排名/称重搜索结果

Question

我想建立一个具有智能自适应搜索引擎（可以说汽车）的应用程序。如果我搜索4x4，那么数据库将返回我拥有的所有4x4汽车（100辆汽车） - 但随着时间的推移，我开始检查汽车，喜欢它们，评论它们等，搜索结果的顺序应该是不同的。这意味着1个月后，当搜索4x4时，我应该得到相同的结果集，按照我之前与该网站的交互进行排序。如果我主要喜欢和评论德国汽车，宝马应该位居前列，陆地巡洋舰应该会进一步下滑。 （例如：汽车起源，用户年龄，用户位置，汽车类型[4x4，轿跑车，掀背车]，价格范围）。这个排名应该基于我捕捉用户交互的属性。因此，对于我得到的每一辆车的结果，我将根据它在上述5个属性上的表现有多好来衡量它。

我打算使用数据库作为存储库，并在服务器上进行排名和思考。我的问题是，我应该使用什么样的算法来衡量/排列我的搜索结果？

谢谢。

Answer 1

你基本上说，你已经有了几个排序方案：喜欢的汽车的类别

• 关键字搜索结果
• 量
• 可能其他人，如普及，某种形式的日期，等

你做的就是做了一个新的方案是什么，把它相关：

• 相关= W * keyword_score + W * likes_score + ...

和排序的相关性。试验重量W ，W ，...，直到你找到有用的东西。

从我的理解搜索引擎工作在这个原则。谷歌已经投入了200多种不同的投入进入相关性分数，而PageRank只是其中之一。这种方法的优点在于，它可以让你调整每件事的重要性（甚至是针对每个查询），并且可以让你添加额外的输入，而不用把所有东西搞砸。