1
opengps 2019-07-21 08:34:47 +08:00 via Android 1
必要性还是有的,很多行业资料少的可怜,需要翻遍所有结果,更换各种关键字。
搜索引擎的收录量也是用户选择的参考 |
2
hoyixi 2019-07-21 08:35:51 +08:00
全国 10 亿人,只准 1000w 人上学,标准那啥定, 你愿意吗?
|
3
nethard 2019-07-21 08:37:18 +08:00 via iPhone
用户搜索的时候又不是只输入一个关键字,多个关键字用空格分开的时候,即使单个关键字索引很靠后的站点也能排在前面。
|
4
wangxiaoaer 2019-07-21 08:55:22 +08:00 via Android 15
大哥,你是来搞笑的吗?
搜索引擎建索引的时候怎么知道某条记录的页数? 所谓的页数只有在给定关键字的时候才有意义啊 |
5
delectate 2019-07-21 09:02:23 +08:00
对于百度来说,第一页也没有任何参考价值哦。这边建议您用 bing 或者 google 呢。
|
6
okwork OP @wangxiaoaer 建立索引是反向的,呈现结果当然能按权重控制输出页数。
|
7
zhidian 2019-07-21 09:11:35 +08:00 via Android
我啥都不懂,但似乎应该是索引了它才被放到第十页的
|
9
lylsh1993 2019-07-21 09:13:52 +08:00 via iPhone
对特定网站搜索可能会翻很多页
|
10
okwork OP @binux Pagerank,超链分析,域名 URL 权重,内容查重,文本分析等,这些都可以判断权重。
|
14
wangxiaoaer 2019-07-21 10:01:39 +08:00 3
@okwork #6 建立索引是反向的,呈现结果当然能按权重控制输出页数。
------------------ 现在的搜索结果本身就是按照权重排序输出的,但这个权重是动态的,你所谓的“ Pagerank,超链分析,域名 URL 权重,内容查重,文本分析”这些是相对静态的。 10 页以后可以不展示,但这是搜索阶段的控制,索引建立跟这个是两个独立的阶段。 举个例子,搜索关键词 A 的时候某个 11 页的内容,你认为不应该建立索引,但是搜索关键词 B 的时候,这条内容本应该出现在 10 页以内,结果因为没索引所以搜索不到,你觉得合理吗? ----------------- 另外看了你的回复,建议你提高些逻辑思维能力。 |
15
okwork OP |
16
wangxiaoaer 2019-07-21 10:31:43 +08:00 via Android
|
17
iyaozhen 2019-07-21 10:34:56 +08:00 via Android
|
18
summerwar 2019-07-21 10:36:51 +08:00
你不能因为吃到第十个馒头饱了,就说前面的九个都白吃了。你的这个问题跟这个道理差不多
|
19
vindurriel 2019-07-21 11:04:31 +08:00 via iPhone 1
您的建议在一种情况下是可行的 那就是关键词可穷举 不过这样的系统一般不叫搜索引擎 叫排行榜 data cube 等等
|
20
LongLights 2019-07-21 11:11:43 +08:00 via Android 1
数据先被索引才被排序的。。。你从排序结果推索引与否,那你做的东西就不是现在说的搜索引擎了,是目录搜索
|
21
LongLights 2019-07-21 11:12:52 +08:00 via Android
@wangxiaoaer 顺便心疼老哥
|
22
trcnkq 2019-07-21 11:29:03 +08:00 1
喜欢看这种抬杠抬一半自己想明白了却找不到台阶下的
|
23
misaka19000 2019-07-21 11:51:28 +08:00 via Android
楼上干嘛呢都,索引的时候只有权重信息,搜索的时候才有页数的概念
|
24
rexyan 2019-07-21 14:03:27 +08:00
一般不用 from,size 进行分页吧,只是默认结果是 10 页而已。多用 score 查询。还有就是多用 filter 之类的带缓存的过滤器。
|
25
jfdnet 2019-07-21 14:06:51 +08:00
搜索自然会索引所有的资料。分页只是页面的一种组织形式,你也可以滚动啊。
|
26
mumbler 2019-07-21 14:14:10 +08:00
索引肯定要全部,否则怎么知道哪些结果该排前面,但只显示前多少页,减少反向索引缓存数据量
|
28
loading 2019-07-21 15:05:30 +08:00 via Android
请各位点“忽略主题”
|
29
akira 2019-07-21 18:55:12 +08:00
如果互联网是禁止不变的,永远没有新增内容,没有变化
|
30
huyi23 2019-07-21 20:11:52 +08:00
lz 别跟一群键盘侠 bb
阿里云的 open search 就不支持 5000 以外的数据 |
31
pandachow 2019-07-21 21:19:00 +08:00
心疼两位,lz 真的应该好好锻炼一下逻辑。。。
|
32
Milomide 2019-07-21 21:27:30 +08:00
可以有但没必要。。
|
33
dezhou 2019-07-21 23:06:05 +08:00 via Android
前提是是否有人看第十一页,有就会缓存
|
34
FrankFang128 2019-07-21 23:21:40 +08:00
显然,对于 Google 来说,显示后面页数并没有什么成本,因为你只有遍历所有页面之后,才能知道前十页的结果是什么。而且前十页的结果也是动态变化的。所以 Google 总归是要存更多结果的。
|
35
encro 2019-07-22 08:29:39 +08:00
搜索引擎大概分为几个部分:
蜘蛛:爬取内容 仓库:存储原始数据(磁盘) 索引:将数据以特定的结构保存进行存储,以便于检索(内存) 检索:根据各项权重对数据进行取出和排序 你问的是索引,就是将文章按照关键词保存在内存,当然是除了一些辅助词之外,其他的词都有建立索引的。 如果你问检索,也基本是一样的,只有检索完所有索引和附加字段,才知道哪些是关联性最高的,可以排在前面。 |
36
petelin 2019-07-22 08:53:32 +08:00 via iPhone
索引自然需要 展示 10 页是代码上选择问题 你还可以每天索引一遍全部的 然后想个办法每个关键词都取前 10 页的数量 剩下的 document 都删掉
这个成本也不比全量保存好 |