当数据库中无任何主题与用户的查问条件匹配时，则Google可操作蓝本的页面级别系统。这一点非常重要。该手艺今朝被用来从泛滥内容中为广告客户供给相干广告处事，亦可操作于Google的关头词词根还原系统。

　　就在旧年，当我回偏激来再浏览这篇论文时，我正视到哈维利瓦拉所描写的这类系统对搜索引擎来讲还存在着两个问题问题。例如在Google的Adwords关头词广告系统中，为PPC广告客户供给基于内容的广告就是采用了AppliedSemantics的AdSense手艺。但由于Google的页面级别计较系统的价格很是之高，是以除非新系统能够供给一些改良的编制，否则Google不大可能实行这个新系统。

　　2-1-5.安然领受和懂得算法的转变

　　可能某些查问条件返回的搜索功效有较大的变换-–但蓝本在搜索功效中排名在前100位的网页全都被刷下去的景象形象却少之又少。但随着主题性算法的成长，不久我们便可能看到，或许速度快而且下场精采的近似计较功效才是他们所需要的。但随着这一规模在畴昔的一年中的深远成长，是以我信任此刻在主题数目上已不是大问题问题了。

　　第二个问题问题就是若何决定一个查问条件可能对应的主题–-当用户输入诸如“自行车”一类的查问条件时，这个用户是想买自行车呢，还是想骑自行车旅游呢？下面我将为大师简略论述一下Google可能会若何匹配一给定查问条件以最适当的主题，以及为甚么一些查问条件更轻易遭到影响的启事。这意味着它们能够计较其数据库平分歧的概念与用户查问条件之间的“间隔”。Google完万能够基于用户所操作的查问前说起数据库中所包含的主题之间的“间隔”来供给“主题性页面级别”得分，从而向用户供给更好的搜索功效。查问与主题的关系越慎密慎密密切，则主题性页面级别得分下场越佳。若是匹配主题与查问条件之间的相干度很低，则下场亦会大打折扣。他已经在搜索手艺的其它规模方面进行了一些素质性的研究工作，搜罗若何更有用计较页面级别方面的一些斗劲乏味的研究。Google此举旨在加强搜索和广告功效。

　　此刻，若是用户再查问的话，则查问条件中的词语将最少与CIRCA数据库中若干主题慎密匹配。

　　“主题性页面级别计较系统”经过过程对随机查问用户的随机步履增长一个“误差”来措置根底的页面级别计较系统所存在的问题问题。此刻该公司的手艺已对Google产生了深远的影响。哈维利瓦拉(TaherH.Haveliwala)揭晓了一篇很是故意思的论文，名为“Topic-SensitivePageRank(主题性页面级别计较系统)”。由复杂的搜索手艺所撑持的本体论是对词语的多样性寄义的概念性懂得的根底，它能够使计较机对信息进行加倍有用的打点和检索，从而为搜索用户更好的供给试探常识的机缘。

　　事实上Google在此次收购中获利的还不止AdSense手艺，AdSense的后台手艺实在就是AppliedSemantics公司所存在的专利手艺CIRCA。

　　CIRCA手艺所基于的是一个自力措辞并存在高度扩大性的本体论，这个本体论中包含了上百万词语，词语寄义及这些词语与其它自然措辞中的词语之间的概念性关系。若与查问条件匹配的主题太多，则仍操作新系统计较主题性页面级别得分，当然新算法可能会与原算法得出的分数近似。而加倍乏味的是，一年往后哈维利瓦拉成了Google的一分子。

　　2-1-4.二者的有机连系：主题性搜索引擎的实现

　　此刻我们对主题性页面级别和CIRCA都有了必定的体味，那么接下来的问题问题就是：这二者之间是若何有机接洽的？换言之，Google若何连系这些手艺来产生一个更好的搜索引擎呢？

　　首先，让我们来假想一下：假定对于大批的(上百直至上千个)主题或概念，Google已然解决了若何计较其主题性页面级此外问题问题。

　　在Google畴昔所操作的页面级别系统中，计较功效的精准性是相当重要的。

　　2002年，斯坦福大学的一名博士生塔赫尔。当然该研究的主题和数据数目(8万万个网页)非常有限，但能够看出这类新系统可改良搜索功效，且存在对查问用户感乐趣于何种主题的懂得能力。

　　毫无疑问，哈维利瓦拉将成为搜索引擎业界中一个举足轻重的脚色。

　　由于一个给定的搜索查问条件有可能与数据库中的多个主题匹配，所以页面级别计较中闪现的任何小短处都将由影响该查问条件的多个主题性页面级别得分平摊，是以只需近似的主题性页面级别得分就足以供给高质量的搜索功效了。这个新的随机查问用户存在了了的查问方针，并更感乐趣于跟进那些存在某个特定主题的相干网页上的相干链接。要想改良搜索功效，16个主题自然是远远不够的。这是一个相对而言较为别致的思绪，它解决了搜索功效的质量性方面的一系列关头性问题问题。

　　在最初的研究论文中，哈维利瓦拉描写了他是若何独霸斯坦福大学的汇集数据库，对应于ODP(凋谢目录)的16个顶级目录的16个主题来计较“主题性”页面级别得分。

　　出格值得一提的是：CIRCA能够计较“短语A”对“概念B”的相干程度。从上述论文中我们不丢脸出这一点已然颇具可行性。例如，若是用户查问“Coloradobicycletrips”，CIRCA能够将其与“Colorado”地区，“骑车”，“旅游”等主题概念性地接洽起来。

　　CIRCA手艺的浸染就在于它可以必定对特定词语或短语的相干概念。

　　2-1-3.对于AppliedSemantics公司及其专利手艺CIRCA

　　AppliedSemantics汇集广告软件公司是互联网广告方面的专家，于2003年4月份被Google收购。

　　第一个问题问题是充实拓展主题的数目。不过下面我们将会看到，这两个问题问题此刻都能获得安妥解决了。
信息网址：http://www.khcha.com/ziyuan/view10280.htm