数学之美-读书笔记11-15章

数学之美

第十一章 如何确定网页和查询的相关性

影响搜索引擎的诸多因素中，有如下比较重要：

• 完备的索引
• 对网页质量的度量
• 用户偏好
• 确定一个网页和某个查询的相关性的方法

1搜索关键词权重的科学度量-TF-IDF

词频的概念：TF

还有一个你文本频率指数

使用上述两个概念对搜索关键词权重进行衡量

第十二章 有限状态机和动态规划-地图与本地搜索的核心技术

2008年是第一款Android手机发布的日子，其杀手级应用是利用全球卫星定位系统实现导航；

其地址识别技术使用了有限状态机；
f

1地址分析和有限状态机

思考：山东省济宁市泗水县星村镇，这样的地址是上下文有关文法还是上下文无关文法呢？是有关的，因为中国可能有很多星村镇，那么我所描述的是哪个呢？需要根据上下文去判断；

这里有限状态机的应用是这样的：

• 首先思考都有什么状态？
• 输入山东省，说明该地址已经确定了省份
• 输入济宁市，说明该地址已经确定了市份
• ···
• 状态有：省-市-县，诸如此类

那么这里面还面临一个问题：这里是精确搜索，只有出现了正确的地区名才能实现状态转移，那么如果用户打错了字呢？

这就需要模糊搜索的概念了，从而衍生出了基于概率的