搜索引擎中索引剪枝分析.pdf

版权声明 　　任何收存和保管本论文各种版本的单位和个人，未经本论文作者同意，不得 将本论文转借他人，亦不得随意复制、抄录、拍照或以任何方式传播。否则，引 起有碍作者著作权之问题，将可能承担法律责任。 摘要 搜索引擎作为人们获取网络信息的主要入口，正在被越来越多的人使用。不 断增长的网页数量和查询请求量使得搜索引擎面临着巨大的性能挑战。通常，搜 索引擎每秒需要在数百亿的网页数据上处理成千上万的查询。因此，如何高效地 处理查询一直是搜索引擎和信息检索领域中重要的研究问题。 本文从索引剪枝的角度出发来研究提升查询处理效率的方法。索引剪枝通常 分为静态索引剪枝和动态索引剪枝的方法。静态索引剪枝方法主要用在索引构建 阶段。它在索引构建时，去除索引中一些对查询不重要的信息来缩短倒排链长度， 减小倒排索引的大小，从而提升查询的速度。动态索引剪枝的方法主要用在查询 的处理阶段。它在查询的处理时，通过使用相应的索引辅助结构来跳过一些对查 询不重要的文档来提升查询的处理速度。本文分别从静态索引剪枝和动态索引剪 枝两方面来研究提升查询处理的方法，并提出了一些新的索引结构和算法来支持 高效的查询处理。 本文的工作、