根據(jù)搜索結(jié)果來(lái)源的不同，全文搜索引擎可分為兩類(lèi)，一類(lèi)擁有自己的檢索程序（Indexer），俗稱(chēng)“蜘蛛”（Spider）程序或“機(jī)器人”（Robot）程序，能自建網(wǎng)頁(yè)數(shù)據(jù)庫(kù)，搜索結(jié)果直接從自身的數(shù)據(jù)庫(kù)中調(diào)用，上面提到的Google和百度就屬于此類(lèi)；另一類(lèi)則是租用其他搜索引擎的數(shù)據(jù)庫(kù)，并按自定的格式排列搜索結(jié)果，如Lycos搜索引擎。
每一個(gè)搜索引擎都由三個(gè)主要部分組成：
1、蜘蛛
蜘蛛的工作職責(zé)是發(fā)現(xiàn)新的網(wǎng)頁(yè)并收集這些網(wǎng)頁(yè)的快照，然后分析該網(wǎng)頁(yè)。
蜘蛛以抓取頁(yè)面為主，比如掃描網(wǎng)頁(yè)，所有的搜索引擎都能夠?qū)崿F(xiàn)深層檢索和快速檢索。在深層檢索中，蜘蛛可以查找和掃描網(wǎng)頁(yè)內(nèi)的所有內(nèi)容；在快速檢索中，蜘蛛不遵循深層檢索的規(guī)則，只搜索重要的關(guān)鍵詞部分，而不檢查和掃描網(wǎng)頁(yè)里的所有內(nèi)容。
大家都知道網(wǎng)站最重要的是快照時(shí)間，也就是說(shuō)蜘蛛爬行和收錄的網(wǎng)頁(yè)速度越快，就說(shuō)明這個(gè)網(wǎng)站在搜索引擎心中越重要，比如新華網(wǎng)和人民網(wǎng)，蜘蛛每小時(shí)爬4次以上，有的網(wǎng)站一個(gè)月也不見(jiàn)得能被蜘蛛爬一次�？煺盏淖ト〕潭热Q于網(wǎng)站內(nèi)容的流行度、更新速度與網(wǎng)站域名的新舊。
在蜘蛛的爬行規(guī)則中，如果有許多外部鏈接指向這個(gè)網(wǎng)站，那就說(shuō)明這個(gè)網(wǎng)站比較重要，所以抓取這個(gè)網(wǎng)站的頻率很高。當(dāng)然，搜索引擎這樣做也是為了省錢(qián)，如果都以同樣的頻率爬行所有網(wǎng)站，這樣需要更多的時(shí)間和成本，才能得到更全面的搜索結(jié)果。
2、指數(shù)
蜘蛛在爬行的過(guò)程中，可能會(huì)重復(fù)檢查網(wǎng)頁(yè)的內(nèi)容，然后查看網(wǎng)站內(nèi)容是否是復(fù)制其他網(wǎng)站的，以保證網(wǎng)站原創(chuàng)內(nèi)容的指數(shù)，該指數(shù)的結(jié)果一般都是基本保持復(fù)制內(nèi)容的排序搜索結(jié)果。當(dāng)你進(jìn)行搜索時(shí)，搜索引擎不會(huì)從網(wǎng)絡(luò)上搜索，它會(huì)從指數(shù)中選擇搜索結(jié)果，所以搜索得到的網(wǎng)頁(yè)數(shù)量并不能代表整個(gè)網(wǎng)站，但蜘蛛會(huì)在后臺(tái)掃描和保存網(wǎng)站的網(wǎng)頁(yè)數(shù)量。
在搜索結(jié)果數(shù)量中，谷歌1-10個(gè)搜索結(jié)果約為16.05萬(wàn)，還有每個(gè)區(qū)域的搜索結(jié)果排名，這些都可以用搜索引擎的算法指數(shù)來(lái)控制，或者說(shuō)是控制一部分。
每個(gè)搜索引擎在全國(guó)或全世界各地都建立數(shù)據(jù)中心，當(dāng)你輸入需要搜索的關(guān)鍵詞的時(shí)候，會(huì)由于數(shù)據(jù)更新的時(shí)間不同而致搜索結(jié)果同步，所以在不同的地區(qū)就會(huì)出現(xiàn)不同的搜索結(jié)果。
3、Web界面
