搜索引擎检索排序

摘要：用户输入关键词进行检索，百度搜索引擎在排序环节要做两方面的事情:第把相关的网页从索引库中提取出来；第二，把提取出来的网页按照不同维度的得分进行综合排序。 用户输入关键词进行检索，百度搜索引擎在排序环节要做两方面的事情:第把相关的网页从索引库中提取出来；第二，把提取出来的网页按照不同维度的得分进行综合排序。




“不同维度”包括:

(1)相关性。网页内容与用户检索需求的匹配程度，如网页包含的用户检查关键词的个数，以及这些关键词出现的位置；外部网页指向该页面所用的锚文本等。

(2)权威性。用户喜欢有一定权威性网站提供的内容，相应地，百度搜索引擎也更相信优质权威站点提供的内容。

(3)时效性。时效性结果指的是新出现的网页，且网页内承载了新鲜的内容。目前，时效性结果在搜索引擎中日趋重要

(4)重要性。网页内容与用户检查需求匹配的重要程度或受欢迎程度。

(5)丰富度。丰富度看似简单，却是一个覆盖范围非常广的命题，可以理解为网页内容丰富，可以完全满足用户需求；也可以理解为不仅可以满足用户单一需求，还可以满足用户的延展需求。

(6)受欢迎程度，指该网页是不是受欢迎

以上便是百度搜索引擎决定搜索结果排序时考虑的六大原则。那么，六大原则的侧重点是怎样的呢?哪个原则在实际应用时占比更大呢?其实，在这里没有一个确切的答案。在百度搜索引擎早期，这些阈值的确是相对固定的，如“相关性"在整体排序中的重量可以占到七成，但随着互联网的不断发展，检索技术的进步，网站建设数量的爆发式增长，相关性已经不是难题。于是，百度搜索引擎引人了机器学习机制，让程序自动产出计算公式，推进排序策略更加合理。