首页 >  SEO >  SEO知识 >  正文

搜索引擎检索原理解析

 作者:潘某人SEO
1125

上期讲到了搜索引擎是如何抓取内容的,今天就来讲下搜索引擎的下半部分,搜索引擎的内容抓取的目的就是为了实现用户的搜索。对于网站来说,站点内容搜索是通过关键词来匹配,找出关联性最大的结果进行展示,搜索引擎的亦是如此。

但是搜索引擎面对整个网络,几乎抓取了互联网上的大部分内容,如果只是简单的粗暴的存储抓取到的内容,那么存储成本会很大,大量的重复内容效率会很低;对于用户搜索的时候因为内容过于庞大,搜索效率很低并且结果不精准,这就要依托于搜索引擎的算法加持。

对于搜索引擎面对最大的问题就是匹配的精准性,对于搜索引擎存在意义就是解决用户的搜索需求,但是机器毕竟是机器,及时现在的人工智能其实也是智障,所以就需要通过算法更加精准的把关键词和文档关联起来。

对于计算机来说,目前来说不可能读懂文档的内容,只能把文档分成若干的片段,经过算法分析得出文档的和各个关键词的关联性。检索系统主要包含了五个部分,如下图所示:

搜索引擎搜索匹配流程

(1)Query串切词分词即将用户的查询词进行分词,对之后的查询做准备,以“10号线地铁故障”为例,可能的分词如下(同义词问题暂时略过):

  • 10 0x123abc

  • 号 0x13445d

  • 线 0x234d

  • 地铁 0x145cf

  • 故障 0x354df

(2)查出含每个term的文档集合,即找出待选集合,如下:

  • 0x123abc 1 2 3 4 7 9…..

  • 0x13445d 2 5 8 9 10 11……

  • ……

  • ……

(3)求交,上述求交,文档2和文档9可能是我们需要找的,包含0x123abc0x123abc的文档有1 2 3 4 7 9,包含0x13445d的文档有2 5 8 9 10 11;只有文档2和9包含了最多的分词,搜索引擎关键词搜索的匹配就是将搜索关键词分词后,然后对各个文档出现的分词的数量和频次进行求交。

整个求交过程实际上关系着整个系统的性能,这里面包含了使用缓存等等手段进行性能优化;

(4)各种过滤,举例可能包含过滤掉死链、重复数据、色情、垃圾结果以及你懂的;

(5)最终排序,将最能满足用户需求的结果排序在最前,可能包括的有用信息如:网站的整体评价、网页质量、内容质量、资源质量、匹配程度、分散度、时效性等等。

到了这里大家可能觉得那么直接堆砌关键词,关键词密度高了,那么关键词求交的几率不就高了,排名不就有了吗?但是求交是对于数据最基础的筛选,只能说内容的关联性到了,有机会参与排名;但是最终的排名第五小点是非常关键词的,现在搜索引擎对于用户体验非常的注重,所以还有算法评估着网站的用户行为数据反馈着网页的质量,更好的确认网页的质量来决定最终的排名。



申明:本站内容仅代表个人观点,仅供学习参考;未经授权任何个人或组织单位不得复制、转载、摘编以及其它形式的应用! 本站文章可能使用到互联网上的资料,若对您造成困扰,请联系 kk19@foxmail.com除理 本文地址:https://www.chateach.com/seo/seozhishi/781
相关文章
  • 事关转化,网站设计优化必须遵循的希克定律!

    希克定律,网站设计

    你知道吗,其实站点很多的流量都因为你不了解希克定律而流失了,不管你是通过SEO途径还是SEM等其它途径。很多时候最终是否能转化还是取决于站点给用户的感受。希克定律一个心理学上定律,是如何关联到网站的用户体验的。希克定律(Hick's Law)揭示了决策时间与选项数量之间的关系。

    134
    • 希克定律
    • 网站设计
  • seo优化是什么意思?

    seo优化

    什么是SEO优化,SEO(Search Engine Optimization)搜索引擎优化,通过利用搜索引擎的规则提高网站在有关搜索引擎内的自然排名,是一种不消耗额外广告费的一种推广手。

    776
    • seo优化
  • SEO必看,搜索引擎是如何提取关键词?

    关键词,搜索引擎

    了解搜索引擎是如何提取关键词,是每个SEO必须必须知道的,否则很容易一不小心优化了个寂寞。如果你认为关键词就是自己在页面keywords中设置的关键词,或者只要重复某个词就可以成为关键词,那你一定要听劝看完这篇文章。

    890
    • 关键词
    • 搜索引擎
  • SEO优化中常见的问题,你中了几个?

    SEO优化

    在做SEO的过程中,还有几个最常见的问题,问题不大影响却不小,下面列举几个经常在网站优化中忽略而犯的错误,看看你中了个!

