Введение в информационно-поисковые системы. Иванов В.К - 31 стр.

UptoLike

Составители:

Рубрика:

Индексирование документов является разовым процессом в локальных систе-

мах или постоянным в глобальных, но в любом случае оно не производится од-

новременно с поиском (для поиска и индексирования не используются одновремен-

но одни и те же аппаратные ресурсы). Вследствие этого скорость поиска информа-

ции в ИПС определяется скоростью доступа к хранилищу поисковых образов (второй

влияющий фактор – поисковый алгоритм), которая зависит от структуры и объема

базы данных документов [, , ].

Прямой просмотр файлов поисковых образов документов занимает много вре-

мени, что является неприемлемым для пользователя, особенно в сети Интернет.

Поэтому база данных документов организуется в виде ряда связанных таблиц.

Помимо информации о соответствии терминов и документов (идентификаторы

терминов и документов, веса терминов и т. д.), в базах данных ИПС хранятся также

различные дополнительные сведения. Некоторые из них непосредственно использу-

ются при поиске, например, даты последних изменений документов или информация

о содержащихся в документах ссылках на другие документы (это особенно актуаль-

но для ИПС сети Интернет). Часть данных необходима для облегчения работы поль-

зователя с результатами поиска (заголовки и аннотации документов и др.). Обычно

информация о терминах и документах, которая находится в базах данных ИПС, мо-

жет быть использована одновременно для нескольких алгоритмов поиска.

Рассмотрим общую структуру базы данных поисковых образов интернет-доку-

ментов (гипертекстовых страниц) [, , , ].

База данных (рис. Рис. 10) состоит из таблицы адресов страниц, таблицы клю-

чевых слов, таблицы заголовков страниц, таблицы с датами изменения страниц, та-

блицы гиперссылок, а также двух таблиц-списков – прямого и инвертированного.