Google搜索的運(yùn)作方式

Google是一個(gè)全自動(dòng)搜索引擎，它會(huì)使用名為“網(wǎng)頁抓取工具”的軟件（蜘蛛爬蟲）定期探索網(wǎng)絡(luò)，以便查找可添加到Google索引中的網(wǎng)站。實(shí)際上，Google搜索結(jié)果中收錄的大多數(shù)網(wǎng)站都不是手動(dòng)提交的，而是網(wǎng)頁抓取工具在抓取網(wǎng)絡(luò)時(shí)自動(dòng)找到并添加的。  

一、抓取  

第一步是找出網(wǎng)絡(luò)上存在哪些網(wǎng)頁。Google不斷搜索新網(wǎng)頁并將其添加到已知網(wǎng)頁列表中。由于Google之前已經(jīng)訪問過某些網(wǎng)頁，因此這些網(wǎng)頁是Google已知的網(wǎng)頁。當(dāng)跟蹤已知網(wǎng)頁上指向新網(wǎng)頁的鏈接時(shí)，Google會(huì)發(fā)現(xiàn)其他網(wǎng)頁。當(dāng)網(wǎng)站所有者以列表形式（站點(diǎn)地圖）提交一系列網(wǎng)頁供Google抓取時(shí)，Google也會(huì)發(fā)現(xiàn)其他網(wǎng)頁。  

Google發(fā)現(xiàn)網(wǎng)頁網(wǎng)址后，會(huì)訪問或抓取該網(wǎng)頁以了解其中的內(nèi)容。Google會(huì)呈現(xiàn)該網(wǎng)頁，并分析文字和非文字內(nèi)容以及整體視覺布局，確定該網(wǎng)頁會(huì)顯示在搜索結(jié)果中的什么位置。Google越了解我們的網(wǎng)站，就越能準(zhǔn)確地將我們的網(wǎng)站與正在查找我們內(nèi)容的用戶相匹配。  

二、編入索引  

發(fā)現(xiàn)網(wǎng)頁后，Google會(huì)嘗試了解該網(wǎng)頁的內(nèi)容。此過程稱為“編入索引”。Google會(huì)分析該網(wǎng)頁的內(nèi)容、為網(wǎng)頁上嵌入的圖片和視頻文件編制目錄，并通過其他方式嘗試了解網(wǎng)頁。這些信息存儲(chǔ)在Google索引中，而Google索引是一個(gè)存儲(chǔ)在很多計(jì)算機(jī)中的巨大數(shù)據(jù)庫。  

三、呈現(xiàn)（排名）  

當(dāng)用戶輸入查詢時(shí)，Google會(huì)根據(jù)許多因素嘗試從其索引中找到最相關(guān)的答案。Google會(huì)考慮用戶的所在位置、語言及設(shè)備（桌面設(shè)備或手機(jī)）等因素來努力確定最優(yōu)質(zhì)的答案，并會(huì)考慮其他因素，盡可能提供最佳用戶體驗(yàn)和最恰當(dāng)?shù)拇鸢浮?nbsp; 

四、搜索算法的工作方式  

4.1 分析關(guān)鍵詞  

理解搜索字詞的含義對(duì)于返回優(yōu)質(zhì)結(jié)果至關(guān)重要。為了找到包含相關(guān)信息的頁面，谷歌的第一步就是分析搜索查詢中的字詞的含義。谷歌創(chuàng)建了語言模型，試圖了解應(yīng)該使用關(guān)鍵詞的哪些部分在索引中進(jìn)行查詢。  

4.2 與搜索內(nèi)容相符  

4.2.1 谷歌會(huì)尋找包含與相應(yīng)查詢匹配的信息的網(wǎng)頁。當(dāng)我們搜索時(shí)，在最基本的層面上，谷歌的算法會(huì)在索引中查詢我們的搜索關(guān)鍵詞以找到適當(dāng)?shù)木W(wǎng)頁。這些算法會(huì)分析相關(guān)關(guān)鍵字在某個(gè)網(wǎng)頁上（不論是在標(biāo)題中還是在正文中）的出現(xiàn)頻率和顯示位置。  

