功能：1.支持搜索存文本信息。2.支持搜索结果按条目分页展示。3.实现了关联度算法，把关联度高的信息优先展示。技术栈：1.分词采用开源的jieba分词库。首先将悟空数据集所有的文本数据进行分词创建倒排索引，并建立分词-文本关系表。2.关联度算法直接采用tfidf(来自jieba分词库)。3.使用布隆过滤、分表来进行简单优化。原理：1、将爬虫爬来的数据放入data表中，从data表中处理数据生成segment表2、用data表和segment表生成data_segment_relation表查看全文
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论