這是 Google 工程師 Amit Singhal 發(fā)表在 Google 官方博客的一篇文章，講述了 Google 搜索排名背后的一些技術(shù)，涉及到 Google 對(duì)網(wǎng)頁(yè)，對(duì)語(yǔ)義，對(duì)用戶(hù)意圖的理解。

Google 搜索排名的核心技術(shù)源自已有50年歷史的學(xué)術(shù)課題 Information Retrieval (IR)，IR 技術(shù)使用統(tǒng)計(jì)學(xué)原理對(duì)文字的使用頻率等屬性進(jìn)行研究并對(duì)結(jié)果進(jìn)行排名。建立在 IR 理論上的 Google 搜索同時(shí)借助鏈接，網(wǎng)頁(yè)結(jié)構(gòu)等等技術(shù)形成獨(dú)特的搜索技術(shù)。

理解網(wǎng)頁(yè):

Google 多年來(lái)在網(wǎng)絡(luò)爬蟲(chóng)與索引系統(tǒng)上投入巨資，因此，Google 擁有非常龐大并且是最新的網(wǎng)頁(yè)索引，除此之外，Google 還使用一些最新技術(shù)提高索引質(zhì)量，比如，他們開(kāi)發(fā)了一種技術(shù)，可以在字面意思之外理解一個(gè)網(wǎng)頁(yè)所表達(dá)的重要概念，人們使用意大利語(yǔ)言搜索 "galleria sprovieri londra"，會(huì)找到倫敦的 Sprovieri Gallery，盡管 Sprovieri Gallery 主頁(yè)上既沒(méi)有 London，也沒(méi)有 Londra 字樣。在美國(guó)，人們搜索 "cool tech pc vancouver, wa"，會(huì)找到 www.cooltechpc.com，然而 www.cooltechpc.com 的主頁(yè)上沒(méi)有任何文字表明他們位于 Vancouver。其它技術(shù)包括，區(qū)分一個(gè)網(wǎng)頁(yè)中的重要或非重要文字，以及網(wǎng)頁(yè)內(nèi)容的新鮮度。

理解語(yǔ)義:

Google 可以通過(guò)用戶(hù)提供的幾個(gè)搜索關(guān)鍵詞，理解用戶(hù)的真實(shí)意圖。他們?cè)谄磳?xiě)糾正，詞義，以及概念分析方面處于非常領(lǐng)先的位置。很多人都或多或少體驗(yàn)過(guò) Google 的拼寫(xiě)糾正功能，比如搜索 "kofee annan"，Google 會(huì)問(wèn)你搜索的是否 "kofi annan"，然而，當(dāng)有人搜索 "kofee beans"，Google 會(huì)糾正成 "coffee beans"。(Google 事實(shí)上已經(jīng)在嘗試語(yǔ)義技術(shù) - 譯者)

詞義是 Google 嘗試?yán)斫獠樵?xún)語(yǔ)義的基礎(chǔ)，也是 Google 遇到的最大難題。一些在人看來(lái)顯而易見(jiàn)的東西，機(jī)器卻很難自動(dòng)處理。用戶(hù)并不想對(duì)使用什么詞匯進(jìn)行查詢(xún)而費(fèi)神，人們甚至壓根不知道該使用什么進(jìn)行查詢(xún)。在這種時(shí)候，Google 的詞義系統(tǒng)便可以發(fā)揮作用，詞義系統(tǒng)可以對(duì)查詢(xún)語(yǔ)句進(jìn)行非常復(fù)雜的修正，比如，查詢(xún) "Dr Zhivago" 的時(shí)候，Google 知道 Dr 代表 Doctor ，而查詢(xún) "Rodeo Dr" 的時(shí)候，Dr 代表 Drive。用戶(hù)搜索 "back bumper repair" 的時(shí)候，結(jié)果是 rear bumper repair，而搜索 "Ramstein ab"，Google 能夠?qū)?ab 理解成 Air Base，"b&b ab" 會(huì)理解為 Alberta 的 Bed and Breakfasts 。Google 將這種詞義理解系統(tǒng)發(fā)展到上百種不同語(yǔ)言。

