搜索引擎排序计算第三课：排序计算


搜索引擎的的排序计算是最主要的阶段，因为百度有很多的产品，所以形成页面的白条鸡作为基础页面，将被所需要的检索所调用，搜索也因此节省了很大的资源。
排序的计算也同样调用了很多的计算模块，对页面进行全方位的立体的计算，包括对本页的计算和相关本站的计算以及外部链接的计算，然后各自模块形成各自的数值。
※※※※※※※※※※
网页的类型判断：
拜读过搜索引擎－原理、技术系统。其中对于网页类型的判断有独到的见地。我依照百度搜索引擎的理解，又改动了一些计算程序，使之更符合百度搜索的检索习惯。
主题类型：
该类型是最常用的格式，凡是有主题的文本都属于此类，我的理解对于主题文本的判断，也就是正文规则和天网的有所不同，主要是天网处理的数量和百度搜索殷勤的海量收录的不同，同时百度搜索引擎的主题命中算法，更符合内容的判断。
对于正文规则，也就是主题文本的判断，为了更加符合百度的主题搜索的要求，和目前检索的规律，我自己认为，title和标题的主题关联度，内容和标题的关联的，最权重容器标签内的文本，为主要判断条件。

对于正文规则计算的深度解析： （包括如何正文规则，以及主题正文计算的具体应用）

（1）title和内容标题的相关度。

（1）－－> 相关度－－> （2）标题和内容的相关度。

（3）最权重容器标签和内容的相关度。

（2）－－>文本的数量于链接之间的比值，以及和图片之间的比值，就可以完全区分类型。

（3）－－>切词－－>分析计算－－>也许还有少量语意匹配计算－－>确认主题、提炼出关键字列表（重要索引词表）。

（4）－－>容器确认－－>标签树的构建－－>通过相关计算，推导出最权重的正文所在处。

（5）－－>特征标签的计算－－>尤其对于位置、字体、大小等的统计所计算出的数值。

（6）－－>相关链接的计算－－>链接的计算－－>切词的计算。

（7）－－>基页的计算－－>指纹的标识。

以上是对于主题正文计算的一些粗步构思。不够全面，望大家有兴趣的可以跟帖补充。

大地原创－欢迎以链接形式的转载