相关性

主要维度
•     文本相关性
文本角度的相关度匹配
•     权威性
相关前提下选出更优质/权威的结果
•     需求满足
同样的关键词有不同的含义，分析用户需求并给出适合的结果


特征提取层
1.     页面级别特征
     a.     主题分析
          i.     真实标题，子标题
          ii.     面包屑，key-value对
     b.     入链anchor分析
     c.     页面类型
          i.     例如，图片页面上tf起到的作用不大
     d.     页面质量
          i.     例如，对空短页面的赋权
     e.     站点/频道的属性
          i.     如，汽车网站上，隐含“汽车”的term
     f.     正文提取/边框去噪

2.     term级别特征
      a.     结构特征
           i.     粗体，在主题中，在引号中，表格字段
           ii.     分布密度
      b.     语义
           i.     Idf
           ii.     定义次
           iii.     上下文关系

权值计算层
1.     单term计算
2.     多term合并计算/排序

地图搜索相关性：

1.query搜索本身的因素考虑

    计算query的意图和指向

    query和目标区域的匹配程度

2.地域相关性

   地域特色的考虑

   距离远近

   地域邻近域的特征描述

3.个人用户的行为特征

4.相似性用户的特征推荐

购物搜索相关性

1.产品标题和自身描述等因素（基于内容的）

2.价格因素的考虑

图片搜索相关性

text-based image retrival

content-based image retrival

image feature:sift method

bag of words model

网页搜索相关性

url， anchor， title ， body

滑动窗口打分，针对single term 和 pair term 打分

主要考察指标：

pr，sitepr,dist,offset,term attr, tight weight, token weight，indomain和outdomain

core title命中，title命中紧密性，完全命中及个数

query intent 和doc type的匹配性提权等

考察ranking optional 和 retrieval optional相关信息

其中的方法：term 重要性和关键字匹配

anchor：anchor信任度提权，完全命中anchor的数目，以及所占anchor的比例，anchor所在位置，anchor的商业意图等

           判断indomain和outdomain的个数比例

url：是否命中domain或者host，以及缩写的命中等，site rank，是否官方网，以及url级别和站点级别等

body：滑动窗口打分， windowscore = ∑singlescore + ∑pairscore

        singlescore：token weight， positionDecay， weight_sum ， demote_factor.

        pairscore：mean_weight ，dist_factor  ，order_factor ，sectionPositionDecay， demote_factor