搜索引擎是什么？

　　Web搜索引擎基本上是一個(gè)軟件系統(tǒng)，用于搜索和分類信息，并根據(jù)用戶的請求通過搜索引擎結(jié)果頁面（SERP）顯示它。

　　雖然大多數(shù)人在談?wù)撨@個(gè)主題時(shí)只會(huì)想到Google或百度這樣的網(wǎng)站，但必須要了解像亞馬遜或淘寶這樣的網(wǎng)站也是有效的搜索引擎，而不是在整個(gè)互聯(lián)網(wǎng)上搜索和分類頁面和信息，他們專注于生態(tài)系統(tǒng)中列出的頁面。

　　無論他們?nèi)绾巫龅竭@一點(diǎn)的具體細(xì)節(jié)，這基本上都是所有搜索引擎所做的。

　　有些搜索引擎在某些方面比其他搜索引擎更好，有些搜索引擎在系統(tǒng)的復(fù)雜程度和精確程度方面處于領(lǐng)先地位，從而提供比其他搜索引擎更準(zhǔn)確，一致和可靠的結(jié)果。

　　當(dāng)我們比較一些最好的那些，并回顧它們的優(yōu)點(diǎn)和缺點(diǎn)時(shí)，我們將涵蓋所有這些，但在我們做之前，了解現(xiàn)代搜索引擎來自何處的基礎(chǔ)知識(shí)可以讓您更好地了解它們的工作原理現(xiàn)在，這是一個(gè)不容忽視的優(yōu)勢。

　　搜索引擎的起源

　　今天，搜索引擎是高度復(fù)雜的軟件，以驚人的規(guī)模運(yùn)行，篩選數(shù)十億個(gè)包含互聯(lián)網(wǎng)的網(wǎng)站，為用戶提供準(zhǔn)確的查詢結(jié)果。為了有效地實(shí)現(xiàn)這一目標(biāo)，大量索引和更復(fù)雜的算法不斷得到改進(jìn)，采用最先進(jìn)的技術(shù)，如機(jī)器學(xué)習(xí)和人工智能。

　　然而，在早期，過去的工作方式完全不同。

　　早期的搜索引擎 –?Altavista，Lycos，Dmoz–更像是目錄或策劃的網(wǎng)站列表。如果您是網(wǎng)站管理員，則需要將您的網(wǎng)站提交到這些目錄，并且處理這些目錄的人將確定您的網(wǎng)站屬于哪個(gè)類別或列表，這與搜索引擎最終演變?yōu)轱@著不同。

　　現(xiàn)在，這已經(jīng)持續(xù)了一段時(shí)間，直到兩個(gè)人，謝爾蓋布林和拉里佩奇提出了“?頁面排名?”，這從根本上塑造了現(xiàn)代搜索引擎的變化。

　　他們?yōu)樗麄兊牟┦垦芯空撐?，布林和佩奇開始更加關(guān)注每篇參考書目的參考書目，以及幾篇論文如何回顧該領(lǐng)域的一些重要工作，從而提高其相關(guān)性。

　　它的工作原理如下：論文A詳細(xì)講述了一個(gè)新概念。論文B和C采取了這一概念，對(duì)自己進(jìn)行了一些研究，并在論文中對(duì)A進(jìn)行了研究。論文D擴(kuò)展了論文C的研究結(jié)果，并在其參考書目中提到了論文C和論文A作為其內(nèi)容的參考資料。

　　論文A收到的參考文獻(xiàn)越多（因?yàn)樗挥米鲗?duì)特定領(lǐng)域進(jìn)行更多研究和擴(kuò)展的基礎(chǔ)），它就越具有相關(guān)性，而且它變得越來越重要。

　　畢竟，這意味著它不僅被更多的人審閱，研究和閱讀 –?從而增加了對(duì)其內(nèi)容的審查?– 但通過經(jīng)常被引用，它表明其內(nèi)容不僅合理而且對(duì)任何其他人都非常重要，進(jìn)入那個(gè)特定的研究領(lǐng)域。

　　Google所做的是采用這一概念并將其應(yīng)用于網(wǎng)站，根據(jù)其在其他網(wǎng)站上的“引用次數(shù)”對(duì)其相關(guān)性或重要性進(jìn)行排序。這最終成為“?網(wǎng)頁排名?”，這是一種排名方式，形成了搜索引擎從那時(shí)起采用的方式。

