最难搜索的词条是啥
关键词和搜索引擎停用词重复的。好吧其实我是来吐槽的，请试着搜索某公司的4G品牌，“和”反正上我是没搜到。
■网友
简单地说，熟词生义。越熟的词的越生的义越难找。先看wiki介绍的TF-IDF：TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与文本挖掘的常用加权技术。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜索引擎应用，作为文件与用户查询之间相关程度的度量或评级。除了TF-IDF以外，互联网上的搜寻引擎还会使用基于连结分析的评级方法，以确定文件在搜寻结果中出现的顺序。例如，“的”、“了”等常用字，几乎每个网页都有，就会设为停用词，权重为0，用来做关键字搜索的话基本搜不出什么东西。但某些停用词具有多重含义，比如作为品牌名称、或者在文言文里的另一种含义之类，电脑识别不出多义词，就会出现各种乱七八糟的结果了。反而专业性强的词汇，由于语料库中出现次数少，一旦在某个网页出现就获得很高的权重，很容易揪出来。另外，搜索引擎爬虫能抓到的网页貌似不到网页总数的15%，很多论坛、集团内网的内容是抓不到的，所以跟利益相关的机密性的东西也很难在网上搜到。至于敏感词，不做评论。
■网友
敏感词
推荐阅读
- python 爬虫，咋获得输入验证码之后的搜索结果
- Syniverse是不是南京最难进的IT公司
- 唯品会无搜索模式真的能让大众消费者驻留页面更长时间吗
- 怎样制作一个简易的信号干扰器
- 《亿万》第九集里，法官用的这个搜索引擎是啥
- 怎样评价比搞平台的自媒体比价搜索功能
- 有啥搜索引擎可以替代Google（外语）
- 车易问|最难超越的SUV！上市至今零差评，重超2.2吨从不飘，如今一车难求
- 高权重论坛有哪些
- 能否在网页搜索中加入点赞机制，从而个性化搜索引擎