查一些參考資料，摘錄一些感覺以后會(huì)用到的部分
PageRank
- 該算法基于“從許多優(yōu)質(zhì)的網(wǎng)頁鏈接過來的網(wǎng)頁，必定還是優(yōu)質(zhì)網(wǎng)頁”的回歸關(guān)系，認(rèn)為從網(wǎng)頁A導(dǎo)向網(wǎng)頁B的鏈接可以看作是頁面A對頁面B的支持投票
- PageRank是基于對“使用復(fù)雜的算法而得到的鏈接構(gòu)造” 的分析，從而得出的各網(wǎng)頁本身的特性。即通過反向鏈接的數(shù)量和質(zhì)量來確定搜索結(jié)果的排序權(quán)重
- 優(yōu)點(diǎn)：算法可以離線完成，響應(yīng)速度快用戶體驗(yàn)好一點(diǎn)
- 弊端： 不能避開網(wǎng)頁中的無效鏈接，廣告什么的；舊頁面總是比新頁面rank高
Hilltop
- 谷歌工程師提出
- 在<em>通過反向鏈接的數(shù)量和質(zhì)量來確定搜索結(jié)果的排序權(quán)重</em>基礎(chǔ)上主題相關(guān)網(wǎng)頁之間的鏈接對于權(quán)重計(jì)算的貢獻(xiàn)比主題不相關(guān)的鏈接價(jià)值要更高
- 即先按主題分類，在執(zhí)行pagerank方法，或是給主題，pagerank各分配權(quán)重再rank
- 優(yōu)點(diǎn)：降低時(shí)間復(fù)雜度，可以縮小每次計(jì)算rank的規(guī)模
- 缺點(diǎn)：兩個(gè)頁面互相依賴，互相給高分，會(huì)引起評分的不正常增加。產(chǎn)生垃圾鏈接
Direct Hit
- 注重信息的質(zhì)量和用戶反饋
*具體是：搜索引擎將查詢的結(jié)果返回給用戶，并跟蹤用戶在檢索結(jié)果中的點(diǎn)擊。如果返回結(jié)果中排名靠前的網(wǎng)頁被用戶點(diǎn)擊后，瀏覽時(shí)間較短，用戶又重新返回點(diǎn)擊其它的檢索結(jié)果，那么可以認(rèn)為其相關(guān)度較差，系統(tǒng)將降低該網(wǎng)頁的相關(guān)性。另一方面，如果網(wǎng)頁被用戶點(diǎn)擊打開進(jìn)行瀏覽，并且瀏覽的時(shí)間較長，那么該網(wǎng)頁的受歡迎程度就高，相應(yīng)地，系統(tǒng)將增加該網(wǎng)頁的相關(guān)度（動(dòng)態(tài)排序） - 優(yōu)點(diǎn)：能夠節(jié)省大量時(shí)間，因?yàn)橛脩糸喿x的是從搜索結(jié)果中篩選出來的更加符合要求的結(jié)果。同時(shí)，這種算法直接融入用戶的反饋信息，能夠保證頁面的質(zhì)量。
- 缺點(diǎn)：只適合于檢索關(guān)鍵詞較少的情況，因?yàn)樗鼘?shí)際上并沒有進(jìn)行排序，而是一種篩選和抽取，在檢索數(shù)據(jù)庫很大、關(guān)鍵詞很多的時(shí)候，返回的搜索結(jié)果成千上萬，用戶不可能一一審閱（所以可以當(dāng)做輔助排序方法）
