搜索引擎大家都不陌生,但是其中的一些算法可能大家都不太清楚。我们知道搜索引擎可以索引网站,分析网站,并对其进行排名。今天,Dreamweaver推出了四种搜索引擎系统。
搜索引擎分为四个系统,即下载、分析、索引和检索系统。这些系统都有各自的工作内容,一个搜索引擎没有其中任何一个都不能算完整。下面我们分别来看一下这四个系统。
首先,下载系统
搜索引擎中下载系统的主要工作是下载并存储互联网中的所有网页,也就是我们常说的蜘蛛。蜘蛛被用来抓取网页。也就是说,下载系统有两个主要任务:下载和存储。抓取页面的一般方法是从一个页面中抓取,收集页面中的所有链接,然后访问这个页面中的所有链接。
二、分析系统
搜索引擎捕获页面后,并不会捕获所有页面。我们可以从服务器日志中看到蜘蛛抓取了哪些页面,但不一定会抓取。搜索引擎分析系统的主要工作是检查网站的内容,分析页面中的标题、文本、链接或广告等内容,分析重复或无效的页面,帮助搜索引擎收集内容。
第三,指标体系
下载、存储、分析系统会抓取网页并过滤,会留下有价值的页面。然后,会对这个页面进行索引和切分,分析内容中单词的位置和频率,记录页面内容中的标题和摘要。我们经常使用site命令来查询网站包含的所有内容。当包含一条内容时,增加了一个索引项,显示的快照是索引建立的时间,而快照更新是在蜘蛛再次访问时,对抓取的页面进行重新索引,因此页面快照被更新。
第四,检索系统
这个系统和用户的关系很大,这个系统可以和用户建立联系。当用户在浏览器中输入搜索词时,搜索引擎会将搜索词进行分词得到索引词,然后在索引数据库中进行匹配,最后得到搜索结果。根据页面的综合权重和搜索词的匹配度,这就是我们所说的排名。