搜索结果的排名:取决于两组信息:关于网页的质量信息,和每个网页的相关性信息
pagerank算法:在互联网上,如果一个网页被很多其他网页所连接,说明他受到普遍的认同和信赖,那么它的排名就高,这就是核心思想。
对不同网页的链接区别对待,因为排名高的网页链接更可靠。于是要给这些链接更大的权重。
权重具体是多少?取决于这些网页本身的排名?鸡生蛋还是蛋生鸡?
把这个问题看成二维矩阵相乘的问题,并用迭代的方法解决了这个问题。他们先假定所有网页的排名是相同的,并且根据这个初始值,算出各个网页的第一次迭代排名。然后再根据第一次迭代排名算出第二次的排名。 稀疏矩阵。
如何度量网页和查询的相关性?
TF-IDF
扫描二维码关注公众号,回复:
5150383 查看本文章
TF表示词频
需要对汉语中的每一个词给一个权重,一个词预测主题的能力越强,权重越大。停止词的权重为0.
IDF表示逆文本频率指数。