当前位置: 爱搜索网 》正文
搜索引擎的工作原理
www.siqo88.com 加入时间:2013-02-05 23:53:46

  第一步:爬行

  搜索引擎是通过一种特定规律的软件跟踪网页的链接,从一个链接爬到另外一个链接,像蜘蛛在蜘蛛网上爬行一样,所以被称为“蜘蛛”也被称为“机器人”。搜索引擎蜘蛛的爬行是被输入了一定的规则的,它需要遵从一些命令或文件的内容。

  第二步:抓取存储

  搜索引擎是通过蜘蛛跟踪链接爬行到网页,并将爬行的数据存入原始页面数据库。其中的页面数据与用户浏览器得到的HTML是完全一样的。搜索引擎蜘蛛在抓取页面时,也做一定的重复内容检测,一旦遇到权重很低的网站上有大量抄袭、采集或者复制的内容,很可能就不再爬行。

  第三步:预处理

  搜索引擎将蜘蛛抓取回来的页面,进行各种步骤的预处理。

  ⒈提取文字

  ⒉中文分词

  ⒊去停词

  ⒋消除噪音

  ⒌去重

  ⒍正向索引

  ⒎倒排索引

  ⒏链接关系计算

  ⒐特殊文件处理

  第四步:排名

  用户在搜索框输入关键词后,排名程序调用索引库数据,计算排名显示给用户,排名过程与用户直接互动的。但是,由于搜索引擎的数据量庞大,虽然能达到每日都有小的更新,但是一般情况搜索引擎的排名规则都是根据日、周、月阶段性不同幅度的更新。每个搜索引擎各有各的排名算法,排名算法的不同决定了关键字的在搜索引擎中的排名位置,排名越靠前,被点击查看的几率越大。

上一条:什么是全文搜索引擎?
下一条:acesse爱搜索改变世界的机遇

爱搜索赞助商