SEO培训：搜索引擎的架构和工作原理图

　

　　SEO培训：搜索引擎的架构和工作原理图，搜索引擎发展史：分类目录(网址导航)是史前时代、文本检索是第一代、链接分析是第二代、以用户中心是第三代，

　　搜索引擎的3个目标：更全、更快、更准。

　　搜索引擎的3个核心问题：1.用户真正的需求是什么，2.哪些信息是和用户需求是真正相关的，3.哪些信息是用户可以信赖的。

　　搜索引擎的架构，一张图可以说明情况：

　　搜索引擎的整体架构示意图：

　　我们来看一下搜索引擎的架构(上图)：

　　网络爬虫爬行互联网连接;

　　网页计算去重;

　　添加索引;

　　内容，链接计算;

　　网页排序;

　　形成对应词典，存入cache系统;

　　用户检索;

　　分析内容，调出词典内容

　　这基本上是一个网页从产生到呈现的过程，当然这个过程很复杂，这里只是简单的比拟出来。不过我们可以看到，网络的爬虫对我们网站是何等的重要，这也是很多卖蜘蛛池的原因吧。其次是网页的去重，因为现在百度自身服务器内部很多的网页缓存，蜘蛛爬去过得内容百度会经过一系列的计算后去除重复网页，这里面有一个比较复杂的算法，这个以后可以详细来讲。`

　　我们看网页的排序有两个方面因素的影响：内容的相似性&链接分析，大概这就是我们常说的SEO“内容为王，外链为皇”理论依据吧。其实网页排序的影响因素有很多，但是内容和链接是基础的比较重要的影响因素。

　　网页排序之后就是生成关键词的词典存入搜索引擎的Cache系统，一方面可以快速的提供用户查询信息，另一方面就是减轻搜索引擎的计算压力。

　　除了上述的子功能模块，“反作弊”模块也日益重要。

　　互联网页面划分为五个部分：1.已下载网页集合、2.已过期网页集合、3.待下载网页集合、4.可知网页集合、5.不可知网页集合。

　　网络爬虫分为：批量性爬虫、增量型爬虫、垂直型爬虫。

　　爬虫抓取的策略：1.宽度优先遍历、2.非完全PageRank、3.OPIC(Online Page Importantance Computation)、4.大站优先。

　　网页更新策略：1.历史参考策略、2.用户体验策略、3.聚类抽样策略。

 

本文标题： SEO培训：搜索引擎的架构和工作原理图

本文地址：http://www.seoaiz.com/wen/153.html

Tags：搜索引擎工作原理