4.2.2 當(dāng)某個(gè)網(wǎng)頁中包含與我們的搜索查詢內(nèi)容相同的關(guān)鍵字時(shí)，這是表示搜索到的信息可能與我們要查找的內(nèi)容相關(guān)的最基本信號(hào)。如果網(wǎng)頁或者文本的標(biāo)題或正文中出現(xiàn)這些關(guān)鍵字，則表示該信息與我們要查找的內(nèi)容相關(guān)的可能性更大了。除了簡(jiǎn)單的關(guān)鍵字匹配之外，谷歌還使用經(jīng)過匯總和匿名化處理的互動(dòng)數(shù)據(jù)來評(píng)估搜索結(jié)果是否與查詢內(nèi)容相關(guān)。谷歌會(huì)將這些數(shù)據(jù)轉(zhuǎn)換為信號(hào)，以協(xié)助機(jī)器學(xué)習(xí)系統(tǒng)更好地評(píng)估相關(guān)性。  

4.3 為實(shí)用網(wǎng)頁排名  

4.3.1 對(duì)于一項(xiàng)典型的查詢，含有可能相關(guān)信息的網(wǎng)頁會(huì)多達(dá)數(shù)千個(gè)甚至數(shù)百萬個(gè)。因此，為了幫助將最符合需求的網(wǎng)頁排在靠前的位置，谷歌還編寫了算法來評(píng)估這些網(wǎng)頁的實(shí)用性。  

4.3.2 這些算法會(huì)分析數(shù)百種不同的因素-從內(nèi)容的新鮮度，到搜索關(guān)鍵詞的出現(xiàn)次數(shù)以及網(wǎng)頁能否提供出色的用戶體驗(yàn)-以盡力呈現(xiàn)網(wǎng)絡(luò)所能提供的最有用的信息。為了評(píng)估內(nèi)容在相關(guān)主題方面的可信度和權(quán)威性，谷歌會(huì)尋找那些看起來在類似查詢中受到大量用戶青睞的網(wǎng)站。如果與該主題相關(guān)的其他知名網(wǎng)站鏈接到了相應(yīng)頁面，則可充分說明此頁面上的信息具有較高的品質(zhì)。  

4.3.3 網(wǎng)絡(luò)中有很多垃圾網(wǎng)站會(huì)試圖通過重復(fù)關(guān)鍵字或購(gòu)買可提升排名的鏈接等各種不當(dāng)手段，蒙混到搜索結(jié)果中靠前的位置。這些網(wǎng)站提供的用戶體驗(yàn)非常糟糕，甚至可能會(huì)傷害或誤導(dǎo)Google用戶。因此，谷歌編寫了算法來識(shí)別網(wǎng)絡(luò)垃圾并將那些違反Google網(wǎng)站站長(zhǎng)指南的網(wǎng)站從結(jié)果中移除。  

4.4 返回最佳結(jié)果  

4.4.1 在為我們提供結(jié)果之前，谷歌會(huì)評(píng)估所有相關(guān)信息的綜合效果：這些搜索結(jié)果是只有一個(gè)主題，還是有很多主題？是否有過多的頁面在著重探討一條狹義的內(nèi)容？谷歌會(huì)根據(jù)搜索類型以最有用的格式提供一系列多樣的信息。  

4.4.2 這些算法會(huì)通過分析相關(guān)信號(hào)來評(píng)估是否所有用戶都能查看搜索結(jié)果。例如：網(wǎng)站是否能在不同的瀏覽器中正常顯示；網(wǎng)站是否適合各種類型和尺寸的設(shè)備（包括桌面設(shè)備、平板電腦和智能手機(jī)）；以及網(wǎng)頁加載時(shí)間對(duì)于互聯(lián)網(wǎng)連接速度較慢的用戶而言是否合適。  

4.5考慮具體環(huán)境  

谷歌使用國(guó)家/地區(qū)和位置信息來提供與我們所在區(qū)域相關(guān)的內(nèi)容。例如，如果我們身處芝加哥并搜索“橄欖球”，Google極有可能會(huì)先為我們顯示有關(guān)美國(guó)橄欖球和芝加哥熊隊(duì)的結(jié)果。但如果我們是在中國(guó)搜索“足球”，Google則會(huì)在比較靠前的位置顯示有關(guān)亞洲杯中國(guó)足球的結(jié)果。