搜索引擎技術(shù)

二、搜索引擎的工作原理是什么？

搜索引擎的工作原理總共有四步：

第一步：爬行，搜索引擎是通過一種特定規(guī)律的軟件跟蹤網(wǎng)頁的鏈接，從一個(gè)鏈接爬到另外一個(gè)鏈

接，所以稱為爬行。

第二步：抓取存儲，搜索引擎是通過蜘蛛跟蹤鏈接爬行到網(wǎng)頁，并將爬行的數(shù)據(jù)存入原始頁面數(shù)據(jù)庫。

第三步：預(yù)處理，搜索引擎將蜘蛛抓取回來的頁面，進(jìn)行各種步驟的預(yù)處理。

第四步：排名，用戶在搜索框輸入關(guān)鍵詞后，排名程序調(diào)用索引庫數(shù)據(jù)，計(jì)算排名顯示給用戶，排名過程與用戶直接互動的。

不同的搜索引擎查出來的結(jié)果是根據(jù)引擎內(nèi)部資料所決定的。比如：某一種搜索引擎沒有這種資料，您就查詢不到結(jié)果。

擴(kuò)展資料：

定義

一個(gè)搜索引擎由搜索器、索引器、檢索器和用戶接四個(gè)部分組成。搜索器的功能是在互聯(lián)網(wǎng)中漫游，發(fā)現(xiàn)和搜集信息。索引器的功能是理解搜索器所搜索的信息，從中抽取出索引項(xiàng)，用于表示文檔以及生成文檔庫的索引表。

檢索器的功能是根據(jù)用戶的查詢在索引庫中快速檢出文檔，進(jìn)行文檔與查詢的相關(guān)度評價(jià)，對將要輸出的結(jié)果進(jìn)行排序，并實(shí)現(xiàn)某種用戶相關(guān)性反饋機(jī)制。用戶接口的作用是輸入用戶查詢、顯示查詢結(jié)果、提供用戶相關(guān)性反饋機(jī)制。

起源

所有搜索引擎的祖先，是1990年由Montreal的McGill University三名學(xué)生（Alan Emtage、Peter

Deutsch、Bill Wheelan）發(fā)明的Archie（Archie FAQ）。Alan Emtage等想到了開發(fā)一個(gè)可以用文件名查找文件的系統(tǒng)，于是便有了Archie。

Archie是第一個(gè)自動索引互聯(lián)網(wǎng)上匿名FTP網(wǎng)站文件的程序，但它還不是真正的搜索引擎。Archie是一個(gè)可搜索的FTP文件名列表，用戶必須輸入精確的文件名搜索，然后Archie會告訴用戶哪一個(gè)FTP地址可以下載該文件 。

由于Archie深受歡迎，受其啟發(fā)，Nevada System Computing Services大學(xué)于1993年開發(fā)了一個(gè)Gopher（Gopher FAQ）搜索工具Veronica（Veronica FAQ）。Jughead是后來另一個(gè)Gopher搜索工具。

參考資料來源：百度百科-搜索引擎

三、搜索引擎技術(shù)

