用户查询词的分布情况，用的是天网早期日志数据，跨度不大，但胜在真实、有代表性。统计方法挺直观，分了查询词的出现频次，还做了个百分比的覆盖率——想知道热门词能占多少比例？这就能看出来。

高光谱遥感书里的第九章，不光聊技术，还把用户行为和参数建模联系起来。用方差、平方和来网页参数和点击之间的关系，说白了就是：啥东西更能吸引用户？搜索排名该怎么调？

如果你平时搞搜索相关的前端，或者后端算法方向的，这章节真的值得翻一下。不但数据真实，而且能顺便理解下早期用户行为是怎么研究的。更妙的是，后面还列了不少相关文章，想深入查也方便。

建议你看看公式（9-1），也不难，看懂了就能试着自己复现下那种分布。工具随便用，Python、Elasticsearch这些都行，数据结构不复杂。

对了，里面还有些关于倒排索引和日志挖掘的参考资料，像 motorengine 的搜索引擎架构、Solr 的企业级应用，点开就能下。你要是打算撸个搜索引擎原型，也能从这些文档里捞不少干货。

如果你想研究用户行为建模、关键词分布，或者做个小型搜索项目，这个资源还挺靠谱，尤其是参考文章都配好链接了，点开就能用。