本章概要
本章介绍了搜索引擎的基本原理,PageRank的基本思想和神经网络在学习用户点击行为,用于提高搜索结果的准确性方面的问题
搜索引擎基本原理
搜索引擎的基本框架:爬取网页—>制作索引—>检索查询。虽然只有这三步,熟练的工程师基本上一天就可以搭建一个小型的搜索引擎。但是每一步中可以深入研究的地方太多,涉及到的技术难点太多。本书概要的介绍了上面三个步骤,并用python实现了一个小巧的搜索引擎,关键点是要介绍如何对检索出来的内容进行排序。
内容排序
主要介绍了三种方式为搜索结果排序
- 基于页面内容排序:按照检索词的频率,检索词之间的位置,检索词在文本中的距离的标准排序。
- 基于页面之间的关系排序:采用PageRank(PageRank是根据google联合创始人之一的Larry Page命名的,一直以为与Web Page有关,所以叫PageRank)算法给页面评分,PageRank主要是根据每个页面的出度入度的关系为页面打分,然后根据分数排序。
- 基于用户行为的排序:采用了神经网络给用户点击行为建模,用于对一些没有发生过的查询组合给出合适的猜测。(原理上的东西没有讲的很深入,直接就上实现了,所以不是很懂)
当然,市面上的搜索引擎都不会只用上面的一种方式排序,而是会混搭使用,取长补短。
声明:如有转载本博文章,请注明出处。您的支持是我的动力!文章部分内容来自互联网,本人不负任何法律责任。
本文转自bourneli博客园博客,原文链接:http://www.cnblogs.com/bourneli/archive/2012/11/28/2793215.html
,如需转载请自行联系原作者