百度搜索引擎工作

zqxiaojuan

   百度搜索引擎工作大致可以分为以下几步？


      一、蜘蛛爬行网页抓取内容建库


        百度蜘蛛从一些重要的种子URL开始，通过页面上的超链接关系，不断的发现新URL并抓取网页。对于类似百度这样的大型spider系统，因为每时 每刻都存在网页被修改、删除或出现新的超链接的可能，因此，还要对spider过去抓取过的页面保持更新，维护一个URL库和页面库。


     二、建立索引，检索排序


       1）抓取入库，对页面进行分析，页面分析的过程实际上是将原始页面的不同部分进行识别并标记
       2）进行分词，分词的过程实际上包括了切词分词同义词转换同义词替换等等     
       3)  进行排序，影响搜索结果排序的因素：相关性、权威性、时效性、重要性、丰富度、受欢迎程度


    三、外部链接，即为外链


     吸引蜘蛛抓取、向搜索引擎传递相关性信息、提升排名。


    四、搜索结果展现