1.用戶真正的需求是什么
搜索引擎用戶輸入的查詢請(qǐng)求非常簡短，查詢的平均長度是2.7個(gè)單詞。如何從如此短的查詢請(qǐng)求里獲知隱藏其后的真實(shí)用戶需求?這是搜索引擎首先需要解決的非常重要的問題。如果不能獲取用戶真正的搜索意圖，搜索的準(zhǔn)確性無從談起，即使后續(xù)內(nèi)容匹配算法再精巧也無濟(jì)于事。
從另外一個(gè)角度看，即使是同一個(gè)查詢?cè)~，不同用戶的搜索目的是不同的，如何識(shí)別這種差異?如果更進(jìn)一步，即使是同一個(gè)用戶發(fā)出的同一個(gè)查詢?cè)~，也可能因?yàn)橛脩羲巿鼍安煌�，其目的存在差異，又如何識(shí)別?所有這些都是搜索引擎需要解決的核心問題，即用戶在此時(shí)此地發(fā)出某個(gè)查詢，他的真正搜索意圖到底是什么。
2.哪些信息是和用戶需求真正相關(guān)的
上述第一個(gè)核心問題是從用戶需求角度出發(fā)的，另外兩個(gè)核心問題則是從數(shù)據(jù)角度考慮的。搜索引擎本質(zhì)上是一個(gè)匹配過程，即海量數(shù)據(jù)里面找到能夠匹配用戶需求的內(nèi)容。所以，在明確用戶真實(shí)意圖這個(gè)前提條件做到后，如何找到能夠滿足用戶需求的信息則成為關(guān)鍵因素。
判斷內(nèi)容和用戶查詢關(guān)鍵詞的相關(guān)性，一直是信息檢索領(lǐng)域的核心研究課題，不斷提出的信息檢索模型即在試圖解決這個(gè)問題。相關(guān)研究歷時(shí)近60年，盡管不斷有新方法提出，檢索效果總體而言也在逐漸改進(jìn)，但是這個(gè)領(lǐng)域的基本指導(dǎo)思想還是基于關(guān)鍵詞的匹配，包括現(xiàn)在所有搜索引擎的相關(guān)性計(jì)算部分，其基本計(jì)算思路和幾十年前相比并無本質(zhì)差異。
3.哪些信息是用戶可以信賴的
搜索本質(zhì)上是找到能夠滿足用戶需求的信息，盡管相關(guān)性是衡量信息是否滿足用戶需求的一個(gè)重要方面，但并非全部。信息是否值得信賴是另外一個(gè)重要的衡量標(biāo)準(zhǔn)。
搜索引擎需要處理的信息對(duì)象是互聯(lián)網(wǎng)上任意用戶發(fā)布的內(nèi)容，但是內(nèi)容發(fā)布者所發(fā)布內(nèi)容是否可信并無明確判斷標(biāo)準(zhǔn)。這其間存在惡意的信息發(fā)布者故意歪曲事實(shí)的情況，也有信息發(fā)布者無心的錯(cuò)誤。在同一個(gè)查詢的搜索結(jié)果內(nèi)，完全可能存在互相矛盾的搜索答案，此時(shí)信息的可信性即成為突出問題。
從某種角度看，鏈接分析之所以能夠改善搜索結(jié)果，可以認(rèn)為是對(duì)信息的可信賴度做出的評(píng)判。即將網(wǎng)頁的重要性作為是否可信賴的一個(gè)判斷標(biāo)準(zhǔn)，返回重要網(wǎng)頁即是返回可信賴網(wǎng)頁。
粵公網(wǎng)安備 44010402000282號(hào)