⒈提高搜索引擎對用戶檢索提問的理解。為了提高搜索引擎對用戶檢索提問的理解，就必須有一個(gè)好的檢索提問語言。為了克服關(guān)鍵詞檢索和目錄查詢的缺點(diǎn)，現(xiàn)在已經(jīng)出現(xiàn)了自然語言智能答詢。用戶可以輸入簡單的疑問句，比如“如何能殺死計(jì)算機(jī)中的病毒”，搜索引擎在對提問進(jìn)行結(jié)構(gòu)和內(nèi)容的分析之后，或直接給出提問的答案，或引導(dǎo)用戶從幾個(gè)可選擇的問題中進(jìn)行再選擇。自然語言的優(yōu)勢在于，一是使網(wǎng)絡(luò)交流更加人性化，二是使查詢變得更加方便、直接、有效。就以上面的例子來講，如果用關(guān)鍵詞查詢，多半人會用“病毒”這個(gè)詞來檢索，結(jié)果中必然會包括各類病毒的介紹，病毒是怎樣產(chǎn)生的等等許多無用信息，而用“如何能殺死計(jì)算機(jī)中的病毒”檢索，搜索引擎會將怎樣殺死病毒的信息提供給用戶，提高了檢索效率。 ⒉垂直主題搜索引擎有著極大的發(fā)展空間。網(wǎng)上的信息浩如煙海，網(wǎng)絡(luò)資源以驚人的速度增長，一個(gè)搜索引擎很難收集全所有主題的網(wǎng)絡(luò)信息，即使信息主題收集得比較全面，由于主題范圍太寬，很難將各主題都做得精確而又專業(yè)，使得檢索結(jié)果垃圾太多。這樣以來，垂直主題的搜索引擎以其高度的目標(biāo)化和專業(yè)化在各類搜索引擎中占據(jù)了一席之地。目前，一些主要的搜索引擎，都提供了新聞、Mp3、圖片、Flash等的搜索，加強(qiáng)了檢索的針對性。 ⒊元搜索引擎，能夠提供全面且較為準(zhǔn)確的查詢結(jié)果?，F(xiàn)在的許多搜索引擎，其收集信息的范圍、索引方法、排名規(guī)則等都各不相同，每個(gè)搜索引擎平均只能涉及到整個(gè)Web資源的30－50%，這樣導(dǎo)致同一個(gè)搜索請求在不同搜索引擎中獲得的查詢結(jié)果的重復(fù)率不足34%，而每一個(gè)搜索引擎的查準(zhǔn)率不到45%。元搜索引擎(META Search Engine)是將用戶提交的檢索請求發(fā)送到多個(gè)獨(dú)立的搜索引擎上去搜索，并將檢索結(jié)果集中統(tǒng)一處理，以統(tǒng)一的格式提供給用戶，因此有搜索引擎之上的搜索引擎之稱。它的主要精力放在提高搜索速度、智能化處理搜索結(jié)果、個(gè)性化搜索功能的設(shè)置和用戶檢索界面的友好性上，查全率和查準(zhǔn)率都比較高。 四、主要的搜索引擎介紹 這里介紹的是在國內(nèi)外影響比較大的主要的一些搜索引擎和分類目錄站點(diǎn)，由于現(xiàn)在的站點(diǎn)一般都同時(shí)提供全文搜索和分類目錄兩種服務(wù)，所以我們按照其自有的技術(shù)進(jìn)行分類和介紹。 一主要的全文搜索引擎 ⒈Google（ http://www.google.com/）。Google成立于1997年，幾年間迅速發(fā)展成為世界范圍內(nèi)規(guī)模最大的搜索引擎。Google數(shù)據(jù)庫現(xiàn)存有42.8億個(gè)Web文件，每天處理的搜索請求已達(dá)2億次，而且這一數(shù)字還在不斷增長。Google借用Dmoz（ http://dmoz.org/）的分類目錄提供“網(wǎng)頁目錄”查詢（ http://www.google.com/dirhp?hl=zh-CN&tab=wd&ie=UTF-8&oe=UTF-8&q=），但默認(rèn)網(wǎng)站排列順序并非按照字母順序，而是根據(jù)網(wǎng)站PageRank的分值高低排列。 ⒉百度（ http://www.baidu.com/）。百度是國內(nèi)最早的商業(yè)化（早期為其它門戶網(wǎng)站提供搜索服務(wù)，現(xiàn)在的競價(jià)排名更是日進(jìn)斗金）全文搜索引擎，擁有自己的網(wǎng)絡(luò)機(jī)器人和索引數(shù)據(jù)庫，專注于中文的搜索引擎市場，除有網(wǎng)頁搜索外，百度還有新聞、MP3、圖片等搜索，并在2003年底推出“貼吧”、按地域搜索等功能。 ⒊中國搜索（ http://www.huicong.com/）。