网络信息检索（七）搜索引擎体系结构与排序算法

文章结构概述

• 一、搜索引擎体系结构

  • • 1：搜索引擎的特征及其软件架构

    • 2：大型搜索引擎—Google

    • 3：初期架构—中小型搜索引擎

    • • （1）数据采集过程
      • （2）索引构建机制
      • （3）检索服务的实现
      • （4）相关数据结构设计
      • （5）Google的检索算法机制
      • • （1）单一关键词的排序策略

    • （2）多关键词的排序策略

    • （3）系统扩展性及核心优化技术

    • 4：当前架构—超大规模搜索引擎

  • 二、排序算法-高度保密的内容部分

  • • 1：Lucene框架

    • • （1）概述及其常见应用场景
      • （2）评分机制—基于向量空间模型的方法
      • （3）TermQuery评分公式：针对单个词汇的计算方式
      • （3）BooleanQuery评分公式：涉及多个词汇的情形

    • 2：Nutch平台中的域处理方式

    • 3：总结：影响排序效果的关键因素分析

一、搜索引擎体系结构

1：搜索引擎的性质与软件体系结构

\color{red}\textbf{性质}

密集并行（Embarrassingly parallel）
无状态（Sta