搜索引擎中的查询模型

搜索引擎中的查询模型

posted by Andrew (justAStriver@gmail.com)

2013-03-03

搜索排序也是搜索引擎的核心部分，技术已经比较成熟，其中的查询检索模型主要有以下几个：

1.布尔模型

布尔模型是最简单的查询模型，文档包含查询词标记为1，否则为0，最后通过使用与或关系进行匹配。如用户查询词A && B && (C || D)，假设只有4个文档，包含查询词A,B,C,D的文档分别为A(1,0,0,1);B(1,0,0,0),C(1,1,1,0),D(0,0,1,1)，则包含A&&B的文档为(1,0,0,0)，包含C||D的文档为(1,1,1,1)，则A&&B&&(C||D)为(1,0,0,0)，即最后返回文档1。

布尔模型最为简单，计算复杂度较低，但查询效果并不理想，没有体现相关度这个概念，同时只考虑查询词的包含/不包含关系，逻辑较为简单。

2.向量空间模型

向量模型考虑到单词在文档中出现的频率，考虑到了相关度的问题。向量空间模型最关键的是特征提取，对于查询词组特征提取成向量q，文档D特征提取向量为d，则可以通过计算cos(q,d)来表示查询词与文档的相似度。如下图所示。

    通过文档相似度理论的假设，比较每个文档向量和原始查询向量（两个向量的类型是相同的）之间的角度偏差，使得在文档中搜索关键词的关联规则是能够计算的。 实际上，计算向量之间夹角的余弦比直接计算夹角本身要简单。