lucene 关键点在于倒排索引(不是根据记录找属性,而是根据属性找记录)存放了 keyword,frequency,location等属性
分类：
Web程序 时间：
2015-01-02 06:24:29
阅读次数：
140
本文地址：http://www.cnblogs.com/archimedes/p/mapreduce-inverted-index.html，转载请注明源地址。1.倒排索引简介倒排索引（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...
分类：
其他好文 时间：
2014-12-22 22:31:22
阅读次数：
190
部分匹配(Partial Matching)
敏锐的读者可能已经发现到目前为止，介绍的查询都是在整个词条层面进行操作的。匹配的最小单元必须是一个词条。你只能找到存在于倒排索引(Inverted Index)中的词条。
但是如果你想匹配词条的一部分，而不是整个词条呢？部分匹配(Partial Matching)允许用户指定词条的一部分然后找到含有该部分的任何单词。
匹配词条一部分这...
分类：
其他好文 时间：
2014-12-18 10:23:19
阅读次数：
314
提高性能
短语和邻近度查询比简单的match查询在性能上更昂贵。match查询只是查看词条是否存在于倒排索引(Inverted Index)中，而match_phrase查询则需要计算和比较多个可能重复词条(Multiple possibly repeated)的位置。
在Lucene Nightly Benchmarks中，显示了一个简单的term查询比一个短语查询快大概10倍，比一...
分类：
其他好文 时间：
2014-12-17 12:54:34
阅读次数：
290
??
一：
1
搜索引擎的历史
萌芽：Archie、Gopher
Archie:搜索FTP服务器上的文件
Gopher:索引网页
2
起步：Robot(网络机器人)的出现与spider(网络爬虫)
Robot基于网络的，可以执行特定任务的程序
Spider：特殊的机器人，网络爬虫，爬取互联网上的信息（可以是文件，网络）----网络自...
分类：
Web程序 时间：
2014-12-08 00:56:28
阅读次数：
301
控制分析(Controlling Analysis)
查询只能摘到真实存在于倒排索引(Inverted Index)中的词条(Term)，因此确保相同的分析过程会被适用于文档的索引阶段和搜索阶段的查询字符串是很重要的，这样才能够让查询中的词条能够和倒排索引中的词条匹配。
尽管我们说的是文档(Document)，解析器(Analyzer)是因字段而异的(Determined per Fi...
分类：
其他好文 时间：
2014-12-06 11:27:30
阅读次数：
319
Lucene作为一个全文检索引擎，其具有如下突出的优点：（1）索引文件格式独立于应用平台。Lucene定义了一套以8位字节为基础的索引文件格式，使得兼容系统或者不同平台的应用能够共享建立的索引文件。（2）在传统全文检索引擎的倒排索引的基础上，实现了分块索引，能够针对新的文件建立小文件索引，提升索引速...
分类：
Web程序 时间：
2014-11-11 16:23:06
阅读次数：
212
Atitit.软件按钮与仪表盘(13)--全文索引操作--db数据库子系统mssql2008
全文索引操作
4.全文索引和like语句比较 1
5.倒排索引 inverted index 1
2.SQL Server 2008全文检索 2
3.Lucene全文检索 3
一般情况，使用SQL Server中的全文索引，经过大体4个步骤： 4
Mssql2008的全文索引操...
分类：
数据库 时间：
2014-10-30 00:17:34
阅读次数：
304
poj 4093:倒排索引查询
题目：
总时间限制: 1000ms 内存限制: 131072kB
描述
现在已经对一些文档求出了倒排索引，对于一些词得出了这些词在哪些文档中出现的列表。
要求对于倒排索引实现一些简单的查询，即查询某些词同时出现，或者有些词出现有些词不出现的文档有哪些。
输入第一行包含一个数N，1
接下来N行，每行第一个数ci，表示...
分类：
其他好文 时间：
2014-10-22 14:39:40
阅读次数：
373
学习信息检索课程，老师让写一个倒排索引与查询处理的程序，于是抱着试试的心态自学python写了出来。
整个没有什么太大的算法技巧，唯一的就是查询处理那里递归函数正反两次反复查找需要多调试下。
数据结构：
#-*-coding:utf-8-*-
#!/usr/bin/python
'''
数据结构
建立索引
mydir 文档列表
onedoc 每一个文档
mydoc 当前查询的文档...
分类：
编程语言 时间：
2014-10-13 11:30:49
阅读次数：
430
