对于网页排序过程中的搜索词处理方法说法错误的是（)。

A.中文切词

B.拼写矫正

C.商业价值

D.意图猜测

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“对于网页排序过程中的搜索词处理方法说法错误的是()。”相关的问题

第1题

阅读下面的文章，回答问题一个正常的搜索引擎，其核心功能自然是网页搜索。那搜索结果应该怎样排序才最好呢？实际上，在谷歌主导互联网搜索之前，人们为此伤透脑筋。很显然，搜索引擎应该把重要的网页放到搜素结果中比较靠前的地方。这个方案很容易想到，但是解决的方法却没有想象的那么简单。在谷歌诞生之前那段时间，流行的网页排名算法都很类似，它们都使用了一个非常简单的思想：越是重要的网页，访问量就会越大。许多大公司就通过统计网页的访问量来进行网页排名。但是这种排名算法有两个很显著的问题：一是只能够抽样统计，所以统计数据不一定准确，而且访问量的波动会比较大，想要得到准确的统计需要大量的时间和人力，还只能维持很短的有效时间；二是访问量并不一定能体现网页的“重要程度”——可能一些比较早接触互联网的网民还记得，那时有很多人推出了专门“刷访问量”的服务。有没有更好的方法，不统计访问量就能够为网页的重要度排序呢？就是在这种情况下，1996年初，谷歌公司的创始人，当时还是美国斯坦福大学研究生的佩奇和布林开始了对网页排序问题的研究。在1999年，一篇以佩奇为第一作者的论文发表了，论文中介绍了一种叫PageRank的算法，这种算法的主要思想是：越“重要”的网页，页面上的链接质量也越高，同时越容易被其它“重要”的网页链接，于是，算法完全利用网页之间互相链接的关系来计算网页的重要程度，将网页排序彻底变成一个数学问题，终于摆脱了访问量统计的框框。不过要强调的是，虽然PageRank是谷歌搜索结果排序的重要依据，谷歌也以此发家，但是它并不是全部依据——实际上，谷歌发展到现在，已同时用了数百种不同的算法来确定最终显示给用户的搜索结果顺序。搜索引擎对网页排序的最基本思想是指（）

A.访问量越大排在越前面

B.链接质量越高排在越前面

C.和其他网页关系越密切排在越前面

D.越重要排在越前面

点击查看答案

第2题

：进入净化设备的未经处理的废水，每100毫升中有约1亿个大肠杆菌。在机械——生物净化装置中最多能除去99%，欧盟给浴场规定的标准是每100毫升水中的大肠杆菌不得超过2000个，用微过滤方法达到这一标准是不成问题的。在微过滤过程中。水流过有0.2微米小孔的薄膜，所有较大的粒子都被挡住——对于细菌和寄生生物，这是一个无法逾越的障碍。即使是更小的病毒也会被薄膜挡住，因为病毒多数吸附在较大的粒子上。此外，这种方法还可使排出的废水中磷酸盐的含量特别低。磷酸盐是植物的养料，会导致水域中藻类的大量繁殖，使水域变绿。下列说法，不符合原文意思的一项是（）。

A.微过滤试验装置是利用机械——生物净化装置净化污水后的再净化设备

B.微过滤方法可以使”更小的病菌”被薄膜挡住，但仍有极少量细菌、病毒等存在于净化后的水中

C.在微过滤过程中，水流过有0.2微米小孔的薄膜后，将不再含有任何细菌和病毒而变成无害于人类的“纯净水”

D.经过微过滤方法处理后的废水将因为磷酸盐含量低，使水藻类植物失去养料，水变得更清

点击查看答案

第3题

PageRank算法是基于网页链接分析对关键字匹配搜索结果进行处理的。它借鉴传统引文分析思想：当

网页甲有一个链接指向网页乙，就认为乙获得了甲对它贡献的分值，该值的多少取决于网页甲本身的重要程度，即网页甲的重要性越大，网页乙获得的贡献值就越高。由于网络中网页链接的相互指向，该分值的计算为一个迭代过程，最终网页根据所得分值进行检索排序。

互联网是一张有向图，每一个网页是图的一个顶点，网页间的每一个超链接是图的一个边，邻接矩阵B=(b)w如果从网页i到网页j有超链接，则by=1，否则为0。

记矩阵B的列和及行和分别是它们分别给出了页面j的链人链接数目和页面i的链出链接数目。假如在上网时浏览页面并选择下一个页面的过程，与过去浏览过哪些页面无关，而仅依赖于当前所在的页面。那么这一-选择过程可以认为是一一个有限状态、离散时间的随机过程，其状态转移规律用Markov链描述。定义矩阵A=(ay)wxn为式中:d是模型参数，通常取d=0.85;A是Markov链的转移概率矩阵;ay表示从页面i转移到页而j的概率。根据Markov链的基本性质，对于正则Markov链存在平稳分布x=式中:x为在极限状态(转移次数趋于无限)下各网页被访问的概率分布，Google将它定义为各网页的PageRank值。假设x已经得到，则它按分量满足方程网页i的PageRank值是划，它链出的页面有τ个，于是页面i将它的PageRank值分成r份，分别“投票"给它链出的网页。x为网页k的PageRank值，即网络上所有页面“投票给网页k的最终值。根据Markov链的基本性质还可以得到，平稳分布(即PageRank值)是转移概率矩阵A的转置矩阵AT的最大特征值(=1)所对应的归一化特征向量。