,所以 根据相应的TF和IDF计算相似性后,即可得出文挡2和用户查询的相似性得分。
    (3)用类似的方 法依次处理文档3和文档4。
    (4)所有文档都计算完毕后,根据文档得分进行大小排序,输出得分 最闻的K个文档作为搜索结果输出,即完成了一次用户查询的响应。
    结果的排序:D4,D1,D3,D4
    因为搜索系统的输出结果往往是限定个数的,比如指定输出10个结果,所以在实际实现 一次一文档方式时,不必保存所有文档的相关性得分,而只需要在内存中维护一个大小为K 的优先级别队列,用来保存目前计算过程中得分最高的k个文档即可,这样可以节省内存和计 算时间,一般会采用根堆数据结构来实现这个优先级别队列,在计算结束时,按照得分大小输出就可以实现搜索目标。

    四. 一次一单词 (Term at a time)

    一次一单词的计算过程与一次一文档不同:
    一次一文档可以直观理解为在单词一文档矩阵中,以文档为单位,纵向进行分数累计,之后移动到后续文档接着计算,即计算过程是"先纵 向再横向";
    而一次一单词则是来取"先横向再纵向"的方式,即首先将某个单词对应的倒排 列表中的每个文档ID都计算一个部分相似性得分,也就是说,在单词一文档矩阵中首先进行 横向移动,在计算完毕某个单词倒排列表中包含的所有文档后,接着计算下一个单词倒排列表 中包含的文档ID, 即进行纵向计算,如果发现某个文档m已经有了得分,则在原先得分基础 上进行累加。当所有单词都处理完毕后,每个文档最终的相似性得分计算结束,之后按照大小 排序,输出得分最高的乂个文档作为搜索结果。
    图4-2是一次一单词的运算机制图示说明,图中虚线箭头指示出了计算的行进方向,为了保存数据,在内存中使用哈希表来保存中间结果及最终计算结果。
    SEO按天计费系统:搜索引擎的工作原理:处理查询
    图4-2是一次一单词

    处理流程: 

    (1)搜索系统首先对包含"搜索引擎"的所有文档进行部分得分计算,比如对于文档1, 可以根据TF和1DF等参数计算这个文档对"搜索引擎"这个查询词的相似性得分,之后根据文档ID在哈希表中查找,并把相似性得分保存在哈希表中。
    (2)依次对文档3和文档4进行类似的计算。
    (3)当"搜索引擎"这个单词 的所有文档都计算完毕后,开始计算"技术"这个单词的相似性得分,对于文档1来说,同样 地,根据TF和IDF等参数计算文档1和"技术"这个单词的相似性得分,之后查找哈希表, 发现文档1已经存在得分("搜索引擎"这个单词和文档1的相似性得分),则将哈希表对应的 得分和刚刚计算出的得分相加作为最终得分,并更新哈希表中文档1对应的得分分值,获得了 文档1和用户查询最终的相似性得分,
    (4)之后以类似的方法,依次计算文档2和文档4的得分。 
    (5)当全部计算完毕时,哈希表中存储了每个文档和用户査询的最终相似性得化排序后输出得分 最高的K个文档作为搜索结果。
     
    看完本文的内容,是否对对搜索引擎的工作原理更了解了一些呢?是否对日后的SEO优化更有把握了呢?如果有自己的意见和想法欢迎在下方评论!关于更多东莞网站建设、SEO优化、微信小程序开发、的内容欢迎关注我们,或者把你遇到的问题告诉我们,我们技术人员会联系您为您解答,也欢迎SEO老铁们可以投稿。三响网络推出SEO按天计费系统,最大化保障关键词排名效果!欢迎咨询
  • 项目经理.png

    扫描添加

    项目经理微信

    享受专业顾问服务

  • 微信公众号.jpg

    关注公众号

    获取更多专业资讯

  • 分享:

    版权:【注明为本站原创的文章,转载请注明出处与原文地址!本站部分转载文章能找到原作者的我们都会注明,若文章涉及版权请发至邮箱:jishu@dgsxvip.com,我们以便及时处理,可支付稿费。向本站投稿或需要本站向贵司网站定期免费投稿请加QQ:2227363052】 更多信息请关注微信公众号:三响网络   三响微信:mingxinghemu

    Copyright © 2018-2021 东莞市三响网络科技有限公司 版权所有 粤ICP备18094491号-1 网站地图     免责声明    网站建设解决方案