搜索引擎主题模型优化(百度搜索引擎怎么知道网页页面和查寻的关联性(组图))

　　搜索引擎主题模型优化(百度搜索引擎怎么知道网页页面和查寻的关联性(组图))

　　百度搜索引擎的质量在百度搜索的网页和客户体验方面非常重要。百度搜索引擎在搜索能够满足客户需求的网页时，主要考虑两个方面：网页与搜索的相关性以及网页的必要性。网页与搜索的相关性是指客户搜索查询与网页之间的相似度得分，一般通过链接分析计算来识别网页的必要性；文中的重点概述了百度搜索引擎如何知道网页和搜索的相关性。?

　　判断一个网页是否与客户搜索的关键词相关，取决于百度搜索引擎选择的搜索实体模型。几种常见的搜索实体模型类型：布尔运算实体模型、向量空间实体模型、概率模型、语言模型和深度学习快速排序算法。

　　1.布尔运算实体模型

　　简单来说，布尔运算实体模型就是客户搜索的词是否出现在网页中，是和否，包括不包括在内。例如，客户搜索的关键词是SEO，他们期望获得与SEO相关的信息。当网页上出现SEO一词时，表明该网页与客户的搜索词相关。布尔运算实体模型也是一种很简单的查找实体模型，优缺点也很直观。

　　2.向量空间实体模型

　　向量空间实体模型将文本文档中的搜索词和关键词转换为特征空间向量，然后应用余弦公式来衡量文本文档之间的相似度并搜索并排列输出结果。其中重点讨论了TF-IDF优化算法、TF词频和IDF逆文本文档频率。

　　TF词频，即一个英文单词在内容中出现的频率。出现频率较高的词通常可以表示内容的主题风格信息内容。IDF 反向文本文档频率是衡量英语单词广泛必要性的指标，揭示了特征词。如果某个关键词在某个网页中的词频很高，而这个英文单词在搜索网页结果和其他网页中出现的频率很低，那么这个关键词的权重值就会很高。SEO的广泛应用是关键词的搜索量，但没有统一的评价指标。不要将 2%~8% 作为 关键词 的搜索量规格。

　　3.概率模型

　　在现阶段的概率模型中，最成功的是BM25实体模型。现阶段，绝大多数商业服务百度搜索引擎都将其作为实体模型进行关系排列。TF-IDF优化算法基本上拓宽了事后词的概率，比如搜索SEO这个词，大部分很可能搜索到SEO learning and training，SEO服务项。计算海量互联网大数据中客户搜索词和客户事后需求的概率，满足客户多层次的需求需求。现阶段，百度搜索官网可以为搜索索引的相关要求提供参考，以及一些事后词依据，但仅供参考；

　　一个网页是指整体，一个网页可以分为不同的区域。比如标题、描述、网页、网页的顶部和底部，不同的区域有不同的匹配权重。毫无疑问，网页的标题具有很高的权重值。标题收录 关键词 在很大的层面上，它显示了网页的主题。基本了解百度搜索引擎，区分网页和搜索的相关性，无需不断积累关键词，揣摩搜索量关键词。