搜索引擎算法思想介紹

1、搜索引擎算法介紹XXXXX 魯鵬2015.05.21搜索引擎搜索引擎的生死由其排名系統(tǒng)的質(zhì)量決定。 Google Yahoo MSN網(wǎng)絡(luò)搜索的兩個(gè)階段：匹配和排名。第一階段后可能會(huì)出現(xiàn)成千上萬個(gè)匹配結(jié)果，而這些結(jié)果必須要按照相關(guān)度在第二階段進(jìn)行排序。搜索引擎一、匹配算法 AltaVista：第一個(gè)互聯(lián)網(wǎng)級(jí)別的匹配算法索引匹配-索引The cat sat on the matThe dog stood on the matThe cat stood while a dog sat匹配-詞把戲 索引應(yīng)該不單單存儲(chǔ)頁碼，還要存儲(chǔ)頁面內(nèi)的位置。匹配-元詞把戲 元詞把戲的發(fā)明，使得AltaVista搜索

2、引擎在20世紀(jì)90年代晚期迅速成為搜索行業(yè)的領(lǐng)頭羊。二、排名算法 PageRank算法，Google創(chuàng)始人佩奇和布林在1998年的一篇學(xué)術(shù)論文解析大規(guī)模超文本網(wǎng)絡(luò)搜索引擎發(fā)表了這一算法。一個(gè)網(wǎng)頁的“排名”究竟取決于什么？真正的問題不是“這個(gè)網(wǎng)頁和查詢匹配嗎？”，而是“這個(gè)網(wǎng)頁和查詢相關(guān)嗎？”排名-超鏈接把戲什么是超鏈接？超鏈接是網(wǎng)頁上的一個(gè)短語，當(dāng)你點(diǎn)擊它時(shí)，你將被帶入另一個(gè)頁面上。超鏈接也是一個(gè)古老的思想，早在1945年就被提出來了，當(dāng)時(shí)叫關(guān)聯(lián)索引，它是PageRank的基礎(chǔ)。排名-權(quán)重把戲 來自專家的推薦肯定比菜鳥的推薦更具有代表性。排名-隨機(jī)訪問把戲 訪問者隨機(jī)從萬維網(wǎng)上的一個(gè)網(wǎng)頁開始訪問，然后檢查該網(wǎng)頁上的所有超鏈接，之后隨機(jī)挑選出其中一個(gè)超鏈接進(jìn)行點(diǎn)擊，然后再檢查新打開的網(wǎng)頁的超鏈接，隨機(jī)選擇一個(gè)進(jìn)入，每一個(gè)網(wǎng)頁都是通過隨機(jī)選擇前一個(gè)網(wǎng)頁的鏈接打開的。排名-隨機(jī)訪問把戲 將網(wǎng)頁訪問權(quán)重值定義為一名隨機(jī)訪問者花在訪問該網(wǎng)頁的時(shí)間比例。 隨機(jī)訪問者模型天生能同時(shí)跟超鏈接把戲和權(quán)重把戲相結(jié)合。實(shí)際中的PageRank 偵測(cè)和消除不同類型的網(wǎng)絡(luò)垃圾； PageRank值的計(jì)算； 判定排名的算法：有超過200個(gè)信號(hào)被用于評(píng)估一