排名/稱重搜索結果

Question

我想建立一個具有智能自適應搜索引擎（可以說汽車）的應用程序。如果我搜索4x4，那麼數據庫將返回我擁有的所有4x4汽車（100輛汽車） - 但隨着時間的推移，我開始檢查汽車，喜歡它們，評論它們等，搜索結果的順序應該是不同的。這意味着1個月後，當搜索4x4時，我應該得到相同的結果集，按照我之前與該網站的交互進行排序。如果我主要喜歡和評論德國汽車，寶馬應該位居前列，陸地巡洋艦應該會進一步下滑。 （例如：汽車起源，用戶年齡，用戶位置，汽車類型[4x4，轎跑車，掀背車]，價格範圍）。這個排名應該基於我捕捉用戶交互的屬性。因此，對於我得到的每一輛車的結果，我將根據它在上述5個屬性上的表現有多好來衡量它。

我打算使用數據庫作爲存儲庫，並在服務器上進行排名和思考。我的問題是，我應該使用什麼樣的算法來衡量/排列我的搜索結果？

謝謝。

Answer 1

你基本上說，你已經有了幾個排序方案：喜歡的汽車的類別

• 關鍵字搜索結果
• 量
• 可能其他人，如普及，某種形式的日期，等

你做的就是做了一個新的方案是什麼，把它相關：

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

和排序的相關性。試驗重量W ，W ，...，直到你找到有用的東西。

從我的理解搜索引擎工作在這個原則。谷歌已經投入了200多種不同的投入進入相關性分數，而PageRank只是其中之一。這種方法的優點在於，它可以讓你調整每件事的重要性（甚至是針對每個查詢），並且可以讓你添加額外的輸入，而不用把所有東西搞砸。