搜索引擎怎样对抓取的内容进行分组( 二 )
■网友
搜索引擎的工作原理包括如下三个过程：首先在互联网中发现、搜集网页信息；同时对信息进行提取和组织建立索引库；再由检索器根据用户输入的查询关键字，在索引库中快速检出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并将查询结果返回给用户。谷歌和百度都是全文搜索引擎，目前都主要是根据标题和内容中的关键词来进行排序处理，还有一种就是根据锚文字链接指向来排序，但是这种排序现在被打击了。而你所说的有效分类其实谷歌和百度并没有做到这个。比如说，我在百度搜索“社交网站”，你会看到结果中真正知名的搜索网站只有人人网，那还是因为人人网的title里包含了“社交”两字。但是实际上我们知道社交网站还有豆瓣，新浪微博，qq空间，开心网，http://51.com等等。有一种目录搜索引擎就是对内容进行分类的，这种搜索引擎是以人工方式或半自动方式搜集信息，由编辑员查看信息之后，人工形成信息摘要，并将信息置于事先确定的分类框架中。信息大多面向网站，提供目录浏览服务和直接检索服务。搜索引擎与目录搜索引擎有相互融合渗透的趋势。一些纯粹的全文搜索引擎现在也提供目录搜索，如Google就借用Open Directory目录提供分类查询。而像 Yahoo! 这些老牌目录索引则通过与Google等搜索引擎合作扩大搜索范围。现在百度的知心搜索和框计算的确有了一些对内容进行分类的迹象，但是某些行业关键词是不适宜过多干涉的，怎样把握好内容的有效分类？这是一个难点。除非国内有出色的专家团建立一个像国外Open Directory的网络分类数据库并开放给搜索引擎使用。百度百科现在也在做人工分类，不过还做得不够好。————————————————————————————————————————你是后面补充了内容吧，你原意表达的不是这个意思。现在其实你是想问搜索引擎分词的原理，刚开始我看到的是内容分类，这两种意思差了十万八千里。
■网友
搜索是蜘蛛先抓取内容到自己的服务器，先建立索引之后 再进行分类或其它的事情。如何进行分类？ 百度或谷歌一个搜索引擎算法问题描述中 作者是想了解如何放进索引库的（也就是分词）。我猜作者其实想问的问题是：搜索引擎怎样分词、建立索引的。答案是：百度或谷歌一下分词、中文分词。你能得到更全面的答案 我就不复制过来了。如果作者是做SEO的，这些东西了解即可，不必深究。
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾
- 怎样成为一名合格的Python程序员?
- 怎样评价华为、诺基亚、中兴中标中国移动高端路由交换设备扩容集采
- 怎样评价类似前橙会、百老汇、南极圈这样类型的离职帮抱团，对企业的积极意义和消极意义