搜索引擎-查询

基本过程：1，用户提交查询词；2，查询词分词得到检索词；3，通过检索系统得到检索词所对应的文档；4，对文档进行排序；5，获得文档内容（摘要）；6，生成页面。

TF/IDF计算检索向量的权重。

向量空间模型计算检索向量和文档向量的相关度；布尔模型要求每个检索词都出现，计算速度快。

实际中要结合两种方法，先按照布尔模型求交集，再按照向量空间模型计算。

多文档列表求交，先求最短的文档的交集，可以提高效率。

检索结果按照堆排序，可以优先显示相关度最高的文档。

自动摘要获取方法：1，在文档中标记查询词出现的位置；2，从第一个查询词开始，依次求出指定窗口长度的文本作为候选窗口；3，计算候选窗口的评分，取评分最高的；4，尽量取头去尾。

生成页面很简单，取文档的摘要和url即可。

搜索页面缓存，最常搜索页面载入缓存内存；次常搜索页面载入磁盘缓存；最常检索单词结果页载入内存缓存。

推测用户查询意图：根据查询日志分析，方法具体问题具体分析；

查询系统发展方向：1，推测用户意图；2，细分领域突破；3，优化查询结果，例如页面聚类；4，个性化服务。