何为倒排索引？告诉你

      网站建造从业人员关于网站建造后期的SEO优化，必定不会陌生。然而，SEO优化必定会涉及到查找引擎的算法，由于这一系列算法会直接影响到网站的排序结果，而查找引擎优化er苦苦寻求的便是网站排名，靠前必定能为网站带来可观的流量，有效提升网站的转化率。尽管说网站建造初期的网页规划、页面布局、内容规划这些牵涉到用户体会，是企业形象品牌形象传达的要害，但是了解查找引擎背面的算法规则，做好网站建造后期的SEO优化保护同样重要。今天就给咱们说说SEO算法的倒序索引。

      说的浅显一点，其实查找引擎的索引好比是咱们平时看书时的目录，为了让咱们更快找到适合自己的东西，比方导航站其实便是互联网上小型索引的结构事例。上面会有一些分类比方新闻、电影、小说、图片等等板块，让用户快速的找到自己所需。索引是查找引擎中最为中心的技术之一，由于在许多的网页中，怎样才能更快、更精准的找到用户查询这个词的查找意图。

     先给咱们说几个概念，为了下面的叙述中，咱们都能看得懂。

     1、文档：咱们是以网页的方式看到互联网页面的，而网页中包括许多的东西，比方：TXT、EXCEL、PDF等等许多各式各样的文件都被成为文档。

1.      2、文档调集：由许多的文档组成一个调集，称为文档调集。

     3、文档编号：互联网上每一个文档都有各自且独一无二的编号。

     4、单词编号：每个单词都有各自的仅有编号，用编号来代表这个单词或、短语者语句。

     5、倒排索引：是在查找引起的索引库中，以单词对应网页的一种存储的方式，能够依据单词快速的获取相关的文档。

     其实倒排索引非常的简单，下面就结合一些特征事例来逐渐深入的剖析这个算法，咱们先了解一些基本的思路即可。

     上图是每个文档编号对应的不同文档，如编号“1”对应“小明吃早饭”，编号“2”对应“小明早上吃了什么”，以此类推。别的由于中文和英文的文化特点不相同，中文的汉字之间没有明显像英文单词那样的分隔符，索引首先对中文要进行一下分词(下面举例中暂时不去掉停止词)，这样就把一句话变成了一个个的词组，如下图。

      上图单词的ID记录了每个单词的编号，第二列是编号所对应的单词，第三列是哪几个文档中包括了这个单词。比方单词“小明”，其其单词编号为“1”，倒排列表“1，2，4，5”，表示这几个文档调集中都包括了这个单词。实际上查找引擎更为杂乱，不仅仅记录了单词的文档编号，还记录了单词的频率(TF，什么意思呢?许多查找引擎优化从业者都在说要害词的密度，

市面上计算页面中要害词密度的计算公式有三个：

 ·  公式一： 要害词次数/页面总字数 x100%

 ·  公式二： 要害词次数/页面总字数/要害词字数 x 100%

 ·  公式三： 要害词次数/页面分词数量 x 100%

      先不讨论哪个公式的计算方式愈加精准，咱们发现公式中都呈现了要害词的次数，那这个TF便是该单词在页面中呈现的次数)。这个TF在查找引擎计算查找结果排序时，剖析查询词和文档库中哪个文档更为相关的一个参考要素。

      咱们来看看文档频率为多个文档包括这个单词，如：“小明”在“ 4 个文档”中呈现了。“吃”在“ 4 个文档”中呈现了，后边的以此类推。倒排列表小明 (1;1)， 1 为文档1，中间的 1 为这个词在这个文档中呈现的频率，是这个词在文档中呈现的方位1，即在文档中第一个词。