联想词功能

       百度会获取用户的查询信息和查询次数。假设说我要显示10个联想词，那么只要输出访问数量前十名的关键词即可。百度估计在这里还对关键词做了过滤，Google因为没有过滤是导致这次被处罚的最大原因。
    判断相关联想词。在这里，到底哪十个关键词可以被输出，主要得看这些关键词是否和用户所搜索的关键词是否相关。百度会在对用户查询词进行分词的基础上，计算关键词的相关性。同时， 计算用户查询和历史用户查询的相似性，相似性计算是通过两者重复关键词的权重之和得出。
    判断联想词的输出顺序。十个关键词是完全按照流量排序呢，还是按照其他规则进行排序？
    如果用户查询只是一个不可再分词的关键词就相对比较简单，只要调出跟这个关键词相关的查询字符，并且按照查询次数排序即可。而对于可以再进行分词运算的关键词查询则复杂得多，假设这个查询词可以切分为A、B、C三个最小单位的关键词，百度在提取相关关键词进行排序的时候，会有一个匹配关键词的权重过程，这里会运用到搜索引擎的一个特殊算法IDF公式，每个关键词的权重用关键词的IDF来计算，大的排序原则根据这个权重进行排序输出，如果两个历史查询包含相同的重复词汇集合，那么查询权重相同，则按照用户查询次数有高到低排序输出。