一篇文章讓你看懂百度搜索引擎原理——檢索排序

　　搜索引擎原理很多人都只知其一，不知其二，隨著(zhù)互聯(lián)網(wǎng)時(shí)代的發(fā)展，越來(lái)越多的算法被公開(kāi)，也有越來(lái)越多的人對搜索引擎算法感到好奇，今天迅步總結的這篇文章用最簡(jiǎn)單直白的語(yǔ)言來(lái)解釋搜索引擎的原理。本章內容分為抓取建庫、檢索排序、外部投票以及結果展現。

　　檢索排序

　　檢索

　　我們都知道站在用戶(hù)的角度，我們使用搜索引擎是一個(gè)query的過(guò)程，用戶(hù)在搜索不同的詞匯的時(shí)候，搜索引擎會(huì )給我們不同的展現結果，比如我們搜索“運營(yíng)是什么”，百度會(huì )把一些跟主題最相關(guān)的答部分展現給用戶(hù)，而搜索“運營(yíng)是什么行業(yè)”的時(shí)候，百度會(huì )變更搜索結果，把另外一些相關(guān)的答案展示給用戶(hù)，而這個(gè)檢索的流程是如何實(shí)現的呢？這就不得不提到檢索。

　　用戶(hù)在輸入詞匯的時(shí)候，算法會(huì )進(jìn)行分詞處理，然后查出每個(gè)term文檔集合，然后求交集，然后通過(guò)協(xié)同過(guò)濾以及其他過(guò)濾手法最終形成了排序，我們拿上面的運營(yíng)是什么來(lái)舉例，分詞后會(huì )變成：

　　運營(yíng)——0x123sdsd

　　是——0x1237887

　　什么——0x565768

　　而算法查出每個(gè)文檔集合（頁(yè)面集合），有可能是這樣

　　0x123sdsd 1 3 4 5

　　0x1237887 3 5 12

　　0x565768 9 7 6

　　上述求交集后，發(fā)現文檔3、5是我們可能需要找的。如果用一個(gè)更簡(jiǎn)單的例子，我們可以這樣描述：比如用戶(hù)搜索運營(yíng)是什么行業(yè)的query后，百度分詞結果是：

　　運營(yíng) A,B,C,

　　是 D,E

　　什么 G,H

　　行業(yè) H, C

　　我們可以看出，用戶(hù)搜索“運營(yíng)是什么行業(yè)”，頁(yè)面C是我們想要找的結果，在實(shí)際應用過(guò)程中，百度算法會(huì )丟棄比如啊、什么、哦等這類(lèi)的詞語(yǔ)，也就是說(shuō)，我們的頁(yè)面越多的包含分詞后的詞，那么被檢索出來(lái)的幾率就越大，這也就是行業(yè)所稱(chēng)的“關(guān)鍵詞密度”。

　　排序

　　既然檢索有了結果，那哪些因素會(huì )影響到排序呢？

　　1、相關(guān)性

　　相關(guān)性是影響排序的重要因素，占據了70%以上，網(wǎng)頁(yè)內容和用戶(hù)檢索需求的匹配程度，相關(guān)性主要體現在需求匹配、關(guān)鍵詞個(gè)數以及關(guān)鍵詞出現的位置和外部鏈接指向該頁(yè)面所用的錨文本。

　　翻譯過(guò)來(lái)就是，比如我們的內容中，出現跟運營(yíng)、行業(yè)高度相關(guān)的詞庫，并且多次出現在H1等位置，外部一個(gè)鏈接使用錨文本指向該頁(yè)面，那么該頁(yè)面大概率是跟該主題高度相關(guān)的。

　　2、權威性

　　用戶(hù)都喜歡權威性的站點(diǎn)，算法也相信權威站點(diǎn)的內容，而權威性代表了 這個(gè)網(wǎng)站的資質(zhì)，也就是我們經(jīng)常提到的備案、百度保障、百度信譽(yù)、百度認證等。

　　3、時(shí)效性

　　時(shí)效性?xún)热菀簿褪谴沓霈F了新的頁(yè)面，而新頁(yè)面承載新鮮的內容，按時(shí)間排序我們的內容就可以排到前面。

　　4、重要性

　　網(wǎng)頁(yè)內容與用戶(hù)需求匹配重要程度或受歡迎程度，這句話(huà)理解過(guò)來(lái)就是，用戶(hù)在進(jìn)行query的時(shí)候，我們的內容不僅跟主題相關(guān)，內容還是要能吸引用戶(hù)和被用戶(hù)所重視的。

　　5、豐富度

　　豐富度看似簡(jiǎn)單，確實(shí)范圍很廣，簡(jiǎn)單的理解是你可以生產(chǎn)一篇內容滿(mǎn)足用戶(hù)單一需求，但還可以滿(mǎn)足用戶(hù)的延展需求，什么意思呢？我們可以拿上面的“運營(yíng)是什么行業(yè)”舉個(gè)例子，用戶(hù)搜索運營(yíng)是什么行業(yè)的時(shí)候，用戶(hù)的一般需求是想了解運營(yíng)具體什么行業(yè)，是否可以入行，更深層的需求是想了解一下運營(yíng)這個(gè)行業(yè)的薪資待遇，是否有發(fā)展前景，如果我們把用戶(hù)的多種需求都在一篇文章中完善了，文章的豐富度就出來(lái)了。

　　總結一下檢索排序的流程：用戶(hù)在進(jìn)行query的時(shí)候，算法會(huì )對問(wèn)題進(jìn)行切詞處理，讓包含此主題的所有頁(yè)面進(jìn)行結果展現，但由于一些頁(yè)面內容跟主題高度相關(guān)、內容且很豐富，觀(guān)點(diǎn)新穎讓用戶(hù)喜歡，這樣的文章就會(huì )被算法排在前面。

　　如果需要做推廣的可以聯(lián)系媒介星軟文平臺公眾號或者媒介星軟文平臺官網(wǎng)和我們取得聯(lián)系。

　　媒介星軟文發(fā)稿平臺專(zhuān)注新聞軟文發(fā)稿,軟文代寫(xiě),軟文營(yíng)銷(xiāo)等服務(wù),一手網(wǎng)絡(luò )新聞媒體推廣平臺,多維度提供廣告主和媒體編輯直線(xiàn)對接,為企業(yè)提供網(wǎng)站推廣 網(wǎng)站排名 數據優(yōu)化，口碑推廣營(yíng)銷(xiāo)，品牌策劃，軟文代寫(xiě)、新聞源發(fā)布、軟文發(fā)稿等服務(wù)為主。聯(lián)系:(微信同號)