图片搜索

网站搜索引擎是如何实现图片搜索的？

 

抓取网页主要是关键字，抓取图片应该是alt,他有自己的数据库，抓取过后截取字符串进行归类，这是我想的哈，如何抓取好像是靠机器人蜘蛛程序

每张图片都必需添加alt信息，信息最好是精炼过的关键字，图片面后应该包含一些图片描述性的文字，图片应该带有链接，正文为缩略图，点击链接后显示大图。

网站的图片是非常耗费流量的，比如两天的时间博客有20多G的访问流量，图片所在的目录upload占用了18.6G，而文章所在目录只用了1.3G流量，可见图片占用流量资源之巨大，这也就是很多人都喜欢将图片文件放在第三方免费网络相册的原因。那么将图片存储在自己的网站空间，反而可以利用搜索引擎的图片搜索给自己带来不少额外流量，这里的搜索引擎指的是Google的图片搜索，而不是百度，因为百度采用盗链机制，其图片搜索基本上不会给网站带来什么页面流量的。

每次上传图片时都定义了一个或几个关键字存在数据库里，库里每条记录的关键字都有对应的图片地址，搜索时输入这个关键字就可以找到这张图片。

用户向搜索引擎表达他的需求，搜索引擎理解用户需求，提供各不同的需求下的资源，这整个过程可统称为需求满足。简单说，就是除了基础文字相关性之外的rank工作，都属于需求满足的范畴，也就是说，提供给用户的检索结果，不仅仅要求在字面上是和用户输入的文字相关的，还要满足用户的各种不同需求。

用户通过query表达了自己的需求，而对于大部分query来说，尤其是具有隐含需求的query，仅仅字面匹配的查询结果未必能够满足其需求。目前我们的排序系统是主要是基于文本相关性这个维度的，权值体现了query中的term与obj的相关程度，在这个体系下，相关的结果未必能够满足用户需求。

Image需求满足，按照不同的维度，可以划分为如下几个方面： a.需求识别

　　b.资源建设　　c.需求调权　d.结果组织与推荐 e.用户引导交互

需求满足要解决的核心问题：需求识别/资源建设/需求调权

需求的识别

识别query有哪些需求，以及需求的强弱，是最基础的工作。首先要有需求的体系，能完备的描述各种需求，其次是如何识别这些需求，把每个query的需求对应到这个体系中去。

基于统计的需求识别　　通过对大量的数据统计分析，可以识别出query有哪些方面的共性。可供分析的数据很多，比如用户行为数据，点击反馈，检索结果等。

专名&需求词判断query中包含专名或者需求词等关键词，是最直接的方式。比如“章鱼保罗头像”，用户在query中显示的表达了头像方面的需求，其中就包含了尺寸方面的需求，头像是需要小尺寸的图，如右图所示，这时候出一张大的图片就不符合用户需求了

时效性需求：主要是通过用户检索量的突发以及资源数的突发来判断

检索量的突发，可以通过累积每个query的每天的用户检索频率，用连续多天的用户检索频率，计算当天检索量和历史比较，是否有突发，进而判断是否有时效性需求的强弱。资源数方面的判断，可通过类似的方式挖掘

识别出query有哪些需求，下一步的工作就是提供相应的资源

如何获得满足需求的资源，是需求满足的另一个核心问题。在资源上，通过某一个或者几个特征组合，能够把满足要求的资源和不满足要求的资源区分开，找到用户需求需要的资源，去掉不满足要求的资源，是主要的工作。

内容属性特征对于底层的物理特征，相对比较简单，包括尺寸，颜色，格式，清晰度饱和度等，中层特征，有人与非人的，色    情图片的，整车的识别，手机图片的识别等;对于高层的语义特征，包括场景的识别，图片风格的识别，情感的识别，比如是室内还是室外，是否非主流风格等，都可以作为资源筛选的特征。

话题属性维度话题属性维度，是指动物，植物，帅哥，美女，军事，体育等等各种不同的话题，我们希望把图片能按照这样一个分类进行一个划分

时效性资源，可以很容易的通过收录时间来判断，和非时效性资源区分开