专注提供网络营销最落地的技巧分享

深挖搜索引擎工作原理

做SEO的人应该要对搜索引擎的基本原理有一些了解,从搜索引擎发现网址到该页面拥有排名,以及后续更新整个过程中,搜索引擎到底是怎么工作的,都需要简单了解。但是,对于专业的搜索引擎的算法不必进行深入的研究,但是对于搜索引擎工作中的策略和算法原理要有个简单的认知,这样才能更有效的开展SEO的工作,知其然也要知其所以然。当然,也有一些朋友不懂这些,照样做得有声有色,但是对于搜索引擎工作原理,懂总比不懂要好一些。

以往的SEO书籍(比如SEO实战密码等书)中对这块内容的讲解都比较简单,同时就算讲的比较透,但也是区域理论化,怎么样跟实际相结合,建欣希望在此能够尝试结合SEO实际工作经验,更进一步剖析一下搜索引擎的工作原理,其实当你了解了搜索引擎的工作流程、策略和 基本算法后,就可以在一定程度上避免因为不当操作而带来的不必要处罚,同时也可以快速分析出很多搜索引擎搜索结果异常的原因。有搜索行为的地方就有搜索引擎,站内搜索、全网搜索、垂直搜索等都会用到搜索引擎。接下来,建欣根据从业认知,讨论一下全文搜索引擎的基本架构。

要明确说的是,百度、谷歌等综合搜索巨头肯定有着更为复杂的架构和检索技术,但宏观上的基本原理都差不多,我们只需要知道这个基本原理已经足够。

搜索引擎的大概架构如下图所示。可以分成虚线左右两个部分:一部分是主动抓取网页进行一系列处理后建立索引,等待用户搜索;另一部分是分析用户搜索意图,展现用户所需要的搜索结果。

搜索引擎算法原理简图

搜索引擎主动抓取网页,并进行内容处理、索引部分的流程和机制一般如下:

步骤01   派出Spider,按照一定策略把网页抓回到搜索引擎服务器;

步骤02   对抓回的网页进行链接抽离、内容处理,消除噪声、提取该页主题文本内容等;

步骤03   对网页的文本内容进行中文分词、去除停止词等;

步骤04   对网页内容进行分词后判断该页面内容与巳索引网页是否有重复,剔除重复页, 对剩余网页进行倒排索引,然后等待用户的检索。

当有用户进行查询后,搜索引擎工作的流程机制一般如下。

步骤01   先对用户所查询的关键词进行分词处理,并根据用户的地理位置和历史检索特征进行用户需求分析,以便使用地域性搜索结果和个性化搜索结果展示用户最需要的内容;

步骤02   查找缓存中是否有该关键词的查询结果,如果有,为了最快地呈现查询结果,搜索引擎会根据当下用户的各种信息判断其真正需求,对缓存中的结果进行微调或直接呈现给用户;

步骤03   如果用户所查询的关键词在缓存中不存在,那么就在索引库中的网页进行调取排名呈现,并将该关键词和对应的搜索结果加入到缓存中;

步骤04   网页排名是根据用户的搜索词和搜索需求,对索引库中的网页进行相关性、重要性(链接权重分析)和用户体验的高低进行分析所得出的。用户在搜索结果中的点击和重复搜索行为,也可以告诉搜索引擎,用户对搜索结果页的使用体验。这块儿是近来作弊最多的部分,所以这部分会伴随着搜索引擎的反作弊算法千预, 有时甚至可能会进行人工干预。

按照上述搜索引擎的架构,在整个搜索引擎工作流程中大概会涉及Spider、内容处理、分词、去重、索引、内容相关性、链接分析、判断页面用户体验、反作弊、人工千预、缓存机制、用户需求分析等模块。

好,今天关于搜索引擎的算法原理的剖析,就到这里,希望对大家有所帮助,这些名词和名词背后隐藏的原理和具体操作手法,建欣会在后续的文章里面,为大家一一揭示清晰。

未经允许不得转载:云帆工作室(王建欣)博客 » 深挖搜索引擎工作原理

分享到:

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

云帆工作室,全部精华作品均可在线购买

云帆淘宝店了解云帆