00 : 搜索引擎及其技术架构

前言

• 互联网产品形形色色，有产品导向的，有营销导向的，也有技术导向的，但是以技术见长的互联网产品比例相对小些。
• 好记得域名不再重要，因为人们会通过搜索进入网站。

所以，搜索排名很重要！

搜索引擎及其技术架构

史前时代：分类目录的一代

早期的Yahoo 和 hao123 通过人工收集整理，把属于各个分类的高质量网站或网页分门别类罗列，用户通过分级目录查找高质量的网站。导致绝大多数网站不能被收录。

第一代：文本检索的一代

• 采用经典的信息检索模型，比如布尔模型，向量空间模型或者概率模型，来计算用户查询关键词和网页文本内容的相关程度。
• 网页之间有丰富的链接关系，这一代搜索引擎并未使用这些信息。

第二代：链接分析的一代

• 这一代的搜索引擎充分利用了网页之间的链接关系，并充分挖掘和利用了网页链接所代表的含义。

网页链接代表一种推荐关系，所以通过链接分析可以在海量内容中找到最重要的网页。被推荐次数多的网页代表了其具有流行性。搜索引擎结合网页流行性和内容相似性来改善搜索质量。
但这种搜索引擎并未考虑用户的个性化需求，只要输入的查询请求相同，都会获得相同的搜索结果。

第三代：用户中心的一代

目前的搜索引擎大都可以归为第三代，以理解用户需求为核心。

不同用户，不同时间，即使是同一个用户，输入相同的查询词，也会因为所在的时间和场合的不同，需求有所变化。

搜索引擎的三个目标：更全，更快，更准。

3个核心问题：
1.用户真正的需求是什么
2.哪些信息是和用户需求真正相关的（搜索引擎本质是一个匹配的过程，即从海量数据里面找到能够匹配用户需求的内容。）
3.哪些信息是用户可以信赖的