iterate7的博客

布尔模型(Boolean Model)介绍最早的IR模型，也是应用最广泛的模型；目前仍然应用于商业系统中；Lucene是基于布尔（Boolean）模型的。布尔模型描述文档D表示：一个文档被表示为关键词的集合查询式Q表示:查询式(Queries)被表示为关键词的布尔组合，用“与、或、非”连接起来，并用括弧指示优先次序。匹配F:一个文档当且仅当它能够满足布尔查询式时，才将其检索出来。

得分机制和思想对于搜索，一般包括从库里通过query搜索出docs并排序。 本质上是一个排名问题，检索的话比较简单，可以通过倒排文档的思路，直接通过词找到包括该词的文档（最原始的思路）。 lucene也是利用了两类模型：布尔模型和向量空间模型； [布尔模型]{http://blog.youkuaiyun.com/iterate7/article/details/77206613}负责检索到数据； 向量...

问题描述如果要评估一个页面的得分，谷歌提出了pageRank算法。主体思路是： 一个网页的重要程度与两个方面有关： 1. 指向自己的页面越多，越重要 2. 指向自己的页面越重要，那么得分越高。于是公式可以： PRi=∑(j,i)∈EPRjOj(1)(1)PRi=∑(j,i)∈EPRjOjPR_i = \sum_{(j,i)\in E} \frac{PR_j}{O_j} \tag{...