王鹏云：实时搜索架构分析归类.pdfVIP

王鹏云：实时搜索架构分析 王鹏云： 大家下午好，感谢主办方把我安排在第一个演讲， 有一个好处， 听众还醒着。 不过今天的演讲应该是很有吸引力， 后面两位都会很精彩， 应该大 家不会这么轻易的睡着了。我们在交流的时候，刘主编在很早的时候给 我们发 了一个邮件说这次报名非常踊跃很快达到 250 了。跟大家开一个玩笑， 我们下面 开始我今天的主题演讲。 我讲的是实时搜索架构分析， 今天大概内容主要是先简单了解一下实时搜索 是什么东西，其实实时搜索和传统搜索技术体系基本是一样的， 没有太大的变化， 简单介绍一下搜索系统基础知识，再把它跟传统搜索区别关键点给大家介绍介 绍 . 其实实时搜索也不是什么新鲜的事物， 很早以前就有了。 原来新闻搜索， 社 区搜索，包括我做贴吧 的时候，其实都需要用户发帖子内容可以很快的展现出 来。这个东西不是什么新鲜事物， 刚好赶上这个潮流， 微博来了， 把这个东西一 推动，变成了一个热点，没有 什么神秘的东西。我觉得实时搜索，一些商业价 值到现在为止没有什么特别明显。 大家目前还没有靠这个挣钱， 但是我觉得它的 商业价值体现在这些地方。他是一种 新信息的聚合和放大。实时搜索在社交网 络，是对信息传播方式很好的补充。 你跟踪一个热点会看到你跟踪的人有了一些 新的信息，你要获得这个全面信息你要进行 搜索。能够通过搜索的情况，不管 是结果还是搜索量， 对当前一些热门和热点趋势进行一些分析。 我觉得这以后很 可能成为一种商业模式的一部分。所有搜索非常关 键的一点就是能够直接表达 用户的意图， 通过这种意图投放广告是非常直接的方式。 我觉得未来在搜索广告 方面应该会有大的作为， 这是我觉得实时搜索所具有商业 价值的一些关键地方。 目前号称提供实时搜索搜索引擎的非常多，谷歌不用说了，还有 Twitter ， 还有一些第三方 的独立搜索引擎。我找了一下，结果发现太多，基本上各家都 是大同小异。 简单介绍一下搜索引擎基础知识， 有几个大模块。 不知道大家以前 对搜索系统了解不了 解，我就介绍快一些。首先要获得你要希望搜索的一些内 容，就是通过抓取， 超链分析， 或者信息索引， 就是要对你获得这些网页进行索 引内容提取，对这些内容进 行综合分析。然后是用户提交检索过程，对用户查 询词进行分析，还有一些查询分析，做索引查询包括索引一些合并，一些过滤， 一些权值计算。 传统搜索引擎和实时搜索区别主要在， 第一个就是直观， 就是一般我们实时 搜索会做成一种比较酷的， 信息会随着时间自动推移滚动的方式。 这个不是一个 很显著的区别， 区别在于呈现方式。 传统搜索会用静态的方式处理、 显示这些内 容，在搜索效果上传统引擎 会更关注与搜索相关性，实时搜索更注重时效性， 实时搜索有很强新闻媒体价值在里面，如果很旧信息做搜索没有什么太大的价 值。传统搜索引擎对信息重要性排序 一个关键因素就是 PAGERANK，谷歌、百度 都有这个指标。搜索 PAGERANK值会变成一些数字化特征的东西，包括有多少人 回复了，有