搜索引擎的工作原理

搜索引擎的工作原理






一、搜索引擎基本工作原理
了解搜索引擎的工作原理对我们日常搜索应用和网站提交推广都会有很大帮助。

........................................................................................
■ 全文搜索引擎
在搜索引擎分类部分我们提到过全文搜索引擎从网站提取信息建立网页数据库的概念。搜索引擎的自动信息搜集功能分两种。一种是定期搜索，即每隔一段时间（比如Google一般是28天），搜索引擎主动派出“蜘蛛”程序，对一定IP地址范围内的互联网站进行检索，一旦发现新的网站，它会自动提取网站的信息和网址加入自己的数据库。

另一种是提交网站搜索，即网站拥有者主动向搜索引擎提交网址，它在一定时间内（2天到数月不等）定向向你的网站派出“蜘蛛”程序，扫描你的网站并将有关信息存入数据库，以备用户查询。由于近年来搜索引擎索引规则发生了很大变化，主动提交网址并不保证你的网站能进入搜索引擎数据库，因此目前最好的办法是多获得一些外部链接，让搜索引擎有更多机会找到你并自动将你的网站收录。

当用户以关键词查找信息时，搜索引擎会在数据库中进行搜寻，如果找到与用户要求内容相符的网站，便采用特殊的算法——通常根据网页中关键词的匹配程度，出现的位置/频次，链接质量等——计算出各网页的相关度及排名等级，然后根据关联度高低，按顺序将这些网页链接返回给用户。

........................................................................................

■ 目录索引
与全文搜索引擎相比，目录索引有许多不同之处。

首先，搜索引擎属于自动网站检索，而目录索引则完全依赖手工操作。用户提交网站后，目录编辑人员会亲自浏览你的网站，然后根据一套自定的评判标准甚至编辑人员的主观印象，决定是否接纳你的网站。

其次，搜索引擎收录网站时，只要网站本身没有违反有关的规则，一般都能登录成功。而目录索引对网站的要求则高得多，有时即使登录多次也不一定成功。尤其象 Yahoo!这样的超级索引，登录更是困难。（由于登录Yahoo!的难度最大，而它又是商家网络营销必争之地，所以我们会在后面用专门的篇幅介绍登录 Yahoo雅虎的技巧）

此外，在登录搜索引擎时，我们一般不用考虑网站的分类问题，而登录目录索引时则必须将网站放在一个最合适的目录（Directory）。

最后，搜索引擎中各网站的有关信息都是从用户网页中自动提取的，所以用户的角度看，我们拥有更多的自主权；而目录索引则要求必须手工另外填写网站信息，而且还有各种各样的限制。更有甚者，如果工作人员认为你提交网站的目录、网站信息不合适，他可以随时对其进行调整，当然事先是不会和你商量的。

目录索引，顾名思义就是将网站分门别类地存放在相应的目录中，因此用户在查询信息时，可选择关键词搜索，也可按分类目录逐层查找。如以关键词搜索，返回的结果跟搜索引擎一样，也是根据信息关联程度排列网站，只不过其中人为因素要多一些。如果按分层目录查找，某一目录中网站的排名则是由标题字母的先后顺序决定（也有例外）。

目前，搜索引擎与目录索引有相互融合渗透的趋势。原来一些纯粹的全文搜索引擎现在也提供目录搜索，如Google就借用Open Directory目录提供分类查询。而象 Yahoo! 这些老牌目录索引则通过与Google等搜索引擎合作扩大搜索范围（注）。在默认搜索模式下，一些目录类搜索引擎首先返回的是自己目录中匹配的网站，如国内搜狐、新浪、网易等；而另外一些则默认的是网页搜索，如Yahoo。

二、三大主流搜索引擎
Google简体中文
http://www.google.com
Google 的使命是整合全球范围的信息，使人人皆可访问并从中受益。完成该使命的第一步就是 Google 的创始人 Larry Page 和 Sergey Brin 共同开发的全新的在线搜索引擎。该技术诞生于斯坦福大学的一个学生宿舍里，然后迅速传播到全球的信息搜索者。 Google 目前被公认为全球最大的搜索引擎，它提供了简单易用的免费服务，用户可以在瞬间返回相关的搜索结果。
在访问 Google 主页时，您可以使用多种语言查找信息、查看新闻标题、搜索超过 10 亿幅的图片，并能够细读全球最大的 Usenet 消息存档，其中提供的帖子超过 10 亿个，时间可以追溯到 1981 年。
2005年，Google高调进军中国市场，推出Google搜索中国版，命名为：谷歌搜索
http://www.google.cn

百度搜索
http://www.baidu.com
百度搜索引擎拥有目前世界上最大的中文搜索引擎，总量超过3亿页以上，并且还在保持快速的增长。百度搜索引擎具有高准确性、高查全率、更新快以及服务稳定的特点，能够帮助广大网民快速的在浩如烟海的互联网信息中找到自己需要的信息，因此深受网民的喜爱。

雅虎中国
http://www.yahoo.com.cn/
2005年11月9日 阿里巴巴公司在完成对雅虎中国的收购与整合之后,重新发布了进入中国市场7年之久的雅虎网站, 未来雅虎在中国的业务重点方向将全面转向搜索领域，这也是自8月11日阿里巴巴宣布收购雅虎中国时就从没改变的方向。阿里巴巴CEO马云表示: 阿里巴巴在搜索领域既有决心更有信心，在中国，雅虎就是搜索，搜索就是雅虎。
2006年8月，雅虎中国推出独立搜索引擎网站入口http://www.yahoo.cn

1“百度”全球最大的中文搜索引擎，也是人们最常用的搜索引擎之一，常用于搜索网页、图片和mp3。搜索结果中广告、垃圾网站和死链比较多。

2、“Google”是功能强大，易用性最强的搜索网站，搜索速度快而且提供了最丰富的高级搜索功能。死链率比较高是Google最大的问题，中文网站检索的更新频率不够高，不能及时淘汰已经过时的链接。虽然通过“网页快照”功能，可以减少目标页面不存在的现象，但Google的“网页快照”功能在国内经常出现不可访问的问题，令用户无所适从。

3、“ 雅虎”中规中矩， 网页搜索表现不错，但死链率较高而且缺少一些应有的高级搜索功能。另外，该搜索的易用性有待提高，虽然在5月份升级后改善了网页的界面，严格控制搜索页面中的排名广告，规定每次搜索结果中的广告数量不能超过5个，但用户打开雅虎中国的首页时还是要受到一些影响。而且，对搜索结果的描述和在用户搜索过程中的提示说明也不太清晰、明了，离雅虎“关注用户体验”这一宣传口号，还有一定的距离。