中國搜索的前身是慧聰搜索，原慧聰搜索在聯(lián)合中國網(wǎng)等30多家知名網(wǎng)站的基礎(chǔ)上，2002年9月25日，正式組建了中國搜索聯(lián)盟，經(jīng)過一年多的發(fā)展，聯(lián)盟成員就已達(dá)630多家，成為中國互聯(lián)網(wǎng)一支重要的力量。由于發(fā)展迅速，慧聰集團(tuán)借上市之機(jī)，將慧聰搜索更名為中國搜索，全力發(fā)展其在搜索引擎方面的業(yè)務(wù)，以打造中文搜索領(lǐng)域的全新品牌。 二主要分類目錄 ⒈雅虎中國分類目錄（ http://cn.yahoo.com/）。雅虎中國的分類目錄是最早的分類目錄，現(xiàn)有14個(gè)主類目，包括“商業(yè)與經(jīng)濟(jì)”、“藝術(shù)與人文”等，可以逐層進(jìn)入進(jìn)行檢索，也可以利用關(guān)鍵詞對“分類網(wǎng)站”進(jìn)行搜索（ http://m6.search.cnb.yahoo.com/dirsrch/）。此外，雅虎中國也可以對“所有網(wǎng)站”進(jìn)行關(guān)鍵詞搜索（ http://cn.search.yahoo.com/websrch/），早期，他的搜索結(jié)果使用Google的數(shù)據(jù)，2004年2月正式推出自己的全文搜索引擎，并結(jié)束了與Google的合作。 ⒉百度分類目錄（ http://dir.sina.com.cn/）。百度的分類目錄目前共有18個(gè)大類目，用戶可按目錄逐級向下瀏覽，直到找到所需網(wǎng)站。就好像用戶到圖書館找書一樣，按照類別大小，層層查找，最終找到需要的網(wǎng)站或內(nèi)容。通過和其它全文搜索引擎的合作，現(xiàn)在，也可以使用關(guān)鍵詞對百度的“分類網(wǎng)站”或“全部網(wǎng)站”進(jìn)行搜索。 ⒊搜狐分類目錄（ http://dir.sohu.com/）。搜狐分類目錄把網(wǎng)站作為收錄對象，具體的方法就是將每個(gè)網(wǎng)站首頁的URL地址提供給搜索用戶，并且將網(wǎng)站的題名和整個(gè)網(wǎng)站的內(nèi)容簡單描述一下，但是并不揭示網(wǎng)站中每個(gè)網(wǎng)頁的信息內(nèi)容。除此之外，也可以使用關(guān)鍵詞對搜狐的“分類目錄”或所有網(wǎng)站進(jìn)行搜索。 ⒋網(wǎng)易分類目錄（ http://search.163.com/）。網(wǎng)易的分類目錄采用“開放式目錄”管理方式，在功能齊全的分布式編輯和管理系統(tǒng)的支持下，現(xiàn)有5000多位各界專業(yè)人士參與可瀏覽分類目錄的編輯工作，極大地適應(yīng)了互聯(lián)網(wǎng)信息爆炸式增長的趨勢。在加強(qiáng)與其它搜索引擎合作的基礎(chǔ)上，新版搜索引擎支持使用關(guān)鍵詞對所有網(wǎng)站進(jìn)行檢索。 實(shí)際上，搜索引擎的眾多技術(shù)都是高度保密的，以是僅僅是筆者的一些愚見，不足之處，還請眾大蝦批評指正。

四、百度搜索引擎的核心技術(shù)是什么？

核心技術(shù)：超鏈分析

超鏈分析技術(shù)，是新一代搜索引擎的關(guān)鍵技術(shù)，已為世界各大搜索引擎普遍采用，百度總裁李彥宏就是超鏈分析專利的唯一持有人。在學(xué)術(shù)界，一篇論文被引用得越多就說明其越好，學(xué)術(shù)價(jià)值就越高。超鏈分析就是通過分析鏈接網(wǎng)站的多少來評價(jià)被鏈接的網(wǎng)站質(zhì)量，這保證了用戶在百度搜索時(shí)，越受用戶歡迎的內(nèi)容排名越靠前。

以上就是關(guān)于搜索引擎技術(shù)相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。

推薦閱讀：

國內(nèi)搜索引擎都有哪些（國內(nèi)搜索引擎都有哪些網(wǎng)站）

Aol搜索引擎（Aol搜索引擎下載）

怎樣提升寶貝搜索排名（如何提高寶貝的搜索權(quán)重排名）

抖音昵稱右上角的小數(shù)字怎么打（抖音昵稱右上角的小數(shù)字怎么打出來）

做抖音代運(yùn)營需要什么證（做抖音代運(yùn)營需要什么證件）