搜索引擎高级检索步骤,搜索引擎排名原则



许多人只知道搜索引擎的一个原理，但他们不知道另一个原理。随着互联网时代的发展，越来越多的算法被发表，越来越多人对搜索引擎算法感到好奇。今天，迅步总结的这篇文章用最简单明了的语言解释了搜索引擎的原理。本章内容分为抓取和数据库构建、检索和排序、外部投票和结果展示。

搜索排序

检索

我们都知道，从用户的角度来看，我们使用搜索引擎是一个查询过程。当用户搜索不同的单词时，搜索引擎会给我们不同的结果。例如，当我们搜索“运营是什么”时，百度会向用户展示一些与主题最相关的答案，而当搜索“运营行业是什么”的时候，百度会更改搜索结果，向用户展示其他一些相关答案，以及检索过程是如何实施的？这不得不提到检索。

当用户输入单词时，算法会进行分词，找出每个术语文档集，然后计算交集，最后通过协同过滤和其他过滤方法形成排序。让我们以上面的操作为例。分词后，它将变为：

操作-0x123sdsd

是-0x1237887

什么-0x565768

算法找出每个文档集合（页面集合），可能如下

0x123标准差1 3 4 5

0x1237887 3 5 12

0x565768 9 7 6

在上述交叉点之后，我们发现文件3和5是我们可能需要查找的文件。如果我们使用一个更简单的例子，我们可以这样描述：例如，在用户查询搜索操作的行业后，百度的分词结果是：

操作A、B、C、，

是D、E

什么G，H

行业H、C

我们可以看到，用户搜索“运营是什么行业”，而C页是我们想要找到的结果。在实际应用过程中，百度算法会丢弃ah、what、oh等词，也就是说，我们的页面在分词后包含的词越多，被检索的概率就越大，这就是业界所说的“关键词密度”。

分类

既然搜索结果可用，哪些因素会影响排序？

1.相关性

相关性是影响排名的重要因素，占比超过70%。网页内容与用户检索需求之间的匹配程度主要体现在需求匹配、关键词数量、关键词出现的位置以及外部链接用于指向页面的锚文本。

例如，在翻译中，在我们的内容中，有一个与运营和行业高度相关的同义词库，它多次出现在H1和其他位置。外部链接使用锚文本指向页面，因此页面的概率与主题高度相关。

2.权威性

用户喜欢权威网站，算法也相信权威网站的内容。权威机构代表该网站的资质，通常被称为备案、百度安全、百度信誉、百度认证等。

3.及时性

及时的内容意味着出现一个新页面，而新页面包含新的内容。我们的内容可以按时间排名第一。

4.重要性

与用户需求相匹配的web内容的重要性或受欢迎程度可以理解为：当用户进行查询时，我们的内容不仅应该与主题相关，还应该吸引用户并被用户重视。

5.丰富

富足似乎很简单，但它的范围真的很广。简单的理解是，您可以制作一段内容来满足用户的单一需求，但也可以满足用户的扩展需求。什么意思？我们可以以上述“运营行业是什么”为例。当用户搜索运营行业时，他们的一般需求是知道具体的运营行业是什么，以及他们是否可以进入该行业。更深层次的需要是了解运营行业的薪酬和待遇，以及是否有发展前景。如果我们在一篇文章中改善用户的各种需求，文章的丰富性就会显现出来。

为了总结检索和排序的过程，当用户进行查询时，算法将对问题进行分词处理，以便包含此主题的所有页面都可以显示结果。然而，由于一些页面与主题高度相关，内容丰富，想法新颖，用户喜欢，因此此类文章将被算法排名第一。