做網(wǎng)站優(yōu)化的人應(yīng)該要對(duì)搜索引擊的基本原理有一些了解，從搜索引擎發(fā)現(xiàn)網(wǎng)址到該頁(yè)面擁有排名，以及后續(xù)更新整個(gè)過(guò)程中，搜索引擎到底是怎么工作的，都需要簡(jiǎn)單了解。對(duì)于專業(yè)的算法不必進(jìn)行深入的研究，但是對(duì)于搜索引擎工作中的策略和算法原理要有個(gè)簡(jiǎn)單的認(rèn)知樣才能更有效地開(kāi)展SEO工作，知其然也要知其所以然。當(dāng)然，也有一些朋友不懂這些，照樣做得有聲有色，但是對(duì)于搜索引擎工作原理，懂總比不懂要好一些。

 

 

　　結(jié)合SEO實(shí)際工作中的現(xiàn)象，更進(jìn)一步剖析一下搜索引擎的工作原理，其實(shí)當(dāng)你了解了搜索引擎的工作流程、策略基本算法后，就可以在一定程度上避免因?yàn)椴划?dāng)操作而帶來(lái)的不必要處罰，同時(shí)也可以快速析出很多搜索引擎搜索結(jié)果異常的原因。有搜索行為的地方就有搜索引擎，站內(nèi)搜索、全索、垂直搜索等都會(huì)用到搜索引擎。接下來(lái)，筆者會(huì)根據(jù)從業(yè)認(rèn)知，討論一下全文搜索引擎基本架構(gòu)。百度、 Google等綜合搜索巨頭肯定有著更為復(fù)雜的架構(gòu)和檢索技術(shù)，但宏觀上的本原理都差不多。

 

　　搜索引擎的大概架構(gòu)可以分成左右兩個(gè)部分：一部分是主動(dòng)抓取網(wǎng)頁(yè)行一系列處理后建立索引，等待用戶搜索;另一部分是分析用戶搜索意圖，展現(xiàn)用戶所需要搜索結(jié)果。

 

　　搜索引擎主動(dòng)抓取網(wǎng)頁(yè)，并進(jìn)行內(nèi)容處理、索引部分的流程和機(jī)制一般如下。

 

　　步驟1派出 Spider，按照一定策略把網(wǎng)頁(yè)抓回到搜索引擎服務(wù)器。步驟2對(duì)抓回的網(wǎng)頁(yè)進(jìn)行鏈接抽離、內(nèi)容處理，消除噪聲、提取該頁(yè)主題文本內(nèi)容等。步驟3對(duì)網(wǎng)頁(yè)的文本內(nèi)容進(jìn)行中文分詞、去除停止詞等。步驟4對(duì)網(wǎng)頁(yè)內(nèi)容進(jìn)行分詞后判斷該頁(yè)面內(nèi)容與已索引網(wǎng)頁(yè)是否有重復(fù)，剔除重復(fù)頁(yè)對(duì)剩余網(wǎng)頁(yè)進(jìn)行倒排索引，然后等待用戶的檢索。

 

　　當(dāng)有用戶進(jìn)行查詢后，搜索引擎工作的流程機(jī)制一般如下。

 

　　步驟01先對(duì)用戶所查詢的關(guān)鍵詞進(jìn)行分詞處理，并根據(jù)用戶的地理位置和歷史檢索特征進(jìn)行用戶需求分析，以便使用地域性搜索結(jié)果和個(gè)性化搜索結(jié)果展示用戶較需要的內(nèi)容。

 

　　步驟02查找緩存中是否有該關(guān)鍵詞的查詢結(jié)果，如果有，為了較快地呈現(xiàn)查詢結(jié)果，搜索引擎會(huì)根據(jù)當(dāng)下用戶的各種信息判斷其真正需求，對(duì)緩存中的結(jié)果進(jìn)行微調(diào)或直接呈現(xiàn)給用戶。

 

　　步驟03如果用戶所查詢的關(guān)鍵詞在緩存中不存在，那么就在索引庫(kù)中的網(wǎng)頁(yè)進(jìn)行調(diào)取排名呈現(xiàn)，并將該關(guān)鍵詞和對(duì)應(yīng)的搜索結(jié)果加入到緩存中。

 

　　步驟04網(wǎng)頁(yè)排名是根據(jù)用戶的搜索詞和搜索需求，對(duì)索引庫(kù)中的網(wǎng)頁(yè)進(jìn)行相關(guān)性、重要性(鏈接權(quán)重分析)和用戶體驗(yàn)的高低進(jìn)行分析所得出的。用戶在搜索結(jié)果中的點(diǎn)擊和重復(fù)搜索行為，也可以告訴搜索引擎，用戶對(duì)搜索結(jié)果頁(yè)的使用體驗(yàn)。這塊兒是近來(lái)作弊較多的部分，所以這部分會(huì)伴隨著搜索引擎的反作弊算法干預(yù)，有時(shí)甚至可能會(huì)進(jìn)行人工干預(yù)。

 

　　按照上述搜索引擎的架構(gòu)，在整個(gè)搜索引擎工作流程中大概會(huì)涉及 Spider、內(nèi)容處理、分詞、去重、索引、內(nèi)容相關(guān)性、鏈接分析、判斷頁(yè)面用戶體驗(yàn)、反作弊、人工干預(yù)、緩存機(jī)制、用戶需求分析等模塊。