CN102890725B - 搜索引擎的结果排序方法 - Google Patents

Abstract

本申请公开了一种搜索引擎的结果排序方法：第1步、检索程序响应用户的查询请求，得到多个网页资源，并计算出各个网页资源与用户所输入的查询内容之间的匹配度得分。第2步，检索程序将具有相同匹配度得分的网页资源根据加权度得分的高度划分为多个集合。第3步，检索程序总是将匹配度得分高的网页资源排序在匹配度得分低的网页资源之前，在具有相同匹配度得分的网页资源中，则将加权度得分高的集合排序在加权度得分低的集合之前，但第一集合中随机排序各个网页资源，并以此展示给用户。本申请可让更多的搜索结果得到被公平展示的机会，从而使得搜索引擎的工作成果得到最大化利用，同时也使用户得以浏览更多富有价值的信息。

Description

搜索引擎的结果排序方法

技术领域

本申请涉及一种互联网领域的搜索引擎，特别是涉及搜索引擎对结果进行排序的方法。

背景技术

搜索引擎是指搜集大量的网页信息，对这些网页信息进行整理，并为用户提供检索服务的计算机系统。

搜索引擎通常都包括网页抓取程序、索引程序、检索程序等，其实现方法如下：

首先，由网页抓取程序自动搜集网页内容。

其次，由索引程序为所搜集的网页内容建立索引。最典型的方法是将每个网页中的文本内容（包括多媒体内容的名称、描述、评论中的文本内容）全部作为该网页的关键词索引，所有网页的关键词索引就形成了关键词索引库。

最后，由检索程序响应用户的查询请求。最典型的方法是在关键词索引库中查找与用户输入的查询内容相匹配的记录，并对输出结果按照匹配加权的方式排序，并按照该顺序展示给用户。

所述匹配就是指检索结果与查询内容之间的相关性。

所述加权就是指网络资源的重要性，可通过词频、全部匹配或部分匹配、词序是否一致、词与词之间的距离、关键词在网页中的位置（例如标题或正文）、超链接数量、点击数量、用户停留时间等综合考虑。

还有一类特殊的搜索引擎是基于分类目录查询，用户并不输入任何查询内容，而是根据搜索引擎预设的分类目录逐层访问，得到该目录下的所有网页资源。此时，网页资源仅按照加权方式排序，由于没有查询内容而不考虑匹配情况。

上述两种搜索引擎的结果排序方法具有如下缺点：

其一，研究统计发现，多数用户在检索时，只会浏览前面几页的检索结果。搜索引擎在执行检索工作（或对网页进行目录分类工作）时需要耗费大量的软件和硬件资源，但排列在后的大量检索结果并未被用户浏览，这是对搜索引擎运算资源的浪费。

其二，搜索引擎通常采用匹配加权方式（或加权方式）计算出各网页资源的得分，并按照得分由高到低排序展示。每个搜索引擎的排序算法都不是完美的，以百分制为例，很难说99分的检索结果比98分的检索结果更有价值，这带来了搜索结果的排序不公平。

其三，对用户而言，一个99分的检索结果和一个98分的检索结果可能具有相同的使用价值。但是99分的检索结果可能有多个，用户在尚未浏览到98分的检索结果时就放弃浏览了。这导致大量实际上富有价值的检索结果由于排序得分略低，而基本丧失了被用户浏览的机会。

发明内容

本申请所要解决的技术问题是提供一种搜索引擎的结果排序方法，可以在一定程度上抵消由于得分略有差异而导致的得分较低的网络资源始终排序在后的问题。

为解决上述技术问题，本申请搜索引擎的结果排序方法为：

第1步、检索程序响应用户的查询请求，得到多个网页资源，并计算出各个网页资源与用户所输入的查询内容之间的匹配度得分；

第2步，检索程序将具有相同匹配度得分的网页资源划分为X个集合，X为≥2的自然数：第一集合中任意网页资源的加权度得分＞第二集合中任意网页资源的加权度得分＞……＞第X集合中任意网页资源的加权度得分；

第3步，检索程序总是将匹配度得分高的网页资源排序在匹配度得分低的网页资源之前，在具有相同匹配度得分的网页资源中，则将加权度得分高的集合排序在加权度得分低的集合之前，但第一集合中随机排序各个网页资源，并以此展示给用户。

