思明，技术宅男SEO之路 QQ:176089710
百度搜索结果排序专利的思考
本帖最后由 思明 于 2014-11-4 17:24 编辑
百度《一种对搜索结果进行排序的方法及设备》专利，申请于2011-05-09, 发明人：李彦宏 张子云，申请号：201110118082.6
文件在附件，请自行下载
简单介绍该专利在说什么
搜索引擎一般是通过搜索词和文章的相关度来排序，然后把排序后的结果展现给用户。这样的结果虽然速度快，但是它有一个缺点，就是排在前面的不一定是用户需要的搜索结果。所以就研发了该专利的方法来对结果进行修正。
修正的条件包括但不限于以下几个方面：
1、搜索结果所引用资源的有效性
2、搜索结果所在站点的权威性
3、搜索结果的页面级别
4、搜索结果的页面类型
５、搜索结果的页面质量
6、搜索结果的页面编码类型
7、搜索结果的页面丰富程度
8、在相同的检索词得到的搜索结果中是否被点击过
这个修正方法怎么工作的呢？
通过对某类词设置相应的修正条件和每个修正条件所占的权重，然后通过 每个修正值×权重 再相加，得到最后的 最终排序值，由高到低排序。具体的算法大家可以参阅专利文献。
思考来了，我列一些我的想法，大家补充
１、不同的类型的网站的排序标准是不一样的
根据专利所述，新闻站,医疗站更重视权威性，资源站（影视，下载）更重视资源的有效性（是否可以在线观看，可以下载）。所以我们在针对不同类型的网站优化需要有所区别。
2、页面编码确实是有影响的
参加或者观看过光年培训视频的同学应该记得，国平讲过要注意网站的charset要设置正确,不要中文网站设置成英文，英文设置成中文,这个用国外模板或系统的同学得注意。
3、是否被点击过
这个点击过是指之前这个结果在同样的检索词下，展现的时候是否有被用户点击过。有则标记为1,无则0。
从技术的角度来讲，这个可以将展示次数和点击不成比例的搜索结果排除掉，因为有些不相关的搜索结果肯定是点击率低的。
之前点击器横行跟这个应该有关，这个修正方案可能不像专利列举的只有0,1,可以还包括点击次数等。
4、资源有效性的评分方式
评分是通过 -N ,0,+N 来进行的， 资源全部可用为正分，资源部份可用为0 ，资源全部不可用为负分
得到负分的结果基本从结果中被排除了。 因为 算法是 分值×权重 然后再加上别的修正项得分的，负分严重影响最终结果,最终得分难以有排名。
5、页面级别
专利列举了：首页，专题页和其它底层页面。越重要的页面其得到的分值越大，我认为不只这几种页面，比如： 列表页、搜索结果页
6、排序的效率
为了更快的对结果进行排序，大部份值是被事先进行计算，然后保存起来，比如站点权威值，页面级别这些修正值，但是一个搜索词相关的结果可能很多，这时为了节约资源和得升效率，会提取相关度最高的Ｎ条结果来参与后续的修正排序，所以如果你相关度不够挤入前Ｎ名里面，基本，你就是没戏。这个在专利里是有说明的。
7、蛛丝马迹
根据这条，可能在百度的结果页或结果页的URL能找到使用了哪些修正参数的蛛丝马迹。
PS：
百度的专利并不是百分百就是这样子，我们可以从中得到一些启发，技术一直在进步，现在的排序方法肯定是比这个先进而有效率，请勿过于执着。大胆假设，小心求证。
|
评分
-
查看全部评分
发表于 2014-11-4 17:21:09
|只看大图
|
