随笔1

搜索引擎：谷歌搜索引擎特点及独有搜索方法

1. 变动较快，机动性较高

• Google 漫游器会定期抓取 Web，将大量网页列入索引。稍后完成的下一次抓取会注意到新网站、对现有网站的更改以及失效的链接，并对内容的变化在搜索结果中加以调整。

2. 敏感度较高，反应较快

• Google对新建的网站具有较高的查知性，当然，新建的网站必须要有外部链接或者向Google递交过网站登录信息。否则，即使Google的搜索技术再厉害，一个只有站长一个人看得见的网站是很难被Google发现的。Google收录新建网站的两个途径是：第一，通过网站的外部链接;第二，通过向Google提交网站登录数据。一般而言，后者的收录速度相对较快，而前者则要视Google对新建网站的外部链接网站的收录频率而定。如果Google对外部链接网站的评价高、收录频率高那么其发现新站的速度也相应地高，新建网站被收录的日期就会被提前。

3. 较重视链接的文字描述

• Google会将链接的文字描述作为关键词加以索引

4. 相关性和重要性并重

• Google 使用 PageRank 技术检查整个网络链接结构，并确定哪些网页重要性最高。然后进行超文本匹配分析，以确定哪些网页与正在执行的特定搜索相关。在综合考虑整体重要性以及与特定查询的相关性之后，Google 才将最相关最可靠的搜索结果放在首位。这也是Google收录网页的特点之一。

5. 较重视网页Meta标记的描述

• 大多数时候Google显示搜索结果时会把网页的Description显示出来，并占有较重的篇幅。

6. 谷歌独有的搜索方法

关键词	用法
星号*	常用的通配符
link	搜索url的反向链接，既包括内部链接，也包括外部链接
Inanchor	指令查询的结果是导入链接锚文本中包含搜索词的页面
related	返回的结果是某个网站有关联的页面
info	显示与链接相关的一系列搜索
cache	用来搜索在谷歌服务器上的某页面的缓存

协同过滤的国外案例

亚马逊的推荐：从商品到商品的协同过滤

推荐算法

• 大多数推荐算法，都始于先找出一个顾客集合，他们买过和评级过的商品，与当前用户买过和评级过的商品有重叠2。算法把来自这些相似顾客的商品聚集起来，排除该用户已经购买过或评级过的商品，并向该用户推荐其余的商品。这些算法有两个最常见的版本：协同过滤和聚类模型。其他算法——包括基于搜索的方法以及我们自己的商品到商品协同过滤——都集中于寻找相似的商品，而不是相似的顾客。针对用户所购买和评级的每一件商品，算法试图找到相似的产品，然后聚集这些相似的商品，并给予推荐。

为何值得知道？

• 亚马逊作为推荐算法的先驱，具有意义和代表性，且受众面较广，较为常见。

为何符合定义？

• 与把当前用户匹配到相似顾客的做法不同，商品到商品的协同过滤，把该用户所购买和评级的商品，匹配到相似的商品，然后组合这些相似的商品进入推荐列表。