google搜索引擎工作原理簡介-全文預(yù)覽
【正文】 l 組成。 Hit Lists 占用了正向和反向索引里的絕大部分的空間。 Sorter 還在反向索引產(chǎn)生一個 wordIDs 及其偏移的列表。它再將鏈接的描述文本放到正向索引，并將 docIDs 與鏈接的描述文本相對應(yīng)。 Indexer 然后將這些 hits 放到一系列的桶 barrels 中，建立了部分排序的好了的正向索引。所有的新的網(wǎng)頁都被賦予一個 docID。所以 Google 對 metadata 的文本給以較小的重視。 除了 PageRank 和鏈接描述以外， Google 還采用了一些其它的特性：首先， Google記錄了所有關(guān)鍵字的位置信息（ hits），它在搜索中充分的使用了關(guān)鍵字的相關(guān)性分析。另外，如果一個網(wǎng)頁為yahoo 這樣的網(wǎng)站指向，也通常值得一看。而阻尼系數(shù) d則是隨機訪客不順著網(wǎng)頁的鏈接繼續(xù)瀏覽下去，而從新開始一個隨機沖浪的概率。 PageRank 的簡化計算公式： PR(A) = (1d) + d (PR(T1)/C(T1) + ? + PR(Tn)/C(Tn)) ? PR(A) :網(wǎng)頁 A頁的 PageRank 值； ? PR(Ti) :鏈接到 A頁的網(wǎng)頁 Ti的 PageRank 值； ? C(Ti) :網(wǎng)頁 Ti的出站鏈接數(shù)量； ? d :阻尼系數(shù)， 0d1， 通常設(shè)為 PageRank 可以通過結(jié)合鏈接權(quán)重的向量矩陣的提歸計算而獲得（關(guān)于 PageRank的深入分析，我在方便的時候會另外寫一篇文章介紹）。 Google 采用了兩個重要的特性，因此而獲取了準確的查詢結(jié)果：第一， Google利用網(wǎng)頁的鏈接結(jié)構(gòu)計算出每個網(wǎng)頁的等 級排名，這就是所謂的 PageRank；第二， Google 利用了鏈接提供的信息進一步改善搜索結(jié)果。盡管 Google 一直在修正不同因素對網(wǎng)頁的權(quán)重影響以期排除作弊網(wǎng)站對搜索結(jié)果的干擾和獲得最好的搜索結(jié)果，但其核心思路并沒有改。當然 “ 重要 ” 的網(wǎng)頁的鏈接就會有更高的權(quán)重。 PageR
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1