标签：图片   bubuko   col   1.3   信息   行业   com   googl   相关   

1 全文检索

1.1 常见的全文检索

• 百度和Google中，可以搜索互联网中的信息，有：网页、PDF、Word、视频和音频等等。

• 在bbs或者博客、论坛等系统中，有搜索文章的功能。

• 总结：以上的查询功能都很类似，都是查询文本内容，查询的方法也很类似都市找出含有特殊字符串的资源。只不过查询的范围不一样。

1.2 全文检索的概念

• 从大量的信息中快速、准确的查找出所要的信息。
• 搜索的内容是文本信息（不是多媒体）。
• 搜索的方式：不是根据语句的语意进行处理的。而是根据关键词，比如搜索Java培训，那么关键词可能有Java、Java培训、培训等。
• 全面、快速、准确是衡量全文检索系统的关键指标。

• 总结：
  • ①只处理文本。
  • ②不处理语意。
  • ③搜索的时候英文不区分大小写。
  • ④结果列表有相关度排序。

1.3 全文检索的应用场景

1.3.1 站内搜索

• 通常用于在大量数据出现的系统中，找出你想要的资料。常见的有
• ①BBS的关键字搜索，比如百度贴吧。

• ②商品网站的搜索等，比如淘宝、京东等。

• 文件管理系统。比如Windows的文件搜索等。

1.3.2 垂直搜索

• 是针对某个行业的搜索引擎。
• 是搜索引擎的细分和延伸。
• 是针对网页库中的专门信息的整合。
• 其特点是专、深、精，并具有行业色彩。
• 可以应用于购物搜索、房产搜索和人才搜索等。

1.4 全文检索和数据库搜索的区别

1.4.1 数据库的搜索

• 例如：如下的sql

select * from 表名 where 字段名 like ‘%关键字%‘;

• 缺点：
  • ①搜索结果比较差。
  • ②在搜索的结果中，有大量的数据被搜索出来，有很多数据是没有用的。
  • ③查询速度在大量数据的情况下是很难做到快速的，数据量一大，这速度呈指数下降。　　

1.4.2 全文检索

• ①搜索结果按相关度排序：意味着只有前面的几页对于用户来说是比较有用的，其它的结果和用户想要的答案很可能相差甚远。数据库的搜索是做不到相关度排序的。
• ②因为全文搜索采用的是索引的方式，所以在速度上肯定要比数据库的like要快。

• 总结：数据库搜索是不能代替全文检索的。

Lucene

标签：图片   bubuko   col   1.3   信息   行业   com   googl   相关   

原文地址：https://www.cnblogs.com/xuweiweiwoaini/p/9991302.html