從輸入關鍵詞,到百度給出搜索結果的過程,往往僅需幾毫秒即可完成。百度是如何在浩如煙海的互聯(lián)網(wǎng)資源中,以如此之快的速度將您的網(wǎng)站內容展現(xiàn)給用戶?這背后蘊藏著什么樣的工作流程和運算邏輯?事實上,百度搜索引擎的工作并非僅僅如同首頁搜索框一樣簡單。
搜索引擎為用戶展現(xiàn)的每一條搜索結果,都對應著互聯(lián)網(wǎng)上的一個頁面。每一條搜索結果從產(chǎn)生到被搜索引擎展現(xiàn)給用戶,都需要經(jīng)過四個過程:抓取、過濾、建立索引和輸出結果。
抓取
Baiduspider,或稱百度蜘蛛,會通過搜索引擎系統(tǒng)的計算,來決定對哪些網(wǎng)站施行抓取,以及抓取的內容和頻率值 。搜索引擎的計算過程會參考您的網(wǎng)站在歷史中的表現(xiàn),比如內容是否足夠優(yōu)質,是否存在對用戶不友好的設置,是否存在過度的搜索引擎優(yōu)化行為等等。
當您的網(wǎng)站產(chǎn)生新內容時,Baiduspider會通過互聯(lián)網(wǎng)中某個指向該頁面的鏈接進行訪問和抓取,如果您沒有設置任何外部鏈接指向網(wǎng)站中的新增內容,則Baiduspider是無法對其進行抓取的。對于已被抓取過的內容,搜索引擎會對抓取的頁面進行記錄,并依據(jù)這些頁面對用戶的重要程度安排不同頻次的抓取更新工作。
需您要注意的是,有一些抓取軟件,為了各種目的,會偽裝成Baiduspider對您的網(wǎng)站進行抓取,這可能是不受控制的抓取行為,嚴重時會影響到網(wǎng)站的正常運作。
過濾
互聯(lián)網(wǎng)中并非所有的網(wǎng)頁都對用戶有意義,比如一些明顯的欺騙用戶的網(wǎng)頁,死鏈接,空白內容頁面等。這些網(wǎng)頁對用戶、站長和百度來說,都沒有足夠的價值 ,因此百度會自動對這些內容進行過濾,以避免為用戶和您的網(wǎng)站帶來不必要的麻煩。
建立索引
百度對抓取回來的內容會逐一進行標記和識別,并將這些標記進行儲存為結構化的數(shù)據(jù),比如網(wǎng)頁的tagtitle、metadescripiton、網(wǎng)頁外鏈及描述、抓取記錄。同時,也會將網(wǎng)頁中的關鍵詞信息進行識別和儲存,以便與用戶搜索的內容進行匹配。
輸出結果
用戶輸入的關鍵詞,百度會對其進行一系列復雜的分析,并根據(jù)分析的結論在索引庫中尋找與之最為匹配的一系列網(wǎng)頁,按照用戶輸入的關鍵詞所體現(xiàn)的需求強弱和網(wǎng)頁的優(yōu)劣進行打分,并按照最終的分數(shù)進行排列,展現(xiàn)給用戶。
綜上,您若希望通過搜索引擎為用戶帶來更好的體驗,需要您對網(wǎng)站進行嚴格的內容建設,使之更符合用戶的瀏覽需求。需要您注意的是,網(wǎng)站的內容建設始終需要考慮的一個問題是,這對用戶是否有價值。
申請創(chuàng)業(yè)報道,分享創(chuàng)業(yè)好點子。點擊此處,共同探討創(chuàng)業(yè)新機遇!