有任務需要對使用者的詞，檢索到相應的廣告詞。（個性化的廣告詞），概括為：通過簡短（a,b,c,d)  檢索出 廣告詞(A, B ,C, D)

1、如果記憶體一個比較簡單的是在記憶體中做索引。

      記憶體建索引的節省記憶體的方法：

      1）廣告詞索引：id1-> A； id2 ->B; id3->C; id4 ->D;

      2） 細粒度詞到廣告詞的倒排索引：

      建立切詞後的細粒度的詞；假設A切出來有a，c； B切出來的也有： a, b

     那麼a -> id1, id2

             b -> id2

  2、進一步加入權重：

        在1）中加入對應的權重：

       1）廣告詞索引：id1-> A，wegihtA； id2 ->B，weightB； id3->C，weightC; id4 ->D，weightD;

       （A，weightA）是一個結構體，作為一個結構儲存。

       2）倒排： 如果在建立倒排時，拉鍊太長，我們可以在建立的時候，按wegiht排序好， 按wegiht進行截斷。這樣在拉鍊的從前往後weight是降序排列。

 3、檢索服務：

       在檢索的時候，比如輸入為(a,c)兩個細粒度詞租組成的查詢源，則直接從倒排裡找到對應的下標值。

       可以先求交（這就看實際需要了），如果求交沒有的話，在取並集。

       a，c也相對應帶有權重（比如tf， 或者wordrank分值）f， 和weightA，wegihtB 加權，得到最終的各個query下標對應的分值，然後排序。

       最終可以選取top，但為了多樣性一般是選了topN，然後在從中random選取n個（n為最終需要的）

 4、最終分數：

       最終分數可以是f 和weight的加權值。 根據需要，也可以是產出（a，c）對應的權重直接付給 最終的結果。

擴充套件延升：

       小型的應用可以記憶體搞定，但是字典可能會越來越大，不同的業務需求也來越多，這種服務越來越多，純粹記憶體形式搞不定。 現在各種分散式的搜尋架構的ElasticSearch

運用比較廣泛，在Lucene基礎上再包了一層。