本申请搜索引擎的结果排序方法也可以是：

第1’步，用户根据搜索引擎的分类目录访问该目录下的网页资源；

第2’步，检索程序将用户所访问的目录下的网页资源划分为X个集合，X为≥2的自然数：第一集合中任意网页资源的加权度得分＞第二集合中任意网页资源的加权度得分＞……＞第X集合中任意网页资源的加权度得分；

第3’步，检索程序将加权度得分高的集合排序在加权度得分低的集合之前，但第一集合中随机排序各个网页资源，并以此展示给用户。

本申请搜索引擎的结果排序方法可以让加权度得分略有差异的更多的搜索结果得到被公平展示的机会，从而使得搜索引擎的工作成果得到最大化利用，同时也使用户得以浏览更多富有价值的信息。

附图说明

图1是本申请的搜索引擎的结果排序方法的流程图一；

图2a是现有的搜索引擎的结果排序方法对实施例一的排序示意图；

图2b是本申请的搜索引擎的结果排序方法对实施例一的排序示意图；

图3是本申请的搜索引擎的结果排序方法的流程图二；

图4a是现有的搜索引擎的结果排序方法对实施例二的排序示意图；

图4b是本申请的搜索引擎的结果排序方法对实施例二的排序示意图；

图5是对一个集合的搜索结果随机排序的一种实现方式。

具体实施方式

请参阅图1，本申请搜索引擎的结果排序方法为：

第1步，用户输入查询内容，搜索引擎的检索程序根据该查询内容在网页的索引库中进行检索，得到多个网页资源。检索程序还计算出各个网页资源与用户所输入的查询内容之间基于匹配度的得分。各个网页资源还具有基于加权度的得分，这是搜索引擎的索引程序在将各个网页资源加入到索引库时计算的。

第2步，检索程序将具有相同匹配度得分的网页资源划分为至少两个集合：第一集合中任意网页资源的加权度得分＞第二集合中任意网页资源的加权度得分；

第3步，检索程序总是将匹配度得分高的网页资源排列在匹配度得分低的网页资源之前，但在具有相同匹配度得分的网页资源中，则将第一集合的任意网页资源均排序在第二集合的任意网页资源之前，但第一集合中随机排序各个网页资源，并以此展示给用户。

所述方法第2步中，检索程序可为匹配度得分相同的网页资源的加权度得分设置一个阈值，将加权度得分＞该阈值的网页资源作为第一集合，将加权度得分＜该阈值的网页资源作为第二集合。加权度得分＝该阈值的网页资源或者加入第一集合，或者加入第二集合。对于Y个（Y为≥3的自然数）集合也可照此处理，设置Y－1个阈值。

所述方法第3步中，如果有三个以上集合，则加权度得分高的集合总是排序在加权度得分低的集合之前。

可选地，所述方法第3步中，检索程序将除第一集合以外的各个集合中也随机排序各个网页资源，并以此展示给用户。

可选地，所述方法第3步中，检索程序将除第一集合以外的各个集合中按照加权度得分由高到低地排序各个网页资源，并以此展示给用户。

实施例一：假设某个搜索引擎对查询内容A的检索可得到1000个网页资源，这些网页资源的匹配度得分的分布情况是：大于98分的有20个且匹配度得分互不相同，同为98分的有100个，其余均小于98分且匹配度得分互不相同。而匹配度得分同为98分的100个网页资源的加权度得分分布情况是：大于90分的有20个，90分以下但大于85分的有20个，85分以下但大于80分的有10个，80分以下但大于75分的有10个，75分以下但大于50分的有20个，50分以下的有20个。该搜索引擎每页可显示20个检索结果。

请参阅图2a，根据现有的搜索引擎排序方法，其每一页的显示内容严格按照匹配度得分高低排列，在匹配度得分相同的情况下则按照加权度得分高低排列。在搜索引擎的索引库未发生变化的前提下，只要查询内容A不变，任何用户都会得到相同排序的搜索结果网页。