Google 在搜索排名中使用的另一項(xiàng)技術(shù)是概念識(shí)別，該技術(shù)可以對(duì)查詢(xún)的內(nèi)容進(jìn)行概念識(shí)別，比如，我們查詢(xún) "new york times square church"，Google 知道我們實(shí)際上查詢(xún)的是紐約時(shí)代廣場(chǎng)上的那座著名教堂，而不是紐約時(shí)報(bào)中的某篇文章。概念識(shí)別技術(shù)并不止這些，Google 還對(duì)其進(jìn)行加強(qiáng)以正確地識(shí)別語(yǔ)義，比如，搜索 "PC and its impact on people"，事實(shí)上是搜索計(jì)算機(jī)對(duì)社會(huì)的影響。Google 的搜索分析算法中這類(lèi)技術(shù)比比皆是，而且面向幾乎所有語(yǔ)言。

理解用戶(hù):

Google 嘗試?yán)斫庥脩?hù)的目的是為用戶(hù)返回他們真正需要的結(jié)果，而不是他們?cè)谒阉髡Z(yǔ)句中所說(shuō)的東西。該技術(shù)基于一個(gè)世界級(jí)的本地化系統(tǒng)，外加先進(jìn)的個(gè)性化技術(shù)，以及各種用戶(hù)意圖識(shí)別技術(shù)。

Google 對(duì)本地結(jié)果的重視體現(xiàn)在他們的本地化工作中。同樣一個(gè)查詢(xún)語(yǔ)句在不同國(guó)家會(huì)返回不同結(jié)果，比如，查詢(xún) "bank]"，在美國(guó)返回的是銀行，而英國(guó)則可能是 Bank Fashion 的服裝連鎖店，或者英國(guó)的銀行，而在其它英語(yǔ)國(guó)家，如澳大利亞，加拿大，新西蘭，南非，返回的則應(yīng)仍舊是當(dāng)?shù)氐你y行。如果你在一些非英語(yǔ)國(guó)家查詢(xún)這個(gè)詞，象埃及，以色列，日本，俄羅斯，沙特，瑞士，返回的結(jié)果將更有趣。就象 Football 在美國(guó)和英國(guó)表示不同的運(yùn)動(dòng)項(xiàng)目一樣，同一個(gè)詞在不同國(guó)家查詢(xún)的結(jié)果可能截然不同。

個(gè)性化查詢(xún)是 Google 另一項(xiàng)先進(jìn)搜索技術(shù)，一個(gè)已經(jīng)登錄的用戶(hù)，如果開(kāi)通了 Web History 服務(wù)，隨著他查詢(xún)時(shí)間的增長(zhǎng)，Google 會(huì)根據(jù)他的查詢(xún)歷史，自動(dòng)調(diào)整返回的結(jié)果，比如，一個(gè)經(jīng)常查詢(xún) Football 相關(guān)話(huà)題的人，會(huì)逐漸從 Google 得到更多足球相關(guān)的結(jié)果。如果你青睞某個(gè)購(gòu)物站返回的結(jié)果，在以后的查詢(xún)中，會(huì)從那個(gè)購(gòu)物站得到更多結(jié)果。

Google 在返回用戶(hù)真正想要的結(jié)果方面的另一個(gè)例子是，假如你搜索 "chevrolet magnum"，我們知道 Magnum 不是 Chevrolet 產(chǎn)的，是 Dodge 產(chǎn)的，Google 會(huì)自動(dòng)返回 dodge magnum 的結(jié)果。還有一個(gè)例子，有人搜索 "bangalore"，不僅返回 Bangalore 這個(gè)城市的主頁(yè)，而且返回 Bangalore 的地圖，以及一些與 Bangalore 市景，交通相關(guān)的視頻，這些視頻會(huì)讓你有身臨其境的感覺(jué)。

本文國(guó)際來(lái)源：http://googleblog.blogspot.com/2008/07/technologies-behind-google-ranking.html

中文翻譯：COMSHARP CMS 官方網(wǎng)站

標(biāo)簽： Google PageRank 

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。