搜索服务子系统-结果排序

  和用户查询相关的文档集合的元素需要以一定的形式通过计算机显示屏呈现给用户。

  列表是最常见的形式（但人们也在探求新的形式，如Vivisimo 引擎将结果页面以类别的形式呈现）。给定一个查询结果集合，R={r1,r2, …, rn}，所谓列表，就是按照某种评价方式，确定出R中元素的一个顺序，让这些元素以这种顺序呈现出来。用于参加匹配的查询词表，q = {t1, t2, …,tm}，笼统地讲，ri和q的相关性（relevance）是形成这种顺序的基本因素。

  为了形成一个合适的顺序，在搜索引擎出现的早期人们采用了传统信息检索领域很成熟的基于词汇出现频度的方法。大致上讲就是一篇文档中包含的查询（q）中的那些词越多，则该文档就应该排在越前面，倒排文件中每个倒排表的长度则对应着一个词所涉及的文档的篇数，即文档频率；再精细一些的考虑则是若一个词在越多的文档中有出现，则该词用于区分文档相关性的作用就越小

   这方面最重要的成果就是PageRank。通过在预处理阶段为每篇网页形成一个独立于查询词（也就和网页内容无关）的重要性指标，将它和查询过程中形成的相关性指标结合形成一个最终的排序，是目前搜索引擎给出查询结果排序的主要方法。