特征权重的处理与最终排名

互联网上的所有的数据只有两种，离散型和连续性的。连续性的可以计数的，例如外链数量、关键词出现次数等，这些因素的处理直接采用的是计数，但是由于有些数量或许是非常大的，必须取对数来降低影响，这里就有一个问题http://blog.sina.com.cn/s/blog_5dac285301010jpj.html就是数值较大时候，一旦取了对数会不会降低了影响，zero在这里说了大众点评网的关键词密度过高问题，这里其实是有很多问题，在一定度量上，无论是否取对，数量都是呈现正面效应的，只是起到的作用降低了，这就比如一个加速度问题，力变小了，加速度变小了，但是速度还在增加ing的。 对于离散型数据，一般采用布尔模型或者向量空间模型处理机制，更多的是一个指标的多个纬度，这里最重要的是如何把度大小加入到离散型数据中，是采用带权传递或者给与不同权重分配不一样的比例。不管怎么计算，最终的结果都会呈现出不可控制性，但指标变多时候，不可控制的因素将会大大增加，但是同时也更多范围内满足人们的匹配。 百度和谷歌最大的区别就在于指标的量上是不一样多的，谷歌多，因此所需要的处理能力强，但最终排名会更加的客观，匹配度更加宽广，百度的指标量少，就呈现出中间突出的的状态，这也是两者结果排序最大的差别。 讲了这么多一定有人不耐烦了，这有什么用处呢?我说这个作用太大了，举个最小的例子，很多人看不懂为何某个页面排名异常的好，怎么都思考不出来为何，其实这就是离散型变量的影响，离散型变量呈现的一个最大的特点增加了结果的随机性。 至于如何采用特征权重的处理问题，还有一个最重要的就是结合我们做seo的时候，很多时候她都可以指导我们，比如某个因素做得太好时候，由于会去对数，影响将会降低，我们把握好这个点就可以把工作效率在理论上提高10倍;她也可以帮我们解释很多问题，如根据se的精神，当一个网站原创的文章的不再收录时候，很多人不知道为何会出现这样的机制，亲你知道为何吗?

转载于:https://my.oschina.net/tyseo/blog/529482