● 一 個 搜 索引擎程序主要由搜索器、索引器.檢索器和用戶接口等四個部分組成，主要存儲設(shè)備由頁面存儲器和存儲桶兩部分組成。
　　● 搜索器：爬蟲 抓取 壓縮 存儲庫
　　● 索引器：存儲庫提取網(wǎng)頁信息，分析和分解，建立關(guān)鍵字索引，初步排序處理，存入存儲桶，即硬件存儲單元。
　　● 用戶通過用戶接口提交查詢，檢索器根據(jù)輸入關(guān)鍵詞，在索引器和存儲桶進(jìn)行查找，并且采用算法進(jìn)行對結(jié)果的最終排序
　　網(wǎng)頁信息相關(guān)的頁面優(yōu)先度算法
　　● 以網(wǎng)頁內(nèi)容為基礎(chǔ)的算法：關(guān)鍵詞在特殊位置出現(xiàn)的狀況：例如titile，meta,des.
　　● 關(guān)鍵詞在頁面正文出現(xiàn)的狀況：關(guān)鍵詞出現(xiàn)總次數(shù)，出現(xiàn)單詞平均間隔，關(guān)鍵詞出現(xiàn)的頻率。
　　● 以網(wǎng)頁鏈接為基礎(chǔ)的算法：例如PageRank算法 HITS算法 對于HITS不足補充加強(qiáng)的一些列算法。
　　用戶行為相關(guān)頁面的算法
　　● 不能忽略用戶對搜索結(jié)果相關(guān)性的意見。通過對WEB日志的分析，調(diào)整頁面優(yōu)先度
　　● 以點擊率為為基礎(chǔ)的Dir ect Hit 算法：通過搜索結(jié)果返回的點擊率和相關(guān)頁面停留時間長短來判斷頁面受歡迎程度。
　　● 其他用戶行為：例如通過用戶行為二次篩選，逐漸縮小搜索結(jié)果與用戶期望的差距。Cookie記錄，熱門關(guān)鍵詞等。。
　　使站點被收錄
　　如何讓站點收錄
　　● 假如沒有給收錄，是否給搜索引擎封殺?是否蜘蛛訪問你的站點?
　　● 所有站點數(shù)據(jù)呈現(xiàn)下降趨勢，甚至為零，并且多個搜索引擎出現(xiàn)這種情況
　　● 通過網(wǎng)站日志分析蜘蛛是否訪問站點：沒有鏈接，無效鏈接，無功而返。
　　我們要吸引鏈接。
　　怎樣使更多網(wǎng)頁被收錄
　　● 消除蜘蛛陷阱：robots.txt的設(shè)置 不要用蜘蛛訪問不到的技術(shù)顯示內(nèi)容，例如彈出窗口，框架，F(xiàn)LASH,IMG，js 利用JS寫的下拉菜單。這樣一不能識別內(nèi)容，二不能順著鏈接爬行。 動態(tài)URL地址過長，動態(tài)參數(shù)過多，? & = 等等，避免進(jìn)入黑洞。。制作404頁面，確保服務(wù)器的響應(yīng)。。至少在10秒以內(nèi)能打開網(wǎng)站。
　　● 減少被忽視的內(nèi)容：精簡網(wǎng)頁，蜘蛛爬過一定大小的頁面就會停止爬行，加入網(wǎng)頁內(nèi)容過多，可以用不必要的內(nèi)容用JS來寫。。 FLASH里面確保是你不想被收錄的內(nèi)容，避免使用框架。
　　● 建立蜘蛛程序通道：設(shè)計站點地圖。
　　優(yōu)化內(nèi)容
　　搜索排名要素：主要的兩類
　　● 頁面要素：鏈接流行度，用戶行為，URL的長度 和深度，新鮮程度:內(nèi)容，站點的結(jié)構(gòu)，不要作弊
　　● 搜索請求要素：關(guān)鍵詞突出度，密度，頻率，內(nèi)容，TF*IDF，搜索項接近度
　　吸引鏈接到你站點
　　● 目前最重要排名因素還是由鏈接決定的。
　　● 內(nèi)容為王在以前的互聯(lián)網(wǎng)上是站有統(tǒng)計性的，但引起互聯(lián)網(wǎng)變化的不是內(nèi)容，和是鏈接。這正的互聯(lián)網(wǎng)是能容易從一部分內(nèi)容轉(zhuǎn)移到另外一部分內(nèi)容。1998年的GOOGLE出現(xiàn)，打破了傳統(tǒng)的基于關(guān)鍵詞搜索排名算法，而是基于鏈接分析，利用鏈接來評判網(wǎng)頁等級質(zhì)量。PR
　　● 鏈接的流行度：鏈接數(shù)量，鏈接質(zhì)量，錨文本，
　　● 鏈接相關(guān)性：單純的錨文本來判定相關(guān)是不夠的，搜索引擎會查看錨文本周邊的詞，查看整個頁面甚至整個鏈接來源站點上的詞。