Google的评分系统

评分标准

与典型的搜索引擎相比，Google 存储了更多关于 Web 文档的信息。

每个命中列表包含位置、字体和大写信息。此外，我们同时考虑超链接文本命中和页面的 PageRank 值。将所有信息组合成一个分数是很困难的。我们设计了评分功能，以确保没有任何因素产生太大影响。首先，考虑一个简单的案例——一个单词的问题。为了计算一个单词问题的文档分数，谷歌首先查看文档列表中的单词。 Google 将点击分为不同的类型（标题、锚点、URL、普通文本大字体、普通文本小字体……），每种类型都有自己的类型权重值。类型权重值形成一个按类型索引的向量。 Google 会计算命中列表中每种类型的命中数。每个数量都转换为数字重量。数字权重开始随着数字增长，但停止快速增长，以确保命中超过一定数字的单词数不会影响权重。我们使用量子权重向量和类型权重向量的点输出计算文档的 IR 分数。最后，IR 分数与 PageRank 相结合，产生文档的最终分数。

对于多词搜索，情况更加复杂。现在，需要一次扫描多个图表，以便文档中距离较近的命中比相距较远的命中得分更高。

组合多个图表中的成功以匹配相邻的匹配。对于每组匹配的命中，计算接近度。接近度是根据文档（或锚文本）中两个匹配项的距离来计算的，但按从短语匹配到“完全不接近”的 10 级等级进行分级。不只是为了每一种成功，而是为了每一种和亲近。每个类型和邻近组都有一个类型近似权重。数量被转换为数量权重。我们通过产生定量权重和尖端接近权重来计算每点的 IR 分数。所有这些数字和矩阵都以特殊的废话模式与搜索结果一起显示。这些屏幕在开发评分系统时很有帮助