向量空间计算相关性的本质
藏书人摘要：由于早期的搜索沿用的借助倒排表，使用布尔模型是0和1的二元逻辑，使用逻辑符号and ort来组织关键词的表达式，所以造成信息检索的结果查全率高，查准率底。但是仍然为大多搜索引擎所使用，尤其是专家检索。 虽然布尔模型有确切的表达式，但是通常很...
由于早期的搜索沿用的借助倒排表，使用布尔模型是0和1的二元逻辑，使用逻辑符号and or not来组织关键词的表达式，所以造成信息检索的结果查全率高，查准率底。但是仍然为大多搜索引擎所使用，尤其是专家检索。
虽然布尔模型有确切的表达式，但是通常很难将用户的需求信息转化为布尔表达式。
介于此为了增加词和信息之间的
相关性，搜索开发出了，向量模型，概率模型，
神经网络模型，
贝叶斯模型等等。实际做的工作是一致的，都是在增加相关性的计算。以求达到和检索者的思维的统一。
向量空间模型是比较经典的一个模型，借助余弦值获得相关性的值，但是其中词频的作用还是不容忽视，精确的绝对词频，也就是文档中词频的绝对数量，相对词频为归一化的词频，其计算方法用tf-idf公式。
以上文章转自大地
seo博客
下一篇:换个角度理解SEO 摘要： 链接
一个人要在社会中生活、学习、工作，就要与人交往，不然没有任何人知道你是谁，也很难在社会中生存下去。
一个网站或网页建起来后，就要提交到搜索引擎，再与别的网站相互链接，不然搜索引擎就不会来检索你的网站，搜索引擎中没有网站
相关文章:
蚁群算法
搜索引擎三大定律
正排计算与数组
大地优化的本质
搜索引擎的算法
GOOGLE搜索引擎蜘蛛的等级
