推广

搜索引擎工作过程之排名。

iseeyu2年前 (2024-01-19)推广128

在经过了爬行和抓取、预处理之后,就来到了最后的排名环节。用户在搜索框填入关键词后,排名程序调用索引库数据,计算排名显示给用户,排名过程是与用户直接互动的。

1、搜索词处理

搜索引擎接收到用户的搜索词之后,需要对搜索词进行一些处理才能最后在搜索页进行排名呈现。主要包括中文分词、去停止词、指令处理、拼写错误矫正和整合搜索触发。

(1)中文分词。与页面索引时一样,搜索引擎在接收了用户输入的搜索词之后需要先进行中文分词。

(2)去停止词。就是把用户搜索词中的停止词去掉,提高排名相关性和效率。

(3)指令处理。查询词完成分词后,搜索引擎的默认处理方式是在关键词之间使用“与”逻辑。如搜索词为“网站建设”,程序会分为“网站”和“建设”两个词,那么页面中只有同时含有“网站”和“建设”才被认为是符合搜索条件的。另外用户输入的查询词还可能包含一些高级搜索指令,如加号、减号等,搜索引擎都需要做出识别和相应处理。

(4)拼写错误矫正。这个相信大家在平常搜索时都会碰到,比如将“网站建设”输入成“网站键设”,搜索引擎会进行提示“您要找的是不是网站建设”。

(5)合搜索触发。某些搜索词会触发整合搜索,比如明星姓名就经常触发图片和视频内容,当前的热门话题又容易触发资讯内容。哪些词触发哪些整合搜索,也需要在搜索词处理阶段计算。

2、文件匹配

搜索词经过处理后,搜索引擎得到的是以词为基础的关键词集合。文件匹配阶段就是找出含有所有关键词的文件。在索引部分提到的倒排索引使得文件匹配能够快速完成。

3、初始子集的选择

找到包含所有关键词的匹配文件后,还不能进行相关性计算,因为找到的文件经常会有几十万几百万,甚至上千万个。要对这么多文件实时进行相关性计算,需要的时间还是比较长的。

搜索引擎工作过程之排名。

实际上用户并不需要知道所有匹配的几十万、几百万个页面,绝大部分用户只会查看前两页,也就是前20个结果。搜索引擎也并不需要计算这么多页面的相关性,而只要计算最重要的一部分页面就可以了。常用搜索引擎的人都会注意到,搜索结果页面通常最多显示100个。用户点击搜索结果页面底部的“下一页”链接,最多也只能看到第100页,也就是1000个搜索结果。

还没有计算相关性时,搜索引擎又怎么知道哪一千个文件是最相关的?所以用于最后相关性计算的初始页面子集的选择,必须依靠其他特征而不是相关性,其中最主要的就是页面权重。搜索引擎通常会用非相关性的页面特征选出一个初始子集。

4、相关性计算

这是搜索引擎算法中最令SEO感兴趣的部分,影响相关性的主要因素有:

(1)关键词常用程度

常用词就是经常使用到的词,例如人称代词,常用词的极致是停止词,对页面意义完全没有影响。所以搜索引擎对搜索词串中的关键词并不是一视同仁地处理,而是根据常用程度进行加权。不常用的词加权系数高,常用词加权系数低,排名算法对不常用的词给予更多关注。

我们假设A、B两个页面都各出现“我们”及“冥王星”两个词。但是“我们”这个词在A页面出现于普通文字中,“冥王星”这个词在A页面出现于标题标签中。B页面正相反,“我们”出现在标题标签中,而“冥王星”出现在普通文字中。那么针对“我们冥王星”这个搜索词,A页面将更相关。

(2)词频及密度

一般认为在没有关键词堆积的情况下,搜索词在页面中出现的次数多,密度越高,说明页面与搜索词越相关。当然这只是一个大致规律,实际情况未必如此,所以相关性计算还有其他因素。出现频率及密度只是因素的一部分,而且重要程度越来越低。

(3)关键词位置及形式

页面关键词出现的格式和位置都被记录在索引库中。关键词出现在比较重要的位置,如标题标签、黑体、H1等,说明页面与关键词越相关。这一部分就是页面SEO所要特别注意的。