當(dāng)你使用搜索引擎所看到的界面（比如google.com、baidu.com），搜索結(jié)果取決于復(fù)雜的算法，算法都是從指數(shù)內(nèi)調(diào)用結(jié)果，通過(guò)查詢(xún)并分析才能在前臺(tái)顯示，所以算法的制作時(shí)間比較長(zhǎng)，谷歌在這個(gè)技術(shù)領(lǐng)域上領(lǐng)先。
還有一些搜索引擎的“一站式”特性，這類(lèi)特性在英文搜索上比較常見(jiàn)，一般來(lái)說(shuō)，搜索引擎忽略“一站式”的話(huà)，這樣的搜索結(jié)果將更加正確，比如搜索“貓，狗”的時(shí)候，搜索引擎會(huì)排除“貓和狗”，只搜索“貓”“狗”。
關(guān)鍵詞密度是衡量一個(gè)關(guān)鍵詞出現(xiàn)在網(wǎng)頁(yè)上的頻率，一般搜索引擎看到某網(wǎng)頁(yè)上的關(guān)鍵詞超過(guò)密度范圍，那它就會(huì)分析該網(wǎng)頁(yè)是否作弊，現(xiàn)在搜索引擎可以做到任何地域的字詞相關(guān)度處理。所以在一般情況下，關(guān)鍵詞應(yīng)該在整個(gè)網(wǎng)頁(yè)中分散，但一定要有某個(gè)標(biāo)題或段落長(zhǎng)期不變。
搜索引擎還有個(gè)核心分析技術(shù)就是鏈接的相關(guān)性分析，除了網(wǎng)頁(yè)排名和一般的鏈接，谷歌還看重錨文本鏈接，錨文本鏈接主要在于鏈接的年齡和位置，還有該鏈接的網(wǎng)頁(yè)是否屬于權(quán)威網(wǎng)站等。
鏈接是最大的網(wǎng)站質(zhì)量指標(biāo)，搜索引擎都很關(guān)注著，因?yàn)楝F(xiàn)在友情鏈接比較難找，而你又很需要友情鏈接，所以鏈接中很少有垃圾信息。比如大學(xué)的網(wǎng)站在谷歌的權(quán)重很高，那是由于大學(xué)有很多高質(zhì)量的外部鏈接。隨著大家都了解到外部鏈接的重要性后，很多網(wǎng)站開(kāi)始買(mǎi)賣(mài)鏈接，這也是現(xiàn)在搜索引擎比較頭疼的問(wèn)題，不過(guò)ask現(xiàn)在判定網(wǎng)站排名更多在于網(wǎng)站的質(zhì)量。
所有的搜索引擎都希望得到用戶(hù)反饋的信息，他們期待在查詢(xún)之前、搜索查詢(xún)、時(shí)間間隔、和語(yǔ)義關(guān)系等方面，能更加了解到用戶(hù)的意圖，他們還會(huì)跟蹤用戶(hù)的點(diǎn)擊，如果用戶(hù)點(diǎn)擊一個(gè)物品，然后又馬上回到搜索頁(yè)面，那搜索引擎就會(huì)認(rèn)為這個(gè)購(gòu)買(mǎi)不成功，會(huì)刪除跟蹤清單，其實(shí)這種做法已經(jīng)在向電子商務(wù)靠近了。
由此可以看出，搜索引擎已經(jīng)開(kāi)始注重用戶(hù)體驗(yàn)，為了做讓用戶(hù)肯定自己的勞動(dòng)成果，并成為搜索引擎行業(yè)的一個(gè)標(biāo)準(zhǔn)，或許未來(lái)的發(fā)展就在個(gè)性化搜索。
隨著搜索市場(chǎng)競(jìng)爭(zhēng)的白熱化，搜索引擎不僅開(kāi)始深挖自己的戰(zhàn)壕，還開(kāi)始打起了口水戰(zhàn)，而山寨搜索引擎在高舉著“整合”的大旗，開(kāi)始大搖大擺地進(jìn)入這個(gè)本來(lái)只有巨頭壟斷的市場(chǎng)。國(guó)人充分發(fā)揮著其無(wú)比的想象力，準(zhǔn)備讓國(guó)內(nèi)的互聯(lián)網(wǎng)“步入搜索新時(shí)代”。 |
您現(xiàn)在的位置： 
