（1）在倒排索引中查找搜索串，获取document list date来举例 word doc1 doc2 doc3 2017-01-01 * *2017-02-02 * *2017-03-03 * * * filter：2017-02-02 到倒排索引中一找，发现2017-02-02对应的docu ...
分类：
其他好文 时间：
2017-09-27 22:32:09
阅读次数：
170
1. 从Google网页排序到PageRank算法 （1）谷歌网页怎么排序？ 先对搜索关键词进行分词，如“技术社区”分词为“技术”和“社区”； 根据建立的倒排索引返回同时包含分词后结果的网页； 将返回的网页相关性（类似上篇文章所讲的文本相似度）网页，相关性越高排名越靠前 （2）怎么处理垃圾网页？那么 ...
分类：
编程语言 时间：
2017-09-25 21:53:16
阅读次数：
242
1.单词——文档矩阵 单词-文档矩阵是表达两者之间所具有的一种包含关系的概念模型，图3-1展示了其含义。图3-1的每列代表一个文档，每行代表一个单词，打对勾的位置代表包含关系。 图3-1 单词-文档矩阵 从纵向即文档这个维度来看，每列代表文档包含了哪些单词，比如文档1包含了词汇1和词汇4，而不包含其 ...
分类：
其他好文 时间：
2017-09-25 11:51:06
阅读次数：
95
一、 多条件的查询方法: 之前已经介绍过倒排索引的结构。在查单个词的时候比较简单，直接查从索引里找是否有这个词对应的文档列表就行了。但如果条件是and、or、not这样的条件，怎么处理呢？ and:对多个条件分别取文档列表后，再取交集。 or:对多个条件分别取文档列表后，再取并集。 not:对多个条 ...
分类：
其他好文 时间：
2017-09-11 19:53:08
阅读次数：
111
1、明确你的项目到底是做什么的，有哪些功能 广告投放机：项目主要是为移动端有针对性的进行广告展示。 媒体管理平台SSP：为媒体端实现多种变现途径 （1）广告投放机中关于广告检索与排序的功能 1、广告检索使用了布尔表达式的检索 看个倒排索引的实现，如下： 在对广告进行检索时，倒排索引面临两个问题： A ...
分类：
编程语言 时间：
2017-09-09 22:37:56
阅读次数：
265
第三百六十一节，Python分布式爬虫打造搜索引擎Scrapy精讲—倒排索引 倒排索引 倒排索引源于实际应用中需要根据属性的值来查找记录。这种索引表中的每一项都包括一个属性值和具有该属性值的各记录的地址。由于不是由记录来确定属性值，而是由属性值来确定记录的位置，因而称为倒排索引(inverted i ...
分类：
编程语言 时间：
2017-08-29 19:40:31
阅读次数：
117
全文索引：官方文档：https://dev.mysql.com/doc/refman/5.6/en/fulltext-search.html参考：http://blog.csdn.net/u011734144/article/details/52817766http://www.cnblogs.com/olinux/p/5169282.html全文检索通常使用的是倒排索引。内容详见姜大神的InnoDB存储引擎2书上Page23..
分类：
数据库 时间：
2017-08-28 19:55:40
阅读次数：
244
前面讲到，无论是关系型数据库还是非关系型数据库，乃至elasticsearch这种事实上承担着一定储存作用的搜索引擎，数据类型都是非常重要而基础的概念。但elasticsearch与其它承担着数据存储的技术有着比较大的区别之一就是映射，和倒排索引。 映射是定义如何存储和编制文档及其包含的字段的过程。 ...
分类：
其他好文 时间：
2017-08-24 19:41:18
阅读次数：
1132
介于上一篇的java实现网络爬虫基础之上，这一篇的思想是将网络收集的数据保存到HDFS和数据库（Mysql）中；然后用MR对HDFS的数据进行索引处理，处理成倒排索引；搜索时先用HDFS建立好的索引来搜索对应的数据ID，根据ID从数据库中提取数据，呈现到网页上。 这是一个完整的集合网络爬虫、数据库、 ...
分类：
Web程序 时间：
2017-08-17 00:50:40
阅读次数：
367
一、倒排索引简单介绍 倒排索引（英语：Inverted index），也常被称为反向索引、置入档案或反向档案，是一种索引方法，被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射。它是文档检索系统中最经常使用的数据结构。 以英文为例。以下是要被索引的文本： T0="it is wh ...
分类：
其他好文 时间：
2017-08-04 20:31:47
阅读次数：
152
