Algoritmos para listas invertidas paralelas

Abstract

Las listas invertidas son estructuras de datos populares frecuentemente utilizadas como índices para bases de datos textuales. Su propósito es acelerar las operaciones de consultas sobre grandes colecciones de texto. Actualmente su aplicación más importante es sobre las búsquedas en la Web. Para estos casos, el servidor debe ser capaz de procesar eficientemente miles de consultas provenientes de los usuarios de Internet, por unidad de tiempo. La demanda creciente de este tipo de servicios ha llevado a considerar la realización paralela de las listas invertidas Asumiendo una colección de textos compuesta de un gran conjunto de documentos, una lista invertida es básicamente una tabla (el vocabulario) que mantiene todas las palabras relevantes encontradas en el texto y una lista, llamada lista invertida, por cada una de esas palabras que registrar todas las ocurrencias de la palabra en el texto (identificador del documento y otra información utilizada para construir las respuestas a las consultas de los usuarios) Un numero de estrategias han sido propuestas recientemente. Entre ellas tenemos las denominadas listas invertidas locales y globales.