lecture20crawling 信息检索导论 王斌 PPT 课件 第20章概要1.pptx

第20讲 信息采集 Crawling 1 2011/12/01 提纲 2 上一讲回顾 一个简单的采集器 一个真实的采集器 提纲 3 上一讲回顾 一个简单的采集器 一个真实的采集器 4 搜索广告 4 5 Google次高竞标价格拍卖机制 bid: 每个广告商为每次点击给出的最大投标价格 CTR: 点击率，即一旦被显示后被点击的比率。CTR是一种相关性度量指标。 ad rank: bid × CTR: 这种做法可以在 (i) 广告商愿意支付的价钱 (ii) 广告的相关度高低 之间进行平衡。 rank: 拍卖中的排名 paid: 广告商的次高竞标价格 5 6 Google次高竞标价格拍卖机制 次高竞标价格拍卖： 广告商支付其维持在拍卖中排名所必须的价钱(加上一分钱) (用它的下一名计算其支付价格) price1 × CTR1 = bid2 × CTR2 (使得排名rank1=rank2) price1 = bid2 × CTR2 / CTR1 p1 = bid2 × CTR2/CTR1 = 3.00 × 0.03/0.06 = 1.50 p2 = bid3 × CTR3/CTR2 = 1.00 × 0.08/0.03 = 2.67 p3 = bid4 × CTR4/CTR3 = 4.00 × 0.01/0.08 = 0.50 6 7 置换和最小值：例子 文档 1: {