搜索引擎緩存替換與容錯(cuò)檢索技術(shù)研究.pdf

1、隨著信息技術(shù)的不斷發(fā)展，互聯(lián)網(wǎng)信息正在以爆炸式速度增長(zhǎng)，搜索引擎作為用戶在互聯(lián)網(wǎng)海量數(shù)據(jù)中獲取需求信息最重要方式之一，已經(jīng)引起業(yè)界的普遍關(guān)注與廣泛研究。在提高搜索引擎的查全率、查準(zhǔn)率以及實(shí)時(shí)響應(yīng)等性能上，緩存替換以及容錯(cuò)檢索技術(shù)起到重要的作用。
　　 隨著人們對(duì)搜索引擎實(shí)時(shí)響應(yīng)需求的日益提升，各類緩存替換算法正受到更多的研究與關(guān)注。本文面向搜索引擎領(lǐng)域給出使緩存駐留價(jià)值最大化的替換算法，稱為“最小駐留價(jià)值(Least Cache

2、 Value，LCV)”替換算法。LCV算法充分考慮被請(qǐng)求對(duì)象的訪問(wèn)概率與字節(jié)數(shù)等因素，通過(guò)優(yōu)先替換最小駐留價(jià)值的緩存對(duì)象，將從低速存儲(chǔ)介質(zhì)上讀取的字節(jié)數(shù)降至最低，進(jìn)而使系統(tǒng)平均延遲時(shí)間達(dá)到最低。同時(shí)，本文通過(guò)將替換問(wèn)題轉(zhuǎn)化為經(jīng)典的0-1背包問(wèn)題，為L(zhǎng)CV算法求得最優(yōu)解。為滿足算法實(shí)際使用效果，本文進(jìn)而給出LCV算法在現(xiàn)實(shí)應(yīng)用中的一種快速近似解法與其數(shù)據(jù)結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明，LCV算法在多種條件下，字節(jié)命中率優(yōu)于前期提出的各類替換算法。<

3、br>　　 容錯(cuò)式檢索作為自然語(yǔ)言處理的一個(gè)重要分支，在提高搜索引擎的查詢準(zhǔn)確率上起到至關(guān)重要的作用。容錯(cuò)式檢索是指有效識(shí)別用戶輸入的包含不同類型錯(cuò)誤的字符串，將其轉(zhuǎn)化為正確的字符串后，獲取并返回其檢索結(jié)果。糾錯(cuò)方式會(huì)因錯(cuò)誤類型的不同而各異。本文首先分析搜索引擎中常見(jiàn)的錯(cuò)誤類型，其次，針對(duì)方言差異等原因而引起的模糊音錯(cuò)誤，設(shè)計(jì)一種基于模糊音糾錯(cuò)的數(shù)據(jù)結(jié)構(gòu)，并給出其糾錯(cuò)流程。再次，針對(duì)輸入疏忽等原因引起的吞音、添音、錯(cuò)音等情況，設(shè)計(jì)糾錯(cuò)