优圣互联 - 助力企业实现网络营销

在爬行与抓取这两项工作准备好以后，搜索引擎就等着用户来搜索了。而搜索时，就与排名有关了。

1、搜索词处理：中文分词，拼写矫正

当我们输入一个关键词时，它得首先进行分词，分词之后，会进行拼写矫正，看看是否输入正确。

2、文件匹配

K1 f1,f2,f3......fn

K2 f1,f2,f3......fn

K3

...

Kn f1,f2,f3......fn

在分词之后，会形成关键词，也就是k1,k2.....而每一个关键词对应无数个页面，从f1到fn，就是说有很多页面里都会有这个关键词。同时这个页面也会根据关键词的权重进行排序，f1是权重最高的。

3、初始子集的选择

不管我们输入什么词，在最下面会显示有超过一亿个结果，但是能够显示的也就只有70来页，就算能够全部显示出来，后面也是一些杂乱无章的东西。所以为了提升搜索引擎获取数据信息的速度，就出现了初始子集这个名词，它是指大范围里一个很小的区域，只要把这些文件匹配好就可以了。

4、相关性计算：关键词常用程度，词频，关键词位置及形式，链接分析及权重

在初始子集的选择里最后说到了匹配，那要怎么进行匹配呢？就要进行相关性计算了。主要的包括了关键词出现的次数，出现的位置等，可以通过这些指标或者是属性来匹配合适的搜索结果。

5、排名显示

输入关键词搜索，所看到的结果的过程就被称为排名显示。

6、搜索缓存

大家每次的搜索结果，它都是在搜索缓存里面的，也就是在百度或者谷歌里暂时存储起来了，这样就不用每次搜索时，都从庞大的原始数据库里去查找、匹配，这样可以节省时间，提高效率。

7、用户查询及点击日志

这个日志，是只有百度自己能看到，就比如说，用户搜索什么词、什么时候搜索的、用户所在的IP、进来后都点了哪些链接等数据都会记录下来。然后有内部人士通过这些数据

来分析，再把得到的结论进行不断优化，改进关键词页面的一个排名。