時(shí)代在進(jìn)步，科技在發(fā)展，大家好，我是發(fā)菜。今天再一次談?wù)勊阉饕娴墓ぷ髟?。其?shí)這個(gè)領(lǐng)域我也是近幾年才研究的。搜索引擎其實(shí)與我們工作生活還是非常相關(guān)的。比如說(shuō)，我們熟悉百度、谷歌、還有國(guó)內(nèi)用戶(hù)量第二的360搜索，還有搜狗搜索之類(lèi)的。我們?cè)谑褂冒俣鹊臅r(shí)候，我們查找相關(guān)的關(guān)鍵詞結(jié)果出來(lái)的頁(yè)面，信息有一個(gè)排序。那么如果我們了解到它的工作原理，那么我們就可以有相關(guān)的策略讓我們自己運(yùn)營(yíng)的網(wǎng)站他排名更加靠前一點(diǎn)兒，當(dāng)用戶(hù)搜索相關(guān)的關(guān)鍵詞的時(shí)候，讓我的網(wǎng)站接受點(diǎn)擊幾率就增加一些。所以說(shuō)給大家簡(jiǎn)單的介紹一下這些搜索引擎的工作原理是非常有必要的。

    其實(shí)呢它是這樣的。在事先，搜索引擎會(huì)派出Spider（中文稱(chēng)為蜘蛛或爬蟲(chóng)）的這樣一個(gè)工具，它會(huì)爬呀爬爬呀爬，其實(shí)就是一種自動(dòng)訪(fǎng)問(wèn)網(wǎng)站的程序，是去有意識(shí)的去搜索去分析一些相關(guān)的網(wǎng)站，然后進(jìn)行自己的一個(gè)網(wǎng)站存儲(chǔ)。他會(huì)把這個(gè)網(wǎng)站的內(nèi)容進(jìn)行梳理文本內(nèi)容。然后呢提取這個(gè)文本內(nèi)容，編成若干個(gè)詞庫(kù)。詞庫(kù)里都包含很多關(guān)鍵詞。然后呢就對(duì)這些關(guān)鍵詞進(jìn)行分詞。就說(shuō)我們其中某一個(gè)網(wǎng)頁(yè)，他的文章里邊有智能手機(jī)、手機(jī)、手機(jī)助手，那么就給它分成若干個(gè)小詞段。因?yàn)檫@個(gè)爬蟲(chóng)程序啊，他是在不定期的來(lái)進(jìn)行收取這個(gè)相關(guān)的網(wǎng)站的。那么就會(huì)導(dǎo)致這樣一個(gè)現(xiàn)象。爬蟲(chóng)這個(gè)程序在進(jìn)行搜索的時(shí)候可能同一個(gè)網(wǎng)站被爬了兩次，之前爬了一次，現(xiàn)在又爬一次，那么他就去除這樣重復(fù)的數(shù)據(jù)，保留唯一的一個(gè)。接下來(lái)呢，就是對(duì)這個(gè)網(wǎng)站內(nèi)容進(jìn)行分析之后。把相關(guān)的詞全列在一起，與之對(duì)應(yīng)的這個(gè)詞出現(xiàn)的網(wǎng)頁(yè)鏈接地址是什么都做好相應(yīng)的排列。假如說(shuō)我想搜手機(jī)，那么就有幾個(gè)網(wǎng)頁(yè)會(huì)彈出手機(jī)相關(guān)的內(nèi)容。然后我就可以點(diǎn)相關(guān)的網(wǎng)頁(yè)進(jìn)行查看了。這是從爬蟲(chóng)然后建立索引這樣的一個(gè)機(jī)制。另外一方面，我可以看到，只有三點(diǎn)，用戶(hù)體驗(yàn)、鏈接分析還有內(nèi)容相關(guān)性。這是怎么理解的？剛才只是說(shuō)爬蟲(chóng)，從派出爬蟲(chóng)，然后建立一個(gè)這樣的索引。接下來(lái)呢，他會(huì)進(jìn)行一個(gè)比較，比較的是什么呢，內(nèi)容相關(guān)性，很多網(wǎng)站進(jìn)行比較。這網(wǎng)站，跟用戶(hù)想要的輸入的關(guān)鍵詞，她想要的內(nèi)容是否相關(guān)？另外一個(gè)呢，是鏈接分析這個(gè)網(wǎng)站，是否足夠的精簡(jiǎn),鏈接里是否也包含了關(guān)鍵詞相關(guān)的字段。這也是鏈接分析的其中的一個(gè)方法。然后就是用戶(hù)的體驗(yàn),他會(huì)對(duì)用戶(hù)搜索一個(gè)關(guān)鍵詞輸出的結(jié)果，進(jìn)行一個(gè)反饋的。假如說(shuō)，用戶(hù)搜索這個(gè)手機(jī)彈出很多信息，那么他會(huì)進(jìn)行相應(yīng)的匯總，有百分之多少的用戶(hù)會(huì)點(diǎn)擊某一個(gè)網(wǎng)頁(yè)，如果是這個(gè)網(wǎng)頁(yè)點(diǎn)擊量很多的話(huà)，排名自然會(huì)靠前。這也是搜索引擎在進(jìn)行不斷地分析的時(shí)候，根據(jù)用戶(hù)的體驗(yàn)來(lái)做了一個(gè)綜合的排名。

