Categories


Tags


百度搜索引擎工作原理-3-检索排序

检索排序是指根据用户查询的关键词和相关度分数对文档进行排序,以便在搜索结果页面中将最相关和最相关的文档排在前面。百度搜索引擎使用了一种称为PBM(Probabilistic Boolean Model)的检索算法来衡量文档的相关性,以及PageRank算法来确定文档的权重和排名。 PBM算法将计算文档中包含用户搜索查询词的概率,并以此计算文档的相关度得分。这个概率是通过使用贝叶斯公式结合词频率、文档频率和词群的概率来计算的。这意味着,一个文档所包含的搜索查询词的数量越多,它被认为越相关。 PageRank算法是另一种重要的排序算法,它考虑到链接结构对文档的权重和排名的影响。它衡量文档的权重,称为PageRank值。该算法基于一个假设,即一个页面的排名与被链接到的其他页面数量有关。如果一个页面被很多其他页面链接,那么它被认为是更重要的,并被分配更高的PageRank值。 通过使用这些算法,百度搜索引擎可以根据用户查询和文档相关性对搜索结果进行排序,并显示最相关的文档在搜索结果页面的顶部。

Public @ 2023-06-16 04:00:39

搜索引擎检索系统概述

前面简要介绍过了搜索引擎的索引系统,实际上在建立倒排索引的最后还需要有一个入库写库的过程,而为了提高效率这个过程还需要将全部term以及偏移量保存在文件头部,并且对数据进行压缩,这涉及到的过于技术化在此就不多提了。今天简要给大家介绍一下索引之后的检索系统。检索系统主要包含了五个部分,如下图所示:索引&检索.jpg(1)Query串切词分词即将用户的查询词进行分词,对之后的查询做准备,以“1

Public @ 2011-11-07 16:21:49

百度搜索引擎工作原理-5-结果展现

结构化数据——助力站点获得更多点击网页经历了抓取建库,参与了排序计算,最终展现在搜索引擎用户面前。目前在百度搜索左侧结果展现形式很多,如:凤巢、品牌专区、自然结果等,一条自然结果怎样才能获得更多的点击,是站长要考虑的重要一环。目前自然结果里又分为两类,见下图,第一个,即结构化展现,形式比较多样。目前覆盖80%的搜索需求,即80%的关键词下会出现这种复杂展现样式;第二个即一段摘要式展现,最原始的展现

Public @ 2021-09-11 16:21:45

百度搜索引擎工作原理-2-抓取建库

Spider抓取系统的基本框架互联网信息爆发式增长,如何有效的获取并利用这些信息是搜索引擎工作中的首要环节。数据抓取系统作为整个搜索系统中的上游,主要负责互联网信息的搜集、保存、更新环节,它像蜘蛛一样在网络间爬来爬去,因此通常会被叫做“spider”。例如我们常用的几家通用搜索引擎蜘蛛被称为:Baiduspdier、Googlebot、Sogou Web Spider等。Spider抓取系统是搜索

Public @ 2022-09-10 16:21:47

百度搜索引擎工作原理-4-外部投票

外部投票是指其他网站链接到你的网站的数量和质量。百度搜索引擎通过外部投票来判断你网站的权威性和可信度,因为如果其他网站链接到你的网站,说明你的内容具有一定的价值和权威性。而且,如果链接到你网站的其他网站本身也是权威性和可信度高的网站,那么你的权威性和可信度也会被提升。因此,外部投票对于提高自己网站在百度搜索引擎中的排名非常重要。 同时,需要注意的是,如果你的网站有过多的低质量或垃圾站点链接到你

Public @ 2023-05-31 01:50:17

更多您感兴趣的搜索

0.509841s