请参阅图2b，而采用本申请所述的搜索引擎的结果排序方法，首先是对检索结果按照匹配度得分高低排列，在匹配度得分相同的情况下则划分为两个以上的集合。例如将匹配度得分同为98分的100个网页资源中，加权度得分大于80分的50个网页资源设为第一集合，加权度得分在80分以下的50个网页资源设为第二集合。然后对各集合之间按照得分高低排序，第一集合内部则随机排序，其余集合内部或者按加权度得分由高到低排序，或者随机排序。在搜索引擎的索引库未发生变化的前提下，不同用户对内容A的查询请求会得到不同排序的搜索结果网页。之所以采用这种排序方式，是考虑到一个集合内部的网页资源在加权度得分上只是略有差异，应使其得到公平的展示机会。

请参阅图3，本申请搜索引擎的结果排序方法也可以是：

第1’步，用户不输入任何查询内容，而是根据搜索引擎的分类目录访问该目录下的网页资源列表。每个网页资源都具有加权度得分，这是搜索引擎的索引程序在将各个网页资源收录到分类目录中的时候计算的；

第2’步，检索程序将用户所访问的目录下的网页资源划分为至少两个集合：第一集合中任意网页资源的加权度得分＞第二集合中任意网页资源的加权度得分；

第3’步，检索程序将第一集合的任意网页资源均排序在第二集合的任意网页资源之前，但第一集合中随机排序各个网页资源，并以此展示给用户。

所述方法第2’步中，检索程序可为用户所访问的目录下的网页资源的加权度得分设置一个阈值，将加权度得分＞该阈值的网页资源作为第一集合，将加权度得分＜该阈值的网页资源作为第二集合。加权度得分＝该阈值的网页资源或者加入第一集合，或者加入第二集合。对于Y个（Y为≥3的自然数）集合也可照此处理，设置Y－1个阈值。

所述方法第3’步中，如果有三个以上集合，则加权度得分高的集合总是排序在加权度得分低的集合之前。

可选地，所述方法第3’步中，检索程序将除第一集合以外的各个集合中也随机排序各个网页资源，并以此展示给用户。

可选地，所述方法第3’步中，检索程序将除第一集合以外的各个集合中按照加权度得分由高到低地排序各个网页资源，并以此展示给用户。

实施例二：假设某个搜索引擎的分类目录中具有目录项B，其下又具有子目录B1、B2。子目录B1下收录有100个网页资源，这些网页资源的加权度得分分布情况是：大于90分的有20个，90以下但大于85分的有20个，85分以下但大于80分的有10个，80分以下但大于75分的有10个，75分以下但大于50分的有20个，50分以下的有20个。该搜索引擎每页可显示20个检索结果。

请参阅图4a，根据现有的搜索引擎排序方法，用户访问子目录B1时，每一页的显示内容严格按照加权度得分由高到低排列。在搜索引擎的索引库未发生变化的前提下，只要所访问的目录不变，任何用户都会得到相同排序的搜索结果网页。

请参阅图4b，而采用本申请所述的搜索引擎的结果排序方法，用户访问子目录B1时，检索程序将其下的网页资源划分为两个以上的集合。例如将加权度得分大于80分的50个网页资源设为第一集合，加权度得分在80分以下的50个网页资源设为第二集合。然后对各集合之间按照得分高低排序，第一集合内部则随机排序，其余集合内部或者按加权度得分由高到低排序，或者随机排序。在搜索引擎的索引库未发生变化的前提下，不同用户访问同一个目录时会得到不同排序的搜索结果网页。之所以采用这种排序方式，是考虑到一个集合内部的网页资源在加权度得分上只是略有差异，应使其得到公平的展示机会。

上述图1或图3所示的两种搜索引擎的结果排序方法中，对一个集合中的网页资源进行随机排序具有多种实现方式，本申请仅给出一种优选的实现方式作为示例。该方法将一个集合内部的网页资源分为多段，优选为均分。搜索引擎的检索程序根据一定的时间间隔将开头的一段挪至末尾，将第二段及其后各段均向前递进，从而使各段得以公平展示。优选为固定的时间间隔，也可是不定的时间间隔。

请参阅图5，例如，检索程序对网页资源根据加权度得分高低划分为两个以上的集合，其中第一集合又分为A1～A5共五段，每隔一分钟将开头的一端挪至末尾，将第二段挪至开头，第三段及其后各段向前依次递进。

三个用户都向搜索引擎提交相同的查询内容A，并且时间间隔恰为一分钟，那么他们所得到的网页资源将首先按照与查询内容A的匹配度得分由高到低排列，在匹配度得分相同的网页资源的第一集合中，则分别以A1段、A2段、A3段开头，这便成功地实现了搜索结果的排序公平化。

