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

(0)
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

  • 百度seo建议分享,企业seo必看的知识!

    一、搜索引擎优化(SEO)的优点与缺点 优点: 1、价格低廉:网站优化维持一年排名的费用或许只是做竞价一到两个月的费用,相比竞价要便宜的多。 2、展示面广:网站优化最大的好处就是没有搜索引擎的各自独立性,即便您...

    2022年5月21日
    0230
  • 你知道的SEO优化技巧与SEO思维

    开始就是从分享网站 SEO 优化而开始的,到今天依然没有忘记曾经的初衷,虽然这些年来各大搜索引擎也都在不断的更新这算法,并且也不断的打击一些恶意网站。就像之前我还写过一篇《SEO 已渐行渐远,对用户输出价值才...

    4天前
    0140
  • 提高网站16个SEO优化的核心影响因素

    尽管这篇文章分析的是谷歌,但是很多对于其他搜索引擎也同样受用,不得不说的是在搜索技术上百度与谷歌的距离还是很远,可能方向都放到赚钱去了吧,OK,让我们开始吧! 我们分析了100万个搜索结果(SERP)来回的一下这...

    4天前
    0160
  • SEO网站优化必知的10个问答

    1问:百度每更新一次,网站的收录就会减少很多,但是我每天都增加伪原创的内容啊? 1答:这个问题大多数是因为网站权重导致百度不够重视你;另一方面就是文章质量度不高,没有可读性或是原创度太低,尽管百度会收录...

    1天前
    060
  • 网站设计改版的主要内容有哪些?

    企业网站设计改版很多时候都会造成网站的排名和收录波动,严重的甚至会大幅度下降。所以我们在开始网站设计改版之前必须要考虑清楚、全面的分析网站的改版需求,弄清楚如何改动才能对网站更有利。以及需要改版哪些主...

    2019年10月29日
    0330
  • 1.4网站seo要解决的主要问题?

    seo本来就是一件靠测试和思考得到规则的过程,所以每个人对网站优化的手段都不尽相同,但是在seo的过程中 我们要解决的问题是相同的,大致分为以下几个。 给网站一个定位 网站定位就是要明白我的网站是做什么的,能...

    2016年6月6日
    0290
  • 五个方法提高网站在搜索引擎的排名

    随着竞争的愈来愈烈,站长要想永远活在互联网,就一定要打入搜索引擎,这是做网站的必须。那么网站应该如何做才能保持在搜索引擎的前列呢?网站排名其主要是由网站自身质量以及与查询词的相关性强弱决定的。今天为大...

    4天前
    0120

发表评论

您的电子邮箱地址不会被公开。

您看到的还是重蔚自留地。只是我们升级啦!