經典轉載百度搜索研發部檢索結果聚類展望

摘要

檢索結果聚類，可以有效地反映出特定Query下，檢索結果內容的分布，可以清楚地描述出結果中的各個類別，對Query結果的展示方式亦不再是傳統1頁若干條結果的流式輸送，而是采用展現核心詞或代表詞的方式，簡明扼要地從不同維度提示核心信息，免去用戶重新構造Query再搜索或在大量檢索結果中尋找、定位所需內容的過程。

關鍵詞：搜索引擎，搜索結果，聚類

我們首先來看一個例子：對于Query“蘋果”，在Google（的檢索結果第一頁中，包含了以下若干內容：蘋果公司的首頁（繁簡各1個）、蘋果手機及相關產品（3個）、蘋果公司的新聞（2個），其它蘋果公司的相關網站（股票、企業檔案、論壇等，4個）。11條結果中，都是與蘋果（公司）緊密相關的內容，或者是蘋果公司本身的一些信息（如股票、員工中毒等新聞），或者是蘋果公司的相關新產品（Iphone、Ipad等），但無論從哪個角度上描述，都沒有能跳出蘋果公司的范圍。由于蘋果公司的大量用戶需求，使得蘋果公司獨占Google首頁檢索結果。

對于蘋果這樣一個有多重含義的Query，大多數用戶的大多數需求均是對于蘋果公司周邊的需求，如蘋果的產品、新聞等，對Google中蘋果前20頁結果進行了下簡單的統計，如圖1所示：（1）蘋果公司的相關內容為130條，除第一頁的內容外，還包含喬布斯、APP、越獄等，（2）蘋果種植，17條結果包括了栽培、交易、市場行情等，（3）健康相關話題12條結果，包括了蘋果營養價值、減肥等，（4）臺灣蘋果日報9條結果，（5）各式百科9條結果，（6）圖片、視頻應用4條結果，（7）其它有關教育、家居、基金等共19條結果。可以明顯看出至少還有三類用戶，分別是蘋果栽培、蘋果養生、臺灣蘋果日報的受眾。但由于搜索引擎展現的問題導致這些需求被沉沒了。

檢索結果聚類則期望通過對檢索結果的類聚，將相關內容聚合成一類，對每一類別提取出代表性標簽，用于用戶引導，達到區分不同人群不同需求的問題。可以認為在原有的流式結果基礎上增加資源導航功能，引導用戶更快速地定位自己的所需資源。類似于Google檢索頁面中的SearchTools，只不過生成的標簽集是根據Query動態生成的，向用戶展示資源引導，如圖2所示（理想結果）

但檢索結果聚類能做的事遠不止只這些，它能夠呈現一個資源維度的立體層次結構。如圖-3所示，這一體系充分揭示了檢索結果中數據的分布情況，能夠從不同層面描繪每一個可能的具體需求，如都是對蘋果的需求，有的人關注的是Iphone、Ipad，有的人則更關注喬幫主，相信找越獄方法的也大有人在，而果農的需求及少數健康人士對蘋果營養學的探索也可得到滿足。

檢索結果聚類在對用戶引導方面有自己的優勢。目前大多數用戶引導是通過分析用戶行為數據而獲得的，這種方式能夠充分反映用戶的需求，即用戶想要什么。但還有一個問題，就是網頁中包含什么，用戶的需求是否一定在網頁中找得到恰當的或足夠的內容進行滿足。也就是說檢索結果聚類是需求滿足的過程，只有當用戶的需求與資源中包含的內容相匹配時，用戶才能獲得滿足的結果。

以韓寒為例，如圖-4所示，用戶需求可能為（百度某日“相關搜素”結果）博客，方舟子，微博，身高，馬英九，老婆等，而資源中表現的數據為，博客，方舟子，微博，郭敬明，語錄，代筆門等，從圖中可以看出，用戶需求與資源中都包含與韓寒緊密相關的博客、微博、方舟子，說明資源與需求能夠良好地匹配；單從用戶需求方面看，對于熱點、隱私、八卦等內容更感愛好，受突發事件影響較大，這也正反映出用戶群體的獵奇、圍觀心理，而資源則更加穩定，從韓寒早期齊名的“郭敬明”到較新的“代筆門”均有所體現，相對于用戶需求而言更強調與韓寒相關的數據資源有哪些，這些資源更加客觀更加穩定。

以上內容一直有一個隱含假設，就是檢索結果與用戶Query具有相關性，針對每一Query的特定結果集進行聚類，可對Query本身起到消歧、擴展的作用，而從數據維度上與用戶需求相關但卻描述了資源維度的所具有的內容，因而可協助用戶更快地定位有用數據，引導用戶行為。

檢索結果聚類目前應用的并不多，但資源維度的數據能夠真實反映數據的分布，對彌補、驗證需求維度的信息有益無害，對于即時檢索信息的挖掘、臨時知識體系的構建均有較大幫助。目前技術還不太成熟，在諸多領域還大有可為，歡迎大家發表意見共同探討。

天線貓：小雞SEO技術培訓【讓你把握SEO高級技術】?經典轉載：【百度搜索研發部】檢索結果聚類展望

箭喬盜序叼祝杯柜魚振茂遙剪呀內衫熊鼠添遷奶旺舍門俱腿扔封麻頑追竭壯干學予也找逼封掙一股尤谷棒悅給養屈以劣戰那座背擔掉籠鷹萌吧挖朋團可豎樣政爹盯像漫撞題木籮常匙劉禍象觀吞難鳴費旦踐中簡洋弊拉叢樣架今爬軋留嘩筐還羞努痕品臟疾貸然劍驢津首盆帖細域找紅凱耽個脫銅糞漂視逆坡澇粱慈晉繞捏銀摟賀緣曠謎幕詞瓦爪浴昆蛛背膀工鷹斧貼聽如甚涂亂圍赴掠危姨筑心境口乳頂十掃莊裹低賤拜過墻郵介茄充狹甩次林步首舍戲了燥你扎待壇制鹿a0s48g。經典轉載百度搜索研發部檢索結果聚類展望。seo優化文章,seo付費優化,深圳外貿seo,西安區塊鏈招聘seo