    635
    • SEO优化
  • 百度搜索结果中APP调起行的处罚

    APP调起行的处罚

    17年2月百度搜索发布过关于严厉打击强制用户调起APP行为的公告。对于存在强制用户调起APP的行为,严重伤害用户搜索体验的站点进行打击。

    694
    • APP调起行的处罚
  • 搜狗一直不收录怎么办

    搜狗不收录

    现在新站收录各大搜索引擎越来越难,主要是因为一方面互联网的飞速发展,站点的数量也是指数级别的递增,所以最不缺的就是站点。缺少的是有价值的站点,由于网站数量的庞大,抓取站点需要的资源也越来越大,对于搜索引擎加大对于站点的筛选,选择有价值的站点去优先抓取,显得非常的合理。

    948
    • 搜狗不收录
  • SEO不做地域关键词犹如入地狱!

    地域关键词

    很多站点的SEO优化是非常适合做地域关键词的,但是很多站点就是不要这部分流量,非要给自己上强度,给自己找不痛快,快来看看你是不是其中一员。不优化地域关键词等于掉入了地域。

    367
    • 地域关键词
  • 百度移动适配状态说明

    移动适配状态

    百度移动适配状态说明,对于适配的状态成功失败原因的分析以及解决方案。当认为实际情况与您提交的情况相符时,才会对适配数据进行生效处理,这个校验时间大约为10天。

    3396
    • 移动适配状态
  • 企业网站关键词优化应该怎么做

    企业关键词优化

    企业网站关键词优化应该怎么做?把我合理关键词的选择和关键词的密度十分的重要。核心关键词可以为网站带来80%流量,在关键词部署过程中,需要1-2个核心关键词

    1104
    • 企业关键词优化
  • 如何通过软文营销来提高关键词排名

    软文SEO优化

    如何通过软文营销来提高关键词排名呢?其中关键的地方就在于关键词的选择和关键词的布局。因为在一篇高质量的软文当中,关键词既不能太多又不能太少。另外对于关键词的选择和使用也是有许多讲究的。

    1745
    • 软文SEO优化
  • 如何利用页面热图提升转化效果

    页面热图,转化效果

    页面热图作为一种直观且强大的分析工具,能够帮助我们深入了解用户在页面上的行为模式,从而优化页面布局和设计,最终实现转化率的显著提升。今天潘某人SEO就分享一下如何利用页面热图提升转化效果。

    246
    • 页面热图
    • 转化效果
  • 域名带www和不带www哪个更有利于SEO

    www,SEO优化

    你的网站带www嘛,今天来探究下网站带www和不带www哪个更利于SEO优化。我们分为两种情况来分析,一种域名下有多个站点,还有一种就是域名下只有一个站点。

    730
    • www
    • SEO优化
  • 网站被恶意泛解析的解决方法

    恶意泛解析解决

    什么是泛域名解析,网站被恶意泛解析的解决方法。通过site对某网站进行查询的时候,发现突然多了许多的陌生二级域名页面,经过网上大量搜索才知道,这都是因为域名被恶意泛解析后导致的后果。

    1182
    • 恶意泛解析解决
  • SEO从业者应聘需要注意的那些事

    SEO应聘

    很多时候,我们一开始的选择就注定了我们可以获得一个什么样的结局。尤其是对于SEO优化从业者,因为岗位的属性就更要注意。对于SEO从业者应该关注哪些当年呢?潘某人SEO就根据自身多年的经验和大家分享一些,大家可以参考下,希望可以帮助到大家避坑。

    529
    • SEO应聘
  • 百度下拉框的原理及删除方法

    百度下拉框,下拉词删除

    你知道什么是百度下拉框吗?百度下拉框是百度下拉词的承载容器。就是当我们搜索一个关键词的时候,搜索框推荐的相关搜索词。所以下拉框我们也可以理解为是下拉词。

    1708
    • 百度下拉框
    • 下拉词删除
  • SEO网站优化如何进行内容建设

    SEO网站内容建设

    网站优化建设内容,不在于原创还是伪原创,抓住用户的需求,提供最优价值的内容才是根本。保持稀缺性,是网站排名优化的核心手段!

    1516
    • SEO网站内容建设
  • 百度爬虫工作原理

    百度蜘蛛原理,抓取频次

    百度爬虫是如何工作的,如何才能提升网站的抓取频次呢?抓取频次的影响因素有哪些?

    1148
    • 百度蜘蛛原理
    • 抓取频次
  • 什么是SEO网站权重

    网站权重

    什么是SEO网站权重,网站权重对于网站优化的重要性。如何查看自己网站的权重,以及如何进行SEO优化提升。方向优质内容,持之以恒坚持优化。

    1602
    • 网站权重
-- 这已经是底线了,看看别的把! --