模板建站動態

seo中搜索詞處理、文件匹配、初始子集選擇是什么？

如何理解seo中搜索詞處理、文件匹配、初始子集選擇是什么，經過搜索引擎蜘蛛抓取頁面，索引程序計算得到倒排索引后，搜索引擎就準備好可以隨時處理用戶搜索了。用戶在搜索框填入查詢詞后，排名程序調用索引程序數據，計算排名顯示給用戶，排名過程是直接跟用戶互動的。

搜索詞處理

搜索引擎接收到用戶輸入的搜索詞后，需要對搜索詞做一些處理，才能進入排名過程。搜索詞處理在下面幾個方面：

1、中文分詞，與頁面索引一樣，搜索詞也必須進行中文分詞，將查詢字符串轉換為以詞為基礎的關鍵詞組合。分詞原理與頁面分詞相同。

2、去停止詞。和索引一樣，搜索引擎也需要把搜索詞中的停止詞去掉，最大限度地提高排名相關性及效率。

3、指令處理。查詢詞完成分詞后，搜索引擎的默認處理方式在關鍵詞之間使用“與”邏輯。

 

另外用戶輸入的查詢詞還可能包含一些高級搜索指令，如加號、減號等，搜索引擎都是需要作出識別和相應處理。有關高級搜索指令，后面還有詳細說明。

 

4、拼寫錯誤矯正。用戶如果輸入了明顯錯誤的字或英文單詞拼錯，搜索引擎會提示用戶正確的用字或拼法。

5、整合搜索觸發，某些搜索詞會觸發整合搜索。

6、搜索框提示，用戶在搜索框填寫過程中，搜索引擎就根據熱門搜索數據結合給出多組可能的查詢詞，減少用戶輸入時間。

 

文件匹配

搜索詞經過處理后，搜索引擎得到的是以詞為基礎的關鍵詞集合。文件匹配階段就是找出含有所有搜索關鍵詞的所有文件。在索引部分提到的倒排索引使得文件匹配能夠快速完成。

 

初始子集的選擇，找到包含所有關鍵詞的匹配文件后，還不能進行相關性計算，因為找到的文件經常會有幾十萬幾百萬，甚至上千萬個。要對這么多文件實時進行相關性計算，須要的時間還是太長。

實際上用戶并不需要知道所匹配的幾十萬、幾百萬個頁面，絕大部分用戶只會查看前兩頁，也就是前20個結果。搜索引擎也并不需要計算這么多頁面的相關性，而只是計算出最重要的一部分頁面就可以了。搜索引擎結果頁面通常最多顯示100個。用戶點擊搜索結果頁面底部的下一頁鏈接，最多看到第100頁，也就是1000個結果。

 

以上內容均來源于東莞網絡公司，由東莞培戀網科技整合。東莞市培戀網科技為企業網頁建設排名優化，提供企業、個人模板網站制作，國外域名注冊和服務器提供商。