索引構(gòu)建與搜索算法的研究與實(shí)現(xiàn).pdf

1、隨著因特網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)上面的信息資源海量增長，用戶在獲取信息的同時(shí)也面臨一個(gè)重大的問題：如何在互聯(lián)網(wǎng)上面的海量數(shù)據(jù)中快速準(zhǔn)確查詢到自己所感興趣的相關(guān)信息呢？而信息檢索系統(tǒng)正是解決用戶在因特網(wǎng)上面進(jìn)行快速信息查詢的一個(gè)有效方式。
　　信息檢索是按照一定的策略對特定的信息的收集，如用網(wǎng)絡(luò)爬蟲對互聯(lián)網(wǎng)上面的網(wǎng)頁、doc格式文檔、pdf格式文檔等一系列資源進(jìn)行爬取，對收集回來的信息進(jìn)行處理和組織后為用戶提供信息查詢服務(wù)。信息檢索克服了

2、數(shù)據(jù)庫查詢當(dāng)中存在的一些不足之處，為數(shù)據(jù)的檢索提供了更為方便快捷的方式，因此現(xiàn)在越來越多的領(lǐng)域和部門開始涉及到信息檢索領(lǐng)域。另外，信息檢索系統(tǒng)不僅可以部署在網(wǎng)絡(luò)環(huán)境中，而且在個(gè)人PC機(jī)上也能夠得到比較廣泛地應(yīng)用。目前，對信息檢索的各種研究以及理論上的探討都在蓬勃地開展。
　　信息檢索是以用戶為中心的一個(gè)快速檢索服務(wù)系統(tǒng)，主要是為用戶提供快速準(zhǔn)確的信息查詢服務(wù)。在這一過程當(dāng)中，高準(zhǔn)確度及低響應(yīng)時(shí)間是用戶最為關(guān)心的系統(tǒng)功能，也會是衡量

3、系統(tǒng)優(yōu)秀與否的最重要標(biāo)識。而信息檢索當(dāng)中的索引構(gòu)建與搜索又是信息檢索系統(tǒng)當(dāng)中的兩個(gè)重要的組成部分，如何去設(shè)計(jì)高性能的索引構(gòu)建、信息搜索算法就變得越發(fā)的重要。
　　本論文詳細(xì)地討論了文本的全文檢索的索引構(gòu)建與搜索過程，并對一些性能較高的索引構(gòu)建、信息搜索算法原理進(jìn)行了研究并進(jìn)行了一些改進(jìn)實(shí)現(xiàn)。一般信息檢索系統(tǒng)當(dāng)中的字典文件都是采用的B樹，但是字典文件當(dāng)中的詞匯Term是需要頻繁變動的，若采用B樹，其樹節(jié)點(diǎn)的變化會引起一系列的判斷（如