搜索引擎进行信息检索的优化策略方法(搜索引擎进行信息检索的优化策略方法有哪些？-李望柳的回答)

　　搜索引擎进行信息检索的优化策略方法(搜索引擎进行信息检索的优化策略方法有哪些？-李望柳的回答)

　　搜索引擎进行信息检索的优化策略方法有哪些？-李望柳的回答-知乎搜索引擎进行信息检索的优化策略方法有哪些？

　　三）进一步优化搜索引擎内容：按照算法流程进行归类维度，进一步进行大体分类；对搜索结果建立索引，单独建立副本库；从页面入手，建立url长度索引系统，

　　一、从搜索任务说起1.本质上讲信息检索需要一个知识库，即对特定的搜索需求抽象出某个模型下的特定知识来，进而给用户一个相应的搜索路径，用户要按照搜索路径反馈对的结果。我们在抽象出的知识库中对上述三个问题进行了重新划分、优化2.同时在对上述问题进行重新划分、优化的过程中，相应的知识库的抽象层级也要有所提升，这样才能对上述三个问题通过知识库的层级关系进行一一对应，起到更好的解决问题效果。

　　3.一般的检索算法分为三层结构，分别为分类主干结构、分类支持向量机结构和分类无监督结构。目前在主流检索框架中，将检索框架划分为上述三层，其中主干结构是由查询主线索引进行构建而成，主干索引也称为stagewiki，主干结构分为文档主干索引和知识主干索引；分类主干结构是由查询主线索引进行划分，查询主线索引也可以进行扩展，后续将详细讲解；分类支持向量机结构是分类线索将相应的分类结果固定下来，然后对候选度不高的bestsource进行打分，接着进行分类。这样划分支持向量机结构的原因也在于支持向量机自成体系，基本上是一种统一的分类基准体系。

　　4.数据维度的划分：

　　1）数据特点，

　　2）目标用户的需求；

　　3）数据规模的大小；

　　4）索引的长度；

　　5）处理相关性的速度；一个问题从收集到查询，可能会存在一个较大的规模的，而且用户的需求对结果的影响是比较大的，因此从查询结果中不可能能够判断出某一个结果是否正确；如果数据规模不大且用户的需求小，那么只有一种搜索的结果不错，这样的问题就更适合采用分类或者是聚类的方式进行预测；但如果数据规模很大且用户的需求比较大，那么可能就没有一个合适的查询来进行比较，一般不会进行数据划分。

　　5.无监督预测技术：无监督预测技术也很常见，一个简单的例子，数据无监督的预测程序并不需要任何的标签，只需要给用户输入一个单词，经过计算，用户说的英文单词之前可能存在着n个单词，至于用户说的是n的几分之几，就不会知道。这种方式的成功需要有特征的不断嵌入的技术。6.全文检索：全文检索用到了大量的全文信息，因此目前大部分的检索算法采用全文信息特征，检索后的结果才会更加贴近用户的。