这就是搜索引擎——检索模型与搜索结果排序

布尔模型

布尔模型是检索模型中最简单的一种，理论基础就是集合论。
用户查询一般使用“与或非”这些逻辑连接词，比如用户希望找到与苹果公司相关的信息，可以用如下的逻辑表达式查询：苹果AND（乔布斯OR iPad），代表的涵义很容易理解。

对于上面的文档，满足搜索的要求是D3和D5。

布尔模型很简单，但是其结果是二元的，要么相关要么不相关。所以无法根据搜索结果进行排序，而且对普通用户来说，使用Or And Not很难。

向量空间模型

向量空间模型作为一种文档表示和相似性计算的工具，不仅仅在搜索领域，在自然语言处理、文本挖掘等诸多其他领域也是普遍采用的有效工具。

---

• 文档表示

向量空间模型把每个文档看做是由t维特征组成的向量，这些特征可以是单词、词组等多种形式，最常用的还是单词。
直接看图，很容易明白：

特征与文档的交点就是权重。这种模型下，用户的查询也可以被看做一个特殊的文档，也将其转换为t维的特征向量。
权重怎么计算？
答案是：TF-IDF算法。 http://www.tfidf.com/

TF(t)