search engin学习笔记1

本文讨论搜索引擎对搜索结果排名的基本思路。

1. 搜索引擎分成两大类，主题搜索和web搜索。主题搜索是由搜索引擎提供方对世界上的主要网站进行分类整理，以一个层次化的主题分类结构提供给用户查询。最好的提供商以前是Yahoo，现在是Open Directory Project（ODP）。现在Google已经完全停止了这类服务，并在相应网页上提供了ODP的链接，同时声明，Google相信web搜索是最好搜索技术。

2. Web搜索排名最开始是参考关键字在网页中的出现频率。

优点：假如一个关键字在某个网页中出现多次，那么可以假设该网页跟这个关键字关系度很高。

缺点：没有语境限定的关键字的意义很广泛（降低准确度）；有些相关文章使用的是近义词（或者关键词是主题时，出现频率并不高），而不是关键词本身（降低完备性）。

3. 改进一：组合关键词，即使用逻辑组合操作多种关键词（还可以由用户指定各关键词的权重）

4. 改进二：根据文本习惯，给予特定域的词更多权重，比如标题、摘要，正文第一段

5. 改进三：根据网页的被链接次数（假设被别人重视的网页，也应该获得你的重视）

6. 改进四：利用html中元数据标签，由站长指定文本的关键词

参考：

http://www.monash.com/spidap4.html

search engin学习笔记1相关推荐

Beam Search的学习笔记（附代码实现）
引言 Beam Search 是一种受限的宽度优先搜索方法,经常用在各种 NLP 生成类任务中,例如机器翻译.对话系统.文本摘要.本文首先介绍 Beam Search 的基本思想,然后再介绍一些bea ...
ElasticSearch 学习笔记：Multi Search
本文目录 1 简介 2 格式 3 header格式 4 body格式 5 返回格式 6 性能 7 相关文章 1 简介批量查询接口(Multi Search API)允许在一次请求中执行多个查询操作, ...
[初窥目标检测]——《目标检测学习笔记（2）:浅析Selective Search论文——“Selective Search for object recognition”》
[初窥目标检测]--<目标检测学习笔记(2):浅析Selective Search论文--Selective Search for object recognition> 本文介绍前文我 ...
Elasticsearch核心技术与实战学习笔记 43 | 分页与遍历：From, Size, Search After Scroll API
一序本文属于极客时间Elasticsearch核心技术与实战学习笔记系列. 二分页 2.1 From / Size 默认情况下,查询按照相关度算分排序,返回前 10 条记录容易理解的分页方案 ...
SVO学习笔记（一）
SVO学习笔记(一) 这篇文章 Frame Featuredetection Featrue_matcher 三角测量求深度特征匹配非线性优化寻找匹配特征极线搜索匹配特征总结这篇文章一个 ...
Json.Net学习笔记
Json.Net学习笔记摘自: http://www.verydemo.com/demo_c360_i45119.html 分类: 编程语言/ ASP.NET/ 文章导读:string goog ...
Python学习笔记__13.2章 requests
# 这是学习廖雪峰老师python教程的学习笔记相比于Python内置的urllib模块,使用requests可以更好地处理URL资源. 1.使用requests 1)通过GET访问一个页面 > ...
Python学习笔记（十一）
Python学习笔记(十一): 生成器,迭代器回顾模块作业-计算器 1. 生成器,迭代器回顾 1. 列表生成式:[x for x in range(10)] 2. 生成器 (generator o ...
python 学习笔记 12 -- 写一个脚本获取城市天气信息
近期在玩树莓派,前面写过一篇在树莓派上使用1602液晶显示屏,那么可以显示后最重要的就是显示什么的问题了. 最easy想到的就是显示时间啊,CPU利用率啊.IP地址之类的.那么我认为呢,假设可以显示当 ...

search engin学习笔记1

search engin学习笔记1相关推荐

最新文章

热门文章