Wszystkie te metody łączy wykorzystanie struktury powiązań oraz iteracyjny sposób wyznaczania wyniku.
Modele rankingu Modele wyszukiwania informacji dzieli się zwykle na modele boolowskie, wektorowe, probabilistyczne oraz podejścia oparte na uczeniu maszynowym. W literaturze porównywano skuteczność klasycznych modeli w zadaniach wyszukiwania tekstu.
Model boolowski Model boolowski jest najprostszym modelem wyszukiwania: zapytania zapisuje się jako wyrażenia algebry Boole’a, a dokument zostaje zwrócony wtedy i tylko wtedy, gdy spełnia to wyrażenie. Ponieważ wynikiem dopasowania jest wartość binarna, model ten sam z siebie nie dostarcza podstawy do rankingu wyników. Ranking umożliwiają dopiero jego rozszerzenia, takie jak model boolowski rozszerzony lub rozmyty.
Model wektorowy Model wektorowy rozwiązuje problem dopasowań częściowych, reprezentując dokumenty i zapytania jako wektory wag przypisanych terminom indeksowym. Jedną z najpopularniejszych metod wyznaczania wag jest TF-IDF, w której waga terminu rośnie wraz z częstością jego wystąpień w dokumencie i maleje wraz z liczbą dokumentów w korpusie, w których termin ten występuje. Ocena podobieństwa dokumentu do zapytania jest wyznaczana jako podobieństwo cosinusowe wektora zapytania i wektora dokumentu.