(4)关键词距离

关键词距离,指搜索词被进行分词之后得到的几个词语之间在页面出现时的距离。比如“网站建设”这个搜索词,如果文本中出现的就是“网站建设”,那么就是与搜索一词最匹配的,如果“网站”和“建设”没有一起出现,而是中间隔着几个词,但是搜索引擎会按照两个词之间的距离来判定相关性。

(5)链接分析及页面权重

除了页面本身的因素,页面之间的链接和权重关系也影响关键词的相关性,其中最重要的是锚文字。页面有越多以搜索词为锚文字的导入链接,说明页面的相关性越强。

5、排名过滤及调整

选出匹配文件子集、计算相关性后,大体排名就已经确定了。之后搜索引擎可能还有一些过滤算法,对排名进行轻微调整,其中最主要的过滤就是施加惩罚。一些有作弊嫌疑的页面,虽然按照正常的权重和相关性计算排到前面,但搜索引擎的惩罚算法却可能在最后一步把这些页面调到后面去。

6、搜索缓存

如果每次搜索都重新处理排名可以说是很大的浪费。搜索引擎会把最常见的搜索词存入缓存,用户搜索时直接从缓存中调用,而不必经过文件匹配和相关性计算,大大提高了排名效率,缩短了搜索反应时间。

7、查询及点击日志

索用户的IP地址、搜索的关键词、搜索时间,以及点击了哪些结果页面,搜索引擎都记录形成日志。这些日志文件中的数据对搜索引擎判断搜索结果质量、调整搜索算法、预期搜索趋势等都有重要意义。

相信在了解了搜索引擎的工作原理之后,SEO人士就可以更有针对性的进行关键词的选择和处理。

扫描二维码推送至手机访问。

版权声明:本文由西安泽虎代运营发布,如需转载请注明出处。

转载请注明出处https://www.0291.com.cn/post/100367.html

相关文章

如何选择最佳的SEO关键字

如何选择最佳的SEO关键字

关键字是搜索引擎中人们用来查找所需信息的词或短语。相关的关键字和词组有助于增加您网站的盈利流量。 因此,如果您正在寻找最佳关键词和短语,请牢记以下几点。 1)长尾关键词:通常指3到5个单词的短语。这些关键字被认为是的理想选择,因为购买周期的购买阶段的人倾向于使用更长的短语来搜索产品或服务。还发现...

沈亮数字能量学:如何看待祸害磁场?

沈亮数字能量学:如何看待祸害磁场?

祸害磁场是数字能量中的一颗星凶星,看到祸害磁场的数字,就容易联想到小人,看到祸害磁场,却是敬而远之,甚至不用,这样就会错过很多号码,数字能量中有八颗星,包括:天医、生气、延年、伏位、六煞、五鬼、祸害、绝命八颗星,八颗星分为四吉星和四凶星,熟悉数字能量的都应该知道,八颗星是相...

kafka全面认知

kafka全面认知

image Kafka的架构 一个典型的kafka集群包含若干Producer(可以是应用节点产生的消息,也可以是通过Flume收集日志产生的事件),若干个Broker(kafka支持水平扩展)、若干个Consumer Group,以及一个zookeeper集群。kafka通过zook...

未来想从事市场营销或者咨询相关的工作,留学读研申请什么 ...

未来想从事市场营销或者咨询相关的工作,留学读研申请什么 ...

目前大三在中山大学读电子信息,目前打算申请美国研究生,目前选择的专业范围有marketing、BA和DS,想了解一下选哪个专业比较好,或者有别的专业推荐吗?...

赚钱是需要捷径的:穷人单枪匹马卖力,富人组建团队赚钱

我是苏阳,点击右上方“关注”,每天为你分享人世百态里得到的精神食粮。 富人们十分热衷于组建队伍,借团队的力量来帮助自己成就大事业,实现大目标。组建队伍有助于资源的优化,从而起到节约成本、提高效益的作用。谈到富人与穷人的区别时,...

如何成为一个优秀的短视频运营?

看完这篇超级,你也能玩转抖音。(文章有点干,多喝点水)如果你看了我的分享还未得到解决的,或者想进一步学习的,可以直接划到文章末尾那么就直接进入正题吧! 其实我们做短视频运营不就是为了让视频能够火吗?让账号能够实现涨粉?其实短视频运营这个岗位我个人认为没有优秀之分,...

现在,非常期待与您的又一次邂逅

我们努力让每一部企业宣传片和抖音短视频成为商业大片