百度搜索引擎的原理分析——检索排序

众所周知,搜索引擎的主要工作过程包括:抓取、存储、页面分析、索引、检索等几个主要过程。

1、索引系统

在以亿为单位的网页库中查找特定的某些关键词犹如大海里面捞针,也许一定的时间内可以完成查找,但是用户等不起,从用户体验角度我们必须在毫秒级别给予用户满意的结果,否则用户只能流失,怎样才能达到这种要求呢?

如果能知道用户查找的关键词都出现在哪些页面中,那么用户检索的处理过程即可以想象为包含了query中切词后不同部分的页面集合求交的过程,而检索即变成了页面名称之间的比较、求交,这样,在毫秒内以亿为单位的检索成为了可能,这就是通常所说的倒排索引及求交检索的过程,如下为建立倒排索引的基本过程:

百度搜索引擎的工作原理

(1)、页面分析的过程实际上是将原始页面的不同部分进行识别并标记,例如:title、keywords、content、link、anchor、评论、其他非重要区域等等。

(2)、分词的过程实际上包括了切词分词同义词转换同义词替换等等,以对某页面title分词为例,得到的将是这样的数据:term文本、termid、词类、词性等等。

(3)、之前的准备工作完成后,接下来即是建立倒排索引,形成{termàdoc},下图即是索引系统中的倒排索引过程:

百度搜索引擎的原理分析——检索排序

倒排索引是搜索引擎实现毫秒级检索非常重要的一个环节,下面我们要重要介绍一下索引系统建立倒排索引的重要过程——入库写库。

2、影响搜索结果排序的因素

用户输入关键词进行检索,百度搜索引擎在排序环节要做两方面的事情,******是把相关的网页从索引库中提取出来,第二是把提取出来的网页按照不同维度的得分进行综合排序,“不同维度”包括:

(1)、相关性:网页内容与用户检索需求的匹配程度,比如网页包含的用户检查关键词的个数,以及这些关键词出现的位置;外部网页指向该页面所用的锚文本等。

(2)、权威性:用户喜欢有一定权威性网站提供的内容,相应的,百度搜索引擎也更相信优质权威站点提供的内容。

(3)、时效性:时效性结果指的是新出现的网页,且网页内承载了新鲜的内容,目前时效性结果在搜索引擎中日趋重要。

(4)、重要性:网页内容与用户检查需求匹配的重要程度或受欢迎程度。

(5)、丰富度:丰富度看似简单却是一个覆盖范围非常广的命题,可以理解为网页内容丰富,可以完全满足用户需求;不仅可以满足用户单一需求,还可以满足用户的延展需求。

(6)、受欢迎程度:指该网页是不是受欢迎。

以上便是百度搜索引擎决定搜索结果排序时考虑的六大原则,那么六大原则的侧******是怎样的呢?哪个原则在实际应用时占比******呢?其实在这里没有一个确切的答案。

在百度搜索引擎早期,这些阈值的确是相对固定的,比如“相关性”在整体排序中的重量可以占到七成,但随着互联网的不断发展,检索技术的进步,网页数量的爆发式增长,相关性已经不是难题,于是百度搜索引擎引入了机器学习机制,让程序自动产出计算公式,推进排序策略更加合理。

4、低质网页狙击策略——石榴算法

我们理解网站生存发展需要资金支持,从来不反对网站添加各种合法广告,不要再问我们“我们网站加了XX联盟的广告会不会被处罚”这类问题,有些站点好不容易在百度有了比较好的排位,却在页面上放置大量有损访问用户体验的广告,已经严重影响到百度搜索引擎用户的使用感受。

为此,百度质量团队2013年5月17日发布公告:针对低质量网页推出了石榴算法,旨在打击含有大量妨碍用户正常浏览的恶劣广告的页面,尤其是弹出大量低质广告、存在混淆页面主体内容的垃圾广告的页面。

百度质量团队希望站长能够多从用户角度出发,朝着长远发展考虑,在不影响用户体验的前提下合理地放置广告,赢得用户的长期青睐才是一个网站发展壮大的基础。

相关文章:百度搜索引擎工作原理是怎么样的?

本文来自投稿,不代表重蔚自留地立场,如若转载,请注明出处https://www.cwhello.com/11073.html

如有侵犯您的合法权益请发邮件951076433@qq.com联系删除

(0)
重蔚的头像重蔚管理团队
上一篇 2019年3月10日 20:23
下一篇 2019年3月10日 20:30

相关推荐

  • 教你掌握SEO搜索引擎的规则和方法,操作起来事半功倍。

    掌握SEO搜索引擎的规则和方法,操作起来事半功倍。 SEO是围绕搜索引擎的现在和将来开发的,因为很多用户正在使用搜索引擎,来搜索他们想要的东西,所以SEO必须迎合搜索引擎的搜索规则。 只有让搜索引擎给我们更好的…

    2023年3月11日
    01
  • 分享中小企业网络营销的渠道有哪些。

    目前,企业的发展越来越离不开网站推广和营销。如果你想在搜索引擎中获得主页的顶级排名,你必须根据一些优化的营销推广策略和技提高网站在搜索引擎中的排名位置,增加网站的流量。那么中小企业网络营销的渠道有哪…

    2023年3月15日
    00
  • 我来分享SEO搜索引擎基础算法的日常应用。

    为什么要交换友情链接? 熟悉seo工作的朋友都知道换链接是必不可少的。好的链接可以提高本站的在搜索引擎当中的权重,也可以提高本站的流量来源。可谓是“一箭双雕”。但是为什么会带来这样的好处呢?这就涉及到PageRan…

    2023年6月19日
    00
  • 我来教你新手应该如何更好的学习SEO优化。

    新手应该如何更好的学习SEO优化 只要把时间真正花出去学习,每隔一个月就可以有全新的SEO整体见解。而恰恰许多人哪怕做了许多年SEO,经验可能还是很有限。 新手应该如何更好的学习SEO优化 1.适当了解基础搜索引擎原…

    2022年11月14日
    02
  • 快速排名点击的利与弊

    想要做快速排名,使用一些点击软件,或者说是使用一些不法的点击软件让我们的文章点击率变高,这种点击软件它并不见得是一个好处,因为有的时候它可能会被打击。 百度的惊雷算法,绿萝算法等等,各种各样的算法,包…

    2022年5月27日
    0170
  • WordPress屏蔽搜索引擎方法。

    在刚刚开始建站时,因为站点结构和初始内容都没有准备好,网站处于测试阶段,我们开放搜索引擎收录是没有意义的,如果搜索引擎收录了很多无用的页面,反而不利于我们后期的优化,所以在初建网站时,禁止搜索引擎是…

    2022年10月24日 wordpress开发
    035
  • 什么是锚文本以及为什么它对SEO很重要?

    锚文本是用户可见的链接的一部分,并且由于许多原因它对SEO很重要。您为内部和外部链接编写的锚文本可以对您的排名产生正面或负面影响。 在这篇文章中,您将通过避免可能导致Google处罚的过度优化来了解锚文本以及…

    2019年7月8日 SEO操作
    0437
  • 经验分享原创文章怎么收录,转发原创文章会怎么显示吗。

    原创文章的收录和转发是许多内容创作者关心的问题,我们需要了解的是,搜索引擎如Google、Bing等,会根据一定的算法来评估文章的价值并决定是否收录,这些算法通常会考虑文章的质量、原创性、相关性等因素。 一、如…

    2024年7月17日
    00

联系我们

QQ:951076433

在线咨询:点击这里给我发消息邮件:951076433@qq.com工作时间:周一至周五,9:30-18:30,节假日休息