電腦學習 Win8知識 黑云ROM 投稿

當前位置:首頁 >> 站長天地 >> SEO優化 >> 內容

Google的搜索結果排列算法

時間:2008-10-6 11:12:00 欄目:SEO優化 點擊: 來源:不詳

 [SEO優化]-本文簡要:本文作者馬特-卡茲(Matt Cutts)是Google公司品質管理部門的軟件工程師。他的工作主要是給好的網站評定等級,并負責開發阻止虛假或垃圾網站出現在Google搜索結果上的技術。圖書館管理員們提出最多的問題之一是:“對于什么樣的結果應該位于搜索列表的最上方, Google是如何選擇的?”現在品...
D6電腦網 (d6pc.com): Google的搜索結果排列算法-SEO優化

本文作者馬特-卡茲(Matt Cutts)是Google公司品質管理部門的軟件工程師。他的工作主要是給好的網站評定等級,并負責開發阻止虛假或垃圾網站出現在Google搜索結果上的技術。

圖書館管理員們提出最多的問題之一是:“對于什么樣的結果應該位于搜索列表的最上方, Google是如何選擇的?”現在品質工程師馬特-卡茲介紹了快速入門的知識,解釋了Google是如何在網上爬行和索引,以及如何評定搜索結果等級的。馬特也向學校圖書館管理員提出建議,告訴他們如何輔導學生。

爬行和索引

在你瀏覽包含了Google搜索結果的網頁之前,要發生很多事情。首先是在萬維網數以十億計的網頁上爬行和索引,這個工作是由Googlebot完成的,它負責與全球的網絡服務器連接以收集文件。爬行不是真的在網上漫游,而是訪問網絡服務器返回到一個特定的網頁上,接著掃描該網頁建立超鏈接并為每一個網頁編上號碼。爬行可收集大量的文件,但這些文件還不能直接用于搜索。

如果沒有索引,在你想查詢如“civil war”(南北戰爭)等內容時,Google的服務器將不得不在你每次搜索時閱讀每一份文件的內容。因此第二個步驟是要建立一個索引,這樣就需要“轉換” 爬行所獲得的數據。為了不必在每一份文件上掃描每一個單詞,就需要在數據上做些文章,以便顯示包含了特定單詞的所有文件。例如,假設單詞“civil”在編號為3、8、22、56、68和92的文件上出現過,而單詞“war”出現編號為2、8、15、22、68和77的文件上。

一旦建立了索引,就開始對文件進行等級評定并確定它們的相關性。假如某個人上Google搜索并輸入“civil war”,為呈現和評價搜索結果需要做兩件事:一是查找包含了用戶提問的網頁;二是按照相關性排定匹配網頁的位置。Google已經開發出一個有趣的技術可加速第一步驟的過程:不是將所有索引存儲在一臺電腦上,而是使用數百臺電腦做這種工作。由于任務被分配到很多電腦上,使得查詢答案更為迅速。

為更加形象地描述這個過程,可以設想下一本30頁厚書的索引。如果一個人在索引中查找數頁的信息,那么每一次搜索都至少需要花幾秒鐘的時間;但如果你將索引的每一頁分給不同的人去查找呢?三十個人分別查找索引的不同部分,要比一個人獨自查找快的多。同樣,Google也是將數據分配到各臺電腦上以便可以更快地查找文件。

如何查找包含了用戶提問的網頁?讓我們返回到上面舉的“civil war”例子。單詞“civil”在編號為3、8、22、56、68和92的文件上,單詞“war”在編號為2、8、15、22、68和77的文件上,我們可以在網頁上顯示文件并尋找包含兩個單詞的文件(從下表中可以看出是8、22和68號文件)。

單詞civil 3 8 22 56 68 92

單詞war 2 8 15 22 68 77

兩個單詞都出現 8 22 68

包含了一個單詞的文件列表被稱為“文件標識列表”,查找包含兩個單詞的文件被稱為“文件標識列表的交集”。

評定搜索結果

有了包含用戶提問的網頁后,就該按照相關性評定網頁了。Google使用了很多技術,其中 PageRank算法是最有名的。PageRank評定的是兩種事情:從網站到某一網頁有多少個鏈接,提供鏈接的網站的排名。使用PageRank,來自 CNN和紐約時報網站的鏈接的價值,是很多不太有名網站的兩倍。

除了PageRank外Google還使用了很多其他技術,例如一份文件所包含的 “civil”和“war”兩個單詞靠的很近,就比只使用了“war”單詞的包含“Revolutionary War”(獨立戰爭)的文件相關性要大的多。另外在題目中出現了“civil war”的網頁,它的相關性就比題目為“19th Century American Clothing”(19世紀的美國服裝)要重要的多。同樣如果“civil war”在網頁上出現了數次,比出現一次的網頁要相關的多。

Google的目的是要找到知名度和相關性都大的網頁。如果兩個網頁出現匹配提問的信息數量幾乎一樣,我們常常會選擇更有名網站的鏈接。但如果其他方面表明一個網頁更為相關,也會選擇更少鏈接或更低排名的網頁。例如,一個網頁全篇都是講“南北戰爭”的內容,會比只是略微提到“南北戰爭”的網頁更為有用,即使這個網頁是出現不太有名的網站上。一旦我們有了文件的列表和分值,就會選擇最高分值、最匹配的文件。

Google從包含了提問單詞的每一份文件中提取幾句話作為摘要顯示,接著將排好的URLs和摘要顯示在搜索結果上。正如你所知道的運行一個搜索器需要大量的計算資源。每一次搜索需要500臺以上的電腦一起工作,搜索的時間還不到半秒鐘。


Tags:結果 


D6電腦網|電腦學習,電腦維修,電腦技術網;
設電腦學習,電腦入門,電腦技術,電腦教程,電腦維修,硬件知識,
網頁設計建站,桌面壁紙,主題下載,WIN7下載,常用軟件下載等欄目。感謝您的支持!
欄目:SEO優化 作者:佚名 來源:不詳
共有評論 0相關評論
發表我的評論
  • 大名:
  • 內容:
本類推薦
  • 沒有
本類固頂
  • 沒有
網友推薦
鏈接申請
  • D6電腦網(www.fccfdz.tw) © 2020 版權所有 All Rights Reserved.
  • 本站為純技術學習交流型網站,部分資源來源網絡,僅供學習交流,版權歸原作者,本站僅為轉載,如有侵犯您的利益請聯系我們刪除.謝謝!
    關于D6電腦學習網 廣告合作 [email protected] 聯系站長 網站地圖| 粵ICP備09035016號
  • 擺脫淺薄和低俗的最好辦法就是學習,我們加油!D6PC! V3.0
  • 河北时时彩玩法