搜索引擎其實(shí)也是WEB2.0的典范，因?yàn)樾枰幚碛脩糨斎肓藬?shù)據(jù)，所以能很好和用戶產(chǎn)生交互。但對(duì)于搜索引擎而言，并不會(huì)把用戶輸入的所有詞語都直接用于排名，而是首先會(huì)經(jīng)過自己的處理，這次處理之后的詞語才能直接用戶排名。本文根據(jù)自己的總結(jié)和大家分享搜索引擎是如何處理我們輸入的搜索詞。
第一、首先分詞：分詞是一大特色，無論我們輸入的是長(zhǎng)句子或者是短語，搜索引擎都會(huì)把這些詞語進(jìn)行切分，將這些搜索的字符串切分成以詞為基礎(chǔ)的關(guān)鍵詞組合。比如我們輸山西熱泵網(wǎng)，百度自動(dòng)將www.sxrb123.com排上第一個(gè)作為結(jié)果。只要這樣，才能更好的通過自己已經(jīng)預(yù)處理后的數(shù)據(jù)庫(kù)進(jìn)行查詢和比對(duì)，把所有符合這些詞的也沒列舉返回給用戶。這個(gè)分詞和頁(yè)面分詞的原理有些類似。
第二、去停止詞：我們?cè)谒阉鲿r(shí)候帶有很多的主觀性，很多時(shí)候把口語話的一些詞語都用在了搜索詞上，但這次詞往往對(duì)要搜索的內(nèi)容沒有實(shí)質(zhì)性的幫助，但我們已經(jīng)養(yǎng)成了輸入這些詞的習(xí)慣，所以搜索引擎必須要能去停止詞，最大程度上保證搜索的準(zhǔn)確率以及相關(guān)性。
第三、指令的處理：平時(shí)我們?cè)谒阉鲿r(shí)會(huì)輸入多個(gè)詞語，其實(shí)默認(rèn)的情況下，搜索引擎把多個(gè)默認(rèn)的詞語都按照“與”來進(jìn)行詞語。比如你搜索“減肥”“網(wǎng)站”時(shí)，搜索引擎會(huì)默認(rèn)我們輸入的“減肥網(wǎng)站”來進(jìn)行處理，單獨(dú)包含“減肥”或者“網(wǎng)站”的內(nèi)容理論上將不會(huì)返回，但實(shí)際情況往往也會(huì)出現(xiàn)單獨(dú)包含一個(gè)詞語的網(wǎng)站。另外，還要處理各種高級(jí)搜索指令的詞語，比如加號(hào)減號(hào)等。
第四、錯(cuò)誤矯正：很多時(shí)候我們輸入都會(huì)存在錯(cuò)誤的問題，拼音本來諧音就比較多，輸錯(cuò)也實(shí)屬正常，但如果搜索引擎不進(jìn)行糾錯(cuò)的話，就會(huì)返回很多我們不希望看到的結(jié)果。所以，有時(shí)候我們即使輸入的全拼，搜索引擎也會(huì)根據(jù)這個(gè)來提示正確的中文。
第五、分類對(duì)待：不同詞語一般是不同對(duì)待的，這是搜索引擎的一個(gè)特色功能。比如我們搜索一般性的關(guān)鍵詞，返回的一般以網(wǎng)頁(yè)居多，而當(dāng)我們搜索一個(gè)明星的名字，則會(huì)出現(xiàn)很多新聞、視頻、圖片等綜合的搜索結(jié)果。所以，搜索引擎要根據(jù)用戶的需求去進(jìn)行判斷。這次判斷都是在預(yù)處理階段進(jìn)行的。比如我們搜索二手絎縫機(jī)的信息，也可以看見絎縫機(jī)的信息等。
好了，搜索引擎對(duì)于搜索詞的處理基本是從這五個(gè)方面進(jìn)行，在這里給大家做個(gè)總結(jié)：分詞、去停止詞、指令的處理、錯(cuò)誤矯正、分類對(duì)待。雖然這個(gè)對(duì)于我們做網(wǎng)站沒有直接的關(guān)系，但多了解一些基礎(chǔ)知識(shí)相信會(huì)有間接的作用。網(wǎng)站，用戶，搜索引擎本來三個(gè)就是一體的，這三個(gè)組成了整個(gè)互聯(lián)網(wǎng)。很多道理也是想通的，知道了這些簡(jiǎn)單的知識(shí)，有可能會(huì)引發(fā)我們其它方面的一些思考和啟示。
133 1343 5212