یک روش ترکیبی برای فشرده سازی شاخص معکوس

ذخیره سازی حجم بسیار بالای داده های وب که روز به روز بر حجم آن نیز افزوده می شود حجم شاخص معکوس را افرایش داده وسازندگان موتور جستجو را بر آن داشته که تمهیدی جهت رفع این مشکل بیاندیشند. چالش های پیش آمده به رسانه ذخیره سازیمعطوف نشده، بلکه سرعت واکشی اطلاعات را نیز (بدلیل واکشی حجم زیاد اطلاعات( کاهش می دهد. در این راستا الگوریتم ها وروشهای مختلف با فشرده سازی مناسب سعی در کوچکتر ساختن فضای مصرفی حافظه می کنند که این امر می تواند مشکلاتپیش آمده را تا حدودی برطرف سازد. در این مقاله ابتدا به چگونگی شکل گیری شاخص معکوس می پردازیم، سپس با معرفی انواعروش های فشرده سازی، نقاط ضعف و قوت آنها را بررسی می کنیم و الگوریتم جدیدی را که حاصل ترکیب و اصلاح دو الگوریتمفشرده سازی است ارائه خواهیم داد. با اعمال این الگوریتم جدید بر روی پیکره های استاندارد نشان خواهیم داد که روش پیشنهادیاز لحاظ ضریب تراکم نسبت به روش های قبلی بهتر عمل می کند، هر چند زمان بازگشایی الگوریتم در فرآیند واکشی اطلاعاتاندکی افزایش می یابد.

کلیدواژه ها:

فشرده سازی ، دی گپ ، موتور جستجو ، فشرده سازی شاخص معکوس ، سیستم های واکشی اطلاعات