　　您可能知道這一點(diǎn)，但它也是構(gòu)建Google的基礎(chǔ)。

　　截至目前，網(wǎng)頁排名仍然是谷歌搜索或其他搜索引擎算法的重要組成部分，幾乎所有搜索引擎都以某種形式呈現(xiàn)。然而，這些系統(tǒng)已經(jīng)取得了很大的進(jìn)步，因此認(rèn)為這就是他們的全部內(nèi)容將是一種傷害。

　　搜索引擎如何工作

　　首先，當(dāng)您在Google或百度這樣的網(wǎng)站上進(jìn)行搜索時(shí)，不像軟件實(shí)時(shí)運(yùn)行您的查詢，在此刻搜索與您的關(guān)鍵字匹配的網(wǎng)頁。有數(shù)十億頁面，每分鐘都有數(shù)百個(gè)新頁面出現(xiàn)，這種方法是不可行的。

　　現(xiàn)代搜索引擎所做的是不斷搜索網(wǎng)絡(luò)記錄并組織他們找到的信息，這個(gè)功能我們稱之為“?索引?”。這樣，當(dāng)您在百度上輸入查詢時(shí)，軟件只需將您的關(guān)鍵字解釋為最好的能力，將它們與數(shù)據(jù)庫中的結(jié)果相匹配，并按照它認(rèn)為最相關(guān)的順序顯示給您。

　　在我看來，最好的可視化方法是“?網(wǎng)絡(luò)?”?的傳統(tǒng)例子

　　想象一下，互聯(lián)網(wǎng)是一個(gè)巨大的蜘蛛網(wǎng)，連接著每一頁。這些連接的發(fā)生得益于超鏈接，超鏈接是您點(diǎn)擊它們時(shí)引導(dǎo)您訪問互聯(lián)網(wǎng)上其他網(wǎng)站的突出顯示文本或圖像的精美名稱。

　　搜索引擎不斷運(yùn)行我們稱之為“蜘蛛”的程序，其唯一的功能是訪問他們找到的每個(gè)網(wǎng)站 –?使用這些超鏈接?– 收集有關(guān)其內(nèi)容的信息并將該信息添加到其搜索索引中。因此，當(dāng)人們搜索可能駐留在該頁面上的信息時(shí)，可以隨時(shí)使用它。

　　現(xiàn)在，當(dāng)您在搜索引擎上輸入查詢時(shí)，軟件需要根據(jù)您提供的單詞嘗試解釋您想要知道的內(nèi)容。否則，您將收到數(shù)以百萬計(jì)的結(jié)果，這些結(jié)果與您所追求的結(jié)果不一定相同，即使它包含您搜索的單詞。

　　這可能非常復(fù)雜，因?yàn)橄嗤膯卧~ –?SEO?– 可以根據(jù)您在搜索中使用的其余單詞形成的上下文來引用完全不同的內(nèi)容。

　　一旦搜索引擎決定它認(rèn)為你在問什么，那么它就會(huì)確定哪些結(jié)果最有可能找到你想要的東西。他們?nèi)绾巫龅竭@一點(diǎn)是無數(shù)的，因?yàn)樵谝粋€(gè)搜索條目中可能會(huì)考慮數(shù)百甚至數(shù)千個(gè)變量。

　　這些部分是我們通常稱為“?搜索算法?”的變量和復(fù)雜決策結(jié)構(gòu)的結(jié)合，最終確定了搜索引擎認(rèn)為您正在查詢的內(nèi)容，以及最可能包含它的頁面。

　　每個(gè)搜索引擎都有自己的公式 –?他們自己的算法?– 以不同的方式查看和解釋數(shù)據(jù)，分配不同的值以提供盡可能準(zhǔn)確的結(jié)果。

　　有些是非常先進(jìn)的，并且經(jīng)過十多年的精煉（并且不斷磨練），比如谷歌，它現(xiàn)在甚至采用人工智能技術(shù)來確定你想要提供最準(zhǔn)確的結(jié)果。有些更受限制或更直接，但對(duì)于在受限制的生態(tài)系統(tǒng)上工作的特定任務(wù)更有效。

　　例如，如果我想購買東西，我可能會(huì)在淘寶或京東的搜索引擎/生態(tài)系統(tǒng)中尋找更好的結(jié)果。