摘(zhāi)要(yào)：從(cóng)輸入(rù)關(guān)鍵詞(cí)，到(dào)百度(dù)給(gěi)出(chū)搜索(suǒ)結(jié)果(guǒ)的過(guò)程(chéng)，往往(wǎng)僅(jǐn)需幾(jī)毫秒即可(kě)完(wán)成。百度是如(rú)何在浩(hào)如煙(yān)海(hǎi)的互(hù)聯網(wǎng)資源中，以如此之(zhī)快的速(sù)度將您的(dí)網站內容展(zhǎn)現(xiàn)給用(yòng)戶？這背(bèi)後(hòu)蘊藏(cáng)著什(shí)麼樣的工(gōng)作流(liú)程和運算邏(luó)輯(jí)？事(shì)實上，百度搜索引(yǐn)...
搜索引擎為用戶(hù)展(zhǎn)現(xiàn)的(dí)每一(yī)條搜(sōu)索結果(guǒ)，都(dū)對應(yīng)著(zhuó)互聯(lián)網上的(dí)一個頁(yè)麵。每一條搜(sōu)索(suǒ)結(jié)果從產(chǎn)生(shēng)到(dào)被搜索引擎展(zhǎn)現給用(yòng)戶，都需要(yào)經過四個過程：抓(zhuā)取(qǔ)，過(guò)濾，建立索(suǒ)引和輸(shū)出結果(guǒ)。
抓取
Baiduspider，或稱百(bǎi)度(dù)蜘蛛，會(huì)通(tōng)過搜索(suǒ)引(yǐn)擎係統的(dí)計(jì)算(suàn)，來決定對哪些(xiē)網(wǎng)站(zhàn)施(shī)行抓(zhuā)取，以(yǐ)及(jí)抓取的內(nèi)容和頻(pín)率(shuài)值。搜索引(yǐn)擎的(dí)計算(suàn)過(guò)程會參考(kǎo)您(nín)的(dí)網(wǎng)站在(zài)歷(lì)史(shǐ)中的(dí)表現，比如(rú)內(nèi)容(róng)是否足夠優質，是否存(cún)在對用(yòng)戶(hù)不友(yǒu)好的設(shè)置，是(shì)否(fǒu)存在(zài)過度的搜(sōu)索引擎(qíng)優化行(háng)為(wéi)等等(děng)。
當(dāng)您的(dí)網(wǎng)站(zhàn)產生新(xīn)內(nèi)容時(shí)，Baiduspider會通(tōng)過互(hù)聯網(wǎng)中某個指(zhǐ)向(xiàng)該(gāi)頁麵的鏈接(jiē)進(jìn)行(háng)訪問和(hé)抓取，如(rú)果(guǒ)您沒(méi)有(yǒu)設(shè)置任何(hé)外(wài)部鏈接(jiē)指(zhǐ)向(xiàng)網站(zhàn)中(zhōng)的新增內容，則Baiduspider是無法對其進(jìn)行抓取(qǔ)的(dí)。對於已被抓(zhuā)取過(guò)的內(nèi)容，搜(sōu)索(suǒ)引(yǐn)擎會對抓取的(dí)頁(yè)麵進行(háng)記錄(lù)，並依據這些頁麵對用(yòng)戶(hù)的重(zhòng)要(yào)程(chéng)度(dù)安排(pái)不(bù)同(tóng)頻(pín)次(cì)的(dí)抓(zhuā)取更新工作(zuò)。
需(xū)您要注意(yì)的是，有一(yī)些抓取(qǔ)軟件(jiàn)，為了(liǎo)各(gè)種目的，會(huì)偽(wěi)裝(zhuāng)成Baiduspider對您的網站進行抓(zhuā)取，這(zhè)可能是(shì)不(bù)受控(kòng)製(zhì)的抓(zhuā)取行為(wéi)，嚴重(zhòng)時會(huì)影(yǐng)響(xiǎng)到(dào)網(wǎng)站的(dí)正常(cháng)運(yùn)作。點此識(shí)別Baiduspider的真偽。
過濾(lǜ)
互(hù)聯(lián)網中(zhōng)並非(fēi)所(suǒ)有(yǒu)的網(wǎng)頁都對(duì)用戶有意(yì)義，比如(rú)一些明(míng)顯的欺(qī)騙用(yòng)戶的網(wǎng)頁，死(sǐ)鏈(liàn)接(jiē)，空(kōng)白(bái)內(nèi)容頁麵等。這(zhè)些網頁對用(yòng)戶(hù)，站長和百(bǎi)度來說(shuō)，都沒有(yǒu)足夠(gòu)的價(jià)值，因此(cǐ)百度(dù)會(huì)自動對(duì)這(zhè)些內容(róng)進行(háng)過濾(lǜ)，以避免為(wéi)用(yòng)戶和您(nín)的網站帶來不必要的麻煩(fán)。
建立索(suǒ)引
百(bǎi)度(dù)對(duì)抓取(qǔ)回來(lái)的內容會逐一進行標記和識別(bié)，並將這些標記(jì)進(jìn)行儲存為結(jié)構化(huà)的數(shù)據(jù)，比如(rú)網(wǎng)頁(yè)的tagtitle，metadescripiton，網(wǎng)頁外(wài)鏈及(jí)描述，抓取記(jì)錄。同時，也會將(jiāng)網頁(yè)中的關鍵詞信(xìn)息(xī)進行識(shí)別和儲(chǔ)存，以便與用戶搜索(suǒ)的內容進行匹配(pèi)。
輸出(chū)結果
用(yòng)戶輸(shū)入的(dí)關鍵詞(cí)，百度(dù)會(huì)對(duì)其進行(háng)一係(xì)列復(fù)雜(zá)的(dí)分析(xī)，並根據分(fēn)析(xī)的(dí)結論在(zài)索引(yǐn)庫中尋(xún)找(zhǎo)與(yǔ)之(zhī)最(zuì)為匹配的一係列(liè)網頁，按照(zhào)用戶輸(shū)入的(dí)關鍵(jiàn)詞所(suǒ)體現(xiàn)的需求強(qiáng)弱(ruò)和網(wǎng)頁的優劣(liè)進(jìn)行打(dǎ)分，並按(àn)照最終的分(fēn)數(shù)進行排列，展(zhǎn)現(xiàn)給(gěi)用戶。
綜(zōng)上，您若希(xī)望通(tōng)過搜(sōu)索引擎為(wéi)用(yòng)戶帶來更好的體驗，需要(yào)您對(duì)網站進行嚴(yán)格(gé)的(dí)內(nèi)容建設(shè)，使之(zhī)更(gēng)符(fú)合(hé)用戶的瀏(liú)覽需求。需(xū)要(yào)您注意(yì)的是(shì)，網(wǎng)站(zhàn)的(dí)內容建(jiàn)設始(shǐ)終需要(yào)考慮的(dí)一個問(wèn)題是，這對用戶是否(fǒu)有價值。
轉載請保(bǎo)留(liú)原(yuán)文地(dì)址: https://antelcom.cn/show-543.html