或者，三个用户都访问搜索引擎的相同的目录B，并且时间间隔恰为一分钟，那么他们所得到的网页资源将分别以A1段、A2段、A3段开头，这便成功地实现了搜索结果的排序公平化。

对于网页资源与用户输入的查询内容之间的匹配度得分，目前已有较为成熟的算法加以实现，本申请不再赘述。对于加权度得分，本申请仅以一个应用在房屋房产领域、主要用于搜索出租出售的房源信息的搜索引擎为例进行详细说明。这个房地产搜索引擎兼具垂直搜索引擎（Vertical Search Engine）和分类目录搜索引擎两种功能。索引程序在对房源信息建立索引时，就为各个房源计算加权度得分。每隔一定的时间周期，例如一天，索引程序就会重建一次索引，同时重新计算各个房源信息的加权度得分。房源信息通常包括价格、地理位置、图片、描述等方面的内容，这些内容越全面具体，加权度得分就越高，相应地对找房用户的帮助就越大。

例如，房源的加权度得分＝{[(图片质量分×图片质量权重)＋(新鲜度得分×新鲜度权重)]×房源权重＋(经纪人得分×经纪人权重)}×付费权重

所述图片质量分是根据房源图片的数量、质量得到算出的得分。图片质量越高、数量越多，给找房用户的参考价值越大。

以商业地产中的写字楼为例，用户在发布房源图片时需要指定每张图片的分类，总共有平面图、楼内图、外部环境图三大类。楼内图又包括大楼入口、大堂、电梯厅、公共走廊、卫生间、楼内配套、办公区域、停车场等小类。外部环境图又包括外立面、高层景观、周边环境等小类。

图片质量分＝基础图片质量分×0.5＋多图得分×0.5

如果房源信息中的图片为：平面图≥1张、且楼内图≥3张、且外部环境图≥1张，则认为该房源信息中的图片为优质图片。

如果房源信息中为优质图片，则基础图片质量分为10000分。

如果房源信息中不是优质图片、且图片总数≥3张，则基础图片质量分为8000分。

如果房源信息中不是优质图片、且图片总数＜3张，则基础图片质量分＝4000＋1000×图片总数。

而多图得分＝750×平面图数量＋500×楼内图数量＋250×外部环境图数量＋4000。当多图得分超过10000分时，最大以10000分计算。

所述新鲜度得分是根据房源的在线时长（即从发布日到建立索引或重建索引时所过去的天数）算出的得分。越是新鲜的房源，给找房用户的参考价值越大。

仍以商业地产中的写字楼为例，当在线时长≤15天，新鲜度得分＝400×(15－在线时长)＋4000。当在线时长＞15天且＜45天，新鲜度得分＝100×(45－在线时长)。当在线时长≥45天，新鲜度得分＝0。

所述经纪人得分是根据经纪人的质量算出的得分。即使是同样的房源，不同的经纪人不同给找房用户带来的收益也不同，用户联系一个更活跃的经纪人会给用户带来更多的帮助。

例如，经纪人首次付费至今≥10天且≤30天，则经纪人得分＝10000。其余情况下，经纪人得分＝8000。

所述图片质量权重、新鲜度权重、房源权重、经纪人权重是根据不同的城市、不同类型的房源（一手房、二手房，商业地产等）的差异，加以设置。

所述付费权重是由于付费经纪人提供的房源信息通常是高质量的，同时为了保证他们所发布的房源信息的展示效果，引入此权重，增加其所发布的房源信息的得分。

如上，索引程序对于每一套房源都会计算出一个加权度得分，并存储于数据库中。由于加权得分和日期相关，因此索引程序每天都会重建索引，并重新计算所有房源的加权度得分，并更新数据库。

在一个典型的实施例中，检索程序在响应用户的查询请求时，首先是根据文本匹配的算法得到多个检索结果，然后就根据这多个检索结果的匹配度得分进行排序，在匹配度得分相同的房源信息再按照本申请所述方法根据加权度得分进行排序，即分为至少两个集合，并至少在第一集合内部随机排列各个检索结果。

在另一个典型的实施例中，检索程序在响应用户对分类目录的访问请求时，将用户所访问目录下的网页资源按照本申请所述方法根据加权度得分进行排序，即分为至少两个集合，并至少在第一集合内部随机排列各个检索结果。

