搜索引擎的工作原理是什么?
搜索引擎的工作原理是什么?
搜索引擎的工作原理是:第一步:爬行搜索引擎是通过一种特定规律的软件跟踪网页的链接, 从一个链接爬到另外一个链接,像蜘蛛在蜘蛛网上爬行一样,所以被称为“蜘蛛”,也被称为“机器人”。搜索引擎蜘 蛛的爬行是被输入了一定的规则的,它需要遵从一些命令或 文件的内容。
第二步:抓取存储搜索引擎是通过蜘蛛跟踪链接爬行到网页,并将爬行的 数据存入原始页面数据库。其中的页面数据与用户浏览器得到的HTML是完全一样的。搜索引擎蜘蛛在抓取页面时, 也做一定的重复内容检测,一旦遇到权重很低的网站上有大 量抄袭、采集或者复制的内容,很可能就不再爬行。
第三步:预处理搜索引擎将蜘蛛抓取回来的页面,进行各种步骤的预处理。① 提取文字;② 中文分词;③ 去停止词;④ 消除噪音(搜索引擎需要识别并消除这些噪声,比如 版权声明文字、导航条、广告等⑤ 正向索引;⑥ 倒排索引;⑦ 链接关系计算;⑧ 特殊文件处理。
除了 HTML文件外,搜索引擎通常还能抓取和索引以文字为基础的多种文件类型,如PDF、Word、WPS、XLS、 PPT、TXT文件等。我们在搜索结果中也经常会看到这些文 件类型。但搜索引擎还不能处理图片、视频、Flash这类非文 字内容,也不能执行脚本和程序。
第四步:排名用户在搜索框输入关键词后,排名程序调用索引库数 据,计算排名显示给用户,排名过程与用户是直接互动的。但是,由于搜索引擎的数据量庞大,虽然能达到每日都有小 的更新,但是一般情况搜索引擎的排名规则都是根据曰、 周、月阶段性不同幅度的更新。
答:搜索引擎的原理,可以看做三步:从互联网上抓取网页——→建立索引数据库——→在索引数据库中搜索排序。 ●从互联网上抓取网页 利用能够从互联网上自动收集网页的Spi...详情>>
问:快过年了,盗号的很多大家小心,昨天一女的加我,外地的我给删除了,晚上就显示异地登...
答:如果加一下就能被盗号了也太可怕了啊。详情>>
答:有可能你的系统不是正版的,是正版的才可以下载更新.详情>>