 

    其實(shí)在這個(gè)三個(gè)部分的過(guò)程中呢，就會(huì)有很多網(wǎng)站進(jìn)行作弊。例如說(shuō)，在一個(gè)文章中，同一個(gè)關(guān)鍵詞出現(xiàn)的頻率過(guò)多，這就是他的詞頻超過(guò)了，這也是一個(gè)作弊的方式。這樣的話(huà)就出了反作弊程序來(lái)對(duì)內(nèi)容相關(guān)性、鏈接分析，用戶(hù)體驗(yàn)中，可能的作弊行為進(jìn)行干預(yù)，有的時(shí)候是人工的，有的時(shí)候是機(jī)器的智能的。接下來(lái)就包含了三個(gè)部分。首先呢，搜索引擎會(huì)對(duì)用戶(hù)所查詢(xún)的關(guān)鍵詞進(jìn)行分詞處理，根據(jù)用戶(hù)的地理位置和歷史檢索，特征來(lái)進(jìn)行用戶(hù)需求的分析，他這個(gè)自動(dòng)的分析過(guò)程,以便使用地域性搜索結(jié)果和個(gè)性化搜索結(jié)果展示用戶(hù)最需要的內(nèi)容，這是查詢(xún)的分析。另外呢,我說(shuō)到了搜索引擎，他會(huì)建立很多的這樣的一個(gè)緩存機(jī)制。包含了不同的詞，對(duì)應(yīng)的相關(guān)的頁(yè)面都存儲(chǔ)的，而不是說(shuō)現(xiàn)查現(xiàn)返回。我看一下那個(gè)查找這個(gè)緩存中的，是否有該關(guān)鍵詞的查詢(xún)結(jié)果，如果有，就是最快的呈現(xiàn)查詢(xún)的結(jié)果，我們就會(huì)發(fā)現(xiàn)有的時(shí)候我們?cè)诎俣壬纤?，如果一些比較熱門(mén)的詞，就會(huì)彈出的很快，假如說(shuō)我們說(shuō)一個(gè)比較冷門(mén)的或者是最近剛剛發(fā)生這樣的詞，那么搜索引擎，可能就沒(méi)有建立這種的詞，這樣的一個(gè)緩存的資料。那么我們彈出頁(yè)面可能就會(huì)很慢。那我就在那個(gè)搜索庫(kù)中的網(wǎng)頁(yè)進(jìn)行調(diào)取排名呈現(xiàn)，并將該關(guān)鍵詞和對(duì)應(yīng)的搜索結(jié)果，加入到緩存中，他同樣會(huì)把這個(gè)詞再加進(jìn)這個(gè)緩存中，以便于別人在搜索的時(shí)候他的速度會(huì)更加快的。另外一個(gè)呢,網(wǎng)頁(yè)排名根據(jù)用戶(hù)搜索這個(gè)詞和搜索的需求,剛才我們前面說(shuō)到的搜索的分析還有緩存,然后對(duì)索引庫(kù)中的網(wǎng)頁(yè)進(jìn)行相關(guān)性重要性、用戶(hù)體驗(yàn)的高低進(jìn)行分析得出的。其實(shí)它還是包含了一個(gè)綜合性的概念。用戶(hù)在搜索結(jié)果中點(diǎn)擊和重復(fù)搜索行為也可以告訴搜索引擎，因?yàn)槟阍邳c(diǎn)擊一個(gè)網(wǎng)頁(yè)的時(shí)候，你這些數(shù)據(jù)會(huì)返給搜索引擎，他會(huì)指導(dǎo)你最需要最想看的是哪個(gè)網(wǎng)頁(yè)，這也會(huì)對(duì)網(wǎng)頁(yè)他的排名有一定的影響的。這個(gè)就是我介紹的搜索引擎的工作原理，其實(shí)主要包含兩部分，一個(gè)是，爬蟲(chóng)爬取然后建立索引。另外一個(gè)呢，是根據(jù)用戶(hù)的需求和用戶(hù)的體驗(yàn)，來(lái)進(jìn)行相關(guān)的頁(yè)面的排名。這就是搜索引擎的工作原理，謝謝大家。