刷百度相关搜索和下拉框的技术原理

　　对于单个用户来说搜索后继词的确定性是不够的，比如搜索科比，但是一看到旁边有人我就立刻改变搜索培训，那么这两个词是没有相关性质的。那么就加入统计规则去掉一些杂质，比如某个词B只有出现在5个用户的相同的搜索词A的后继词中才算一个A的后继词，还有其他的一些规则，这么下来，日志就变成了。

　　key：A succeed：A1,A2,A3.....

　　用户协同过滤原理：

　　当搜索用户日志足够多的情况，可以把拥有相同搜索记录的用户聚合起来，通过协同过滤算法，获取更多的相关性的词。通过下面协同过滤算法同样可以把加索尔推荐给NBA了。

　　A用户：篮球 后继词 男篮 女篮

　　B用户：NBA 后继词 男篮 科比

　　C用户：男篮比赛 后继词 男篮 加索尔

　　从搜索词算法实现：

　　如果一个关键词搜索词结果，跟另外一个，甚至几个关键词搜索出来的结果很多交集，那么这些关键词很可能也是语义相关的词。

　　从搜索日志来看例子：

　　key:搜索词 time:搜索时间 cookie:用户cookieid result:a,b,c,d,e(前5个搜索结果)

　　这次，我们只用key和result两项，稍微处理下来以后就变成了

　　key:搜索词A result:a,b,c,d,e(前5个搜索结果)

　　key:搜索词B result:a,f,c,g,m(前5个搜索结果)

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!