搜索引擎CACHE策略研究

/*版权声明：可以任意转载，转载时请务必标明文章原始出处和作者信息 .*/    

  

                        搜索引擎CACHE策略研究

 

                         张俊林

             timestamp:2005年10月

 

一．关于搜索引擎用户查询得出的结论：

（1）      用户查询有很大比例的重复性。有30％到40％的用户查询是重复查询。

（2）       大多数重复的用户查询会在较短的间隔时间被再次重复访问。

（3）       大多数用户的查询是短查询，大约包含2－5个单词。

（4）       用户一般只查看返回结果的前三个页面（前30个返回结果）。58％用户只查看第一个页面（TOP 10）,15%用户查看第二个页面，不超过12％的用户会查看第三个页面以后的检索结果。

（5）       关于用户查询差异程度。有比较大的查询程度，一百万个用户查询中大约63.7%的用户查询只出现过一次。另外一方面，集中的重复查询也非常集中：25个高频查询大约占总查询的1.23%-1.5%.

二．CACHE的基本策略

（1）