查找引擎中各网站的有关信息都是从用户网页中自动提取的，所以用户的角度看，我们拥有更多的自主权;而目录索引则要求有必要手工其他填写网站信息，而且还有各式各样的束缚。更有甚者，假设工作人员认为你提交网站的目录、网站信息不合适，他可以随时对其进行调整，当然事先是不会和你商议的。【温州seo】

 查找引擎的分类

 查找引擎按其工作方式首要可分为三种：

 分别是全文查找引擎(Full Text Search Engine)

 目录索引类查找引擎(Search Index/Directory)

 元查找引擎(Meta Search Engine)。

 全文查找引擎

全文查找引擎是名副其实的查找引擎，国外具代表性的有Google、Fast/AllTheWeb、AltaVista、Inktomi、Teoma、WiseNut等，国内闻名的有百度(Baidu)。它们都是通过从互联网上提取的各个网站的信息(以网页文字为主)而建立的数据库中，检索与用户查询条件匹配的相关记载，然后按必定的摆放次第将效果回来给用户，因而他们是实在的查找引擎。【温州seo】

 从查找效果来历的角度，全文查找引擎又可细分为两种，一种是拥有自己的检索程序(Indexer)，俗称“蜘蛛”(Spider)程序或“机器人”(Robot)程序，并自建网页数据库，查找效果直接从本身的数据库中调用，如上面说到的7家引擎;另一种则是租赁其他引擎的数据库，并按自定的格局摆放查找效果。

 当用户以关键词查找信息时，查找引擎会在数据库中进行查找，假设找到与用户要求内容相符的网站，便选用特殊的算法——通常根据网页中关键词的匹配程度、出现的方位、频次、链接质量——核算出各网页的相关度及排名等级，然后根据相关度凹凸，按次第将这些网页链接回来给用户。这种引擎的特点是搜全率比较高。

 目录索引

 虽然有查找功用，但严格意义上不能称为实在的查找引擎，仅仅按目录分类的网站链接列表算了。(更简单说就是网址导航网站)

 用户彻底可以按照分类目录找到所需求的信息，不依托关键词(Keywords)进行查询。目录索引中最具代表性的莫过于大名鼎鼎的Yahoo、新浪分类目录查找。

 目录索引，顾名思义就是将网站分门别类地存放在相应的目录中，因而用户在查询信息时，可选择关键词查找，也可按分类目录逐层查找。如以关键词查找，回来的效果跟查找引擎一样，也是根据信息相关程度摆放网站，只不过其间人为要素要多一些。假设按分层目录查找，某一目录中网站的排名则是由标题字母的先后次第决议(也有例外)。

 元查找引擎在接受用户查询恳求时，一同在其他多个引擎上进行查找，并将效果回来给用户。闻名的元查找引擎有InfoSpace、Dogpile、Vivisimo等(元查找引擎列表)，中文元查找引擎中具代表性的有搜星查找引擎。在查找效果摆放方面，有的直接按来历引擎摆放查找效果，如Dogpile，有的则按自定的规则将效果从头摆放组合，如Vivisimo。

 查找引擎的技能架构

 优秀的查找引擎需求凌乱的架构和算法，以此来支撑对海量数据的获取、存储，以及对用户查询的快速而准确地呼应。从架构层面，查找引擎需求可以对以百亿计的海量网页进行获取、存储、处理的才干，一起要保证查找效果的质。怎样获取、存储并核算如此海量的数据?怎样快速呼应用户的査询?怎样使得查找效果可以满意用户的信息需求?

 查找引擎架构

 抓取网页:查找引擎的信息源来自于互联网网页，通过网络爬虫将互联网的信息获取到本地. 因 为互联网页面中有适当大比例的内容是彻底相同或许近似重复的，"网页去重"模块会对此做出检测，并去除重复内容。

 建立索引：抓取到网页后，查找引擎会对网页进行解析，抽取出网页主体内容和相关信息，(包括网页地址URL、编码类型、页面内容包括的关键词、关键词方位、生成时刻、巨细、与其它网页的链接联系等)。根据必定的相关度算法进行许多凌乱核算，得到每一个网页针对页面内容中及超链中每一个关键词的相关度(或重要性)，然后用这些相关信息建立网页建立索引。为了加快呼应用户査询的速度，网页内容通过"倒排索引"这种高效查询数据结构来保存，而网页之间的链接联系也会予以保存。之所以要保存链接联系，是由于这种联系 在网F相关性排序阶段是可利用的，通过"链接分析"可以判别页面的相对重要性，对于为用 户供应准确的查找效果协助很大。

 由于网页数量太多，查找引擎不仅需求保存网页原始信息，还要存储一些中心的处理效果 运用单台或许少数的机器显着是不现实的。上面所述是查找引擎怎样获取并存储海量的网页相关信息，这些功用由于不需求实时核算，所以可以被看做是查找引擎的后台核算体系。

 查询词分析

 查找引擎的最重要意图是为用户供应准确全面的查找效果，怎样呼应用户査询并实时地供应准确效果构成了查找引擎前台核算体系。 当查找引擎接收到用户的査询词后，首要需求对查询词进行分析，期望可以结合查询词和用户信息来正确推导用户的实在查找意图。在此之后，首要在缓存中查找，查找引擎的缓存系 统存储了不同的查询意图对应的查找效果，假设可以在缓存体系找到满意用户需求的信息，则可以直接将查找效果回来给用户，这样既省掉了重复核算对资源的耗费，又加快了呼应速度;【温州seo】

 查找效果排序

 假设保存在缓存的信息无法满意用户需求，查找引擎需求调用"网页排序"模快功用，根据用户的査询实时核算哪些网页是满意用户信息需求的，并排序输出作为查找效果。而网页排序最重要的两个参看要素中，一个是内容相似性要素，即哪些网页是和用户查询密切相关的;其他 一个是网页重要性要素，即哪些网页是质量较好或许相对重要的，这点往往可以从链接分析的效果取得。结合以上两个考虑要素，就可以对网页进行排序，作为用户查询的查找效果。