非结构化数据查询方法分类;顺序扫描法;全文检索法
来源:互联网 发布:杭州擎洲软件 编辑:程序博客网 时间:2024/06/04 01:23
1.1. 非结构化数据查询方法
(1)顺序扫描法(Serial Scanning)
所谓顺序扫描,比如要找内容包含某一个字符串的文件,就是一个文档一个文档的看,对于每一个文档,从头看到尾,如果此文档包含此字符串,则此文档为我们要找的文件,接着看下一个文件,直到扫描完所有的文件。如利用windows的搜索也可以搜索文件内容,只是相当的慢。
(2)全文检索(Full-text Search)
将非结构化数据中的一部分信息提取出来,重新组织,使其变得有一定结构,然后对此有一定结构的数据进行搜索,从而达到搜索相对较快的目的。这部分从非结构化数据中提取出的然后重新组织的信息,我们称之索引。
例如:字典。字典的拼音表和部首检字表就相当于字典的索引,对每一个字的解释是非结构化的,如果字典没有音节表和部首检字表,在茫茫辞海中找一个字只能顺序扫描。然而字的某些信息可以提取出来进行结构化处理,比如读音,就比较结构化,分声母和韵母,分别只有几种可以一一列举,于是将读音拿出来按一定的顺序排列,每一项读音都指向此字的详细解释的页数。我们搜索时按结构化的拼音搜到读音,然后按其指向的页数,便可找到我们的非结构化数据——也即对字的解释。
这种先建立索引,再对索引进行搜索的过程就叫全文检索(Full-text Search)。
虽然创建索引的过程也是非常耗时的,但是索引一旦创建就可以多次使用,全文检索主要处理的是查询,所以耗时间创建索引是值得的。
阅读全文
0 0
- 非结构化数据查询方法分类;顺序扫描法;全文检索法
- MySQL数据检索+查询+全文本搜索
- xml用于非结构数据检索技术
- 全文检索数据挖掘
- 非结构化数据存储与查询小结
- 非结构化数据的存储与查询
- 非结构化数据的存储与查询
- Oracle全文检索配置方法
- 非结构化数据
- 数据检索-分类汇总
- 结构化查询语言分类
- 结构化查询语言分类
- 全文检索、数据挖掘、推荐引擎系列5---文章术语向量表示法
- 全文检索、数据挖掘、推荐引擎系列5---文章术语向量表示法
- 全文检索、数据挖掘、推荐引擎系列5---文章术语向量表示法
- 全文检索、数据挖掘、推荐引擎系列5---文章术语向量表示法
- 全文检索概念,Lucene大致结构
- 浅析SQL Server全文检索查询
- python调用bitly api出错
- java dbutil 1.1.5(1.1.4) 版本更新
- cs231n assignment(1.4):two_layer_net
- hadoop-2.7.3 + hive-2.3.0 + zookeeper-3.4.8 + hbase-1.3.1 完全分布式安装配置
- MVC配置拦截器
- 非结构化数据查询方法分类;顺序扫描法;全文检索法
- HDU 1560 DNA sequence(IDA*~)
- PHP实现希尔排序
- Eclipse远程调试
- JSTL 自定义标签
- JDK安装配置(菜鸟笔记,多多指教)
- 【JavaScript】箭头函数
- lucene 第一步 创建文档对象
- Linux命令(16)——chattr与lsattr命令