综上所述，本申请搜索引擎的结果排序方法可以让加权度得分大致相同的更多的搜索结果得到被展示的机会，从而使得搜索引擎的工作成果得到最大化利用，同时也使用户得以浏览更多富有价值的信息。

以上仅为本申请的优选实施例，并不用于限定本申请。对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种搜索引擎的结果排序方法，其特征是，所述方法为：

第1步、检索程序响应用户的查询请求，得到多个网页资源，并计算出各个网页资源与用户所输入的查询内容之间的匹配度得分；

第2步，检索程序将具有相同匹配度得分的网页资源划分为X个集合，X为≥2的自然数：第一集合中任意网页资源的加权度得分＞第二集合中任意网页资源的加权度得分＞……＞第X集合中任意网页资源的加权度得分；

第3步，检索程序总是将匹配度得分高的网页资源排序在匹配度得分低的网页资源之前，在具有相同匹配度得分的网页资源中，则将加权度得分高的集合排序在加权度得分低的集合之前，但第一集合中随机排序各个网页资源，并以此展示给用户。

2.根据权利要求1所述的搜索引擎的结果排序方法，其特征是，所述方法第2步中，检索程序为具有相同匹配度得分的检索结果的加权度得分设置X-1个阈值，X为≥2的自然数；将得分＞第一阈值的检索结果作为第一集合，将得分＜第一阈值且＞第二阈值的检索结果作为第二集合，……，将得分＜第X-2阈值且＞第X-1阈值的检索结果作为第X-1集合，将得分＜第X-1阈值的检索结果作为第X集合；得分等于各个阈值的检索结果或者加入小于该阈值的集合，或者加入大于该阈值的集合。

3.根据权利要求1所述的搜索引擎的结果排序方法，其特征是，所述方法第3步中，检索程序将除第一集合以外的各个集合中也随机排序各个检索结果，并以此展示给用户。

4.根据权利要求1或3所述的搜索引擎的结果排序方法，其特征是，所述方法第3步中，对一个集合中随机排序网页资源的方法为：检索程序将一个集合内部的检索结果分为多段，根据一定的时间间隔将开头的一段挪至末尾，将第二段及其后各段依次递进。

5.根据权利要求1所述的搜索引擎的结果排序方法，其特征是，所述网页资源的加权度得分是由搜索引擎的索引程序在为网页资源建立索引时计算的。

6.一种搜索引擎的结果排序方法，其特征是，所述方法为：

第1’步，用户根据搜索引擎的分类目录访问该目录下的网页资源；

第2’步，检索程序将用户所访问的目录下的网页资源划分为X个集合，X为≥2的自然数：第一集合中任意网页资源的加权度得分＞第二集合中任意网页资源的加权度得分＞……＞第X集合中任意网页资源的加权度得分；

第3’步，检索程序将加权度得分高的集合排序在加权度得分低的集合之前，但第一集合中随机排序各个网页资源，并以此展示给用户。

7.根据权利要求6所述的搜索引擎的结果排序方法，其特征是，所述方法第2’步中，检索程序为具有相同匹配度得分的检索结果的加权度得分设置X-1个阈值，X为≥2的自然数；将得分＞第一阈值的检索结果作为第一集合，将得分＜第一阈值且＞第二阈值的检索结果作为第二集合，……，将得分＜第X-2阈值且＞第X-1阈值的检索结果作为第X-1集合，将得分＜第X-1阈值的检索结果作为第X集合；得分等于各个阈值的检索结果或者加入小于该阈值的集合，或者加入大于该阈值的集合。

8.根据权利要求6所述的搜索引擎的结果排序方法，其特征是，所述方法第3’步中，检索程序将除第一集合以外的各个集合中也随机排序各个检索结果，并以此展示给用户。

9.根据权利要求6或8所述的搜索引擎的结果排序方法，其特征是，所述方法第3’步中，对一个集合中随机排序网页资源的方法为：检索程序将一个集合内部的检索结果分为多段，根据一定的时间间隔将开头的一段挪至末尾，将第二段及其后各段依次递进。

10.根据权利要求6所述的搜索引擎的结果排序方法，其特征是，所述网页资源的加权度得分是由搜索引擎的索引程序在为网页资源建立索引时计算的。