此項目是自己學(xué)習(xí)搜索引擎過程中的一些心得，在使用go語言的時候，發(fā)現(xiàn)了悟空這個搜索引擎項目，結(jié)合此項目代碼以及《信息檢索導(dǎo)論》，自己對搜索引擎的原理是實現(xiàn)都有了一個初步的認識，然后結(jié)合工作中可能遇到的場景，做了一個簡單的demo。寫下這篇文章，可能比較啰嗦，希望幫助到需要的人。項目代碼地址: https://github.com/LiuRoy/sakura

基礎(chǔ)知識

一個簡單例子

假如有四個文檔，分別代表四部電影的名字：

  1. The Shawshank Redemption

  2. Forrest Gump

  3. The Godfather

  4. The Dark Knight

如果我們想根據(jù)這四個文檔建立信息檢索，即輸入查找詞就可以找到包含此詞的所有電影，最直觀的實現(xiàn)方式是建立一個矩陣，每一行代表一個詞，每一列代表一個文檔，取值1/0代表該此是否在該文檔中。如下：