什么是索引?索引和排名的关系?

本篇文章站长博客为大家介绍什么是索引?索引和排名的关系?

搜索引擎中使用的是倒排索引，有不少朋友并不理解什么叫倒排索引。这里先来介绍一下正向索引。当用户进行查询时，如果对本地文件全面扫描用户所提交的关键词，“查询”的工作量就太大了，而且也是很消耗服务器资源的，所以搜索引擎会把已经处理过的网页先进行索引，放到数据库中等待网民的搜索查询请求。

一个网页被搜索引擎经过以上处理后，就只剩下能够体现网页主体内容的文本了，此时就可以对该网页进行索引了。正向索引指的是文件对应关键词的形式，正向索引数据结构简化示意如表2-1所示。如果使用这种索引直接参与排名，则与不分词没有太大区别，也需要对所有文件进行检索，并且如果用户提交的是长尾词，这种索引对文件内容相关度的计算也会非常消耗资源。

为了使得索引文件可以直接用于排名，搜索引擎会把上面的对应关系进行转换，做成倒排索引，也就是采用关键词对应文件的形式。倒排索引的数据结构简化示意如表2-2所示。这样的索引结构就可以直接应用于搜索排名了，比如，用户搜索关键词1，那么搜索引擎只会对包含关键词1的文件进行相关度和权重计算;用户搜索“关键词1+关键词2”组合词，那么搜索引擎就会把包含关键词1且包含关键词2的文件调出，进行相关度和权重计算。这样就大大加快了呈现排名的速度。

倒排索引中不仅仅记录了包含相应关键词文件的，还会记录关键词频率、每个关键词对应的文档频率，以及关键词出现在文件中的位置等信息。在排名过程中，这些信息会被分别进行加权处理，并应用到最终的排名结果中。

在EO操作中，会有相对应的加大关键词频率、尽量使核心关键词出现在网页的最前面，以及关键词用H标签和变色加粗等着重标识的操作手法，这些都会被倒排索引所记录，并参与关键词相关度的计算和搜索排名。