Google搜索的运作方式与具体工作步骤

Google搜索的运作方式

Google是一个全自动搜索引擎，它会使用名为“网页抓取工具”的软件（蜘蛛爬虫）定期探索网络，以便查找可添加到Google索引中的网站。实际上，Google搜索结果中收录的大多数网站都不是手动提交的，而是网页抓取工具在抓取网络时自动找到并添加的。  

一、抓取  

第一步是找出网络上存在哪些网页。Google不断搜索新网页并将其添加到已知网页列表中。由于Google之前已经访问过某些网页，因此这些网页是Google已知的网页。当跟踪已知网页上指向新网页的链接时，Google会发现其他网页。当网站所有者以列表形式（站点地图）提交一系列网页供Google抓取时，Google也会发现其他网页。  

Google发现网页网址后，会访问或抓取该网页以了解其中的内容。Google会呈现该网页，并分析文字和非文字内容以及整体视觉布局，确定该网页会显示在搜索结果中的什么位置。Google越了解我们的网站，就越能准确地将我们的网站与正在查找我们内容的用户相匹配。  

二、编入索引  

发现网页后，Google会尝试了解该网页的内容。此过程称为“编入索引”。Google会分析该网页的内容、为网页上嵌入的图片和视频文件编制目录，并通过其他方式尝试了解网页。这些信息存储在Google索引中，而Google索引是一个存储在很多计算机中的巨大数据库。  

三、呈现（排名）  

当用户输入查询时，Google会根据许多因素尝试从其索引中找到最相关的答案。Google会考虑用户的所在位置、语言及设备（桌面设备或手机）等因素来努力确定最优质的答案，并会考虑其他因素，尽可能提供最佳用户体验和最恰当的答案。  

四、搜索算法的工作方式  

4.1 分析关键词  

理解搜索字词的含义对于返回优质结果至关重要。为了找到包含相关信息的页面，谷歌的第一步就是分析搜索查询中的字词的含义。谷歌创建了语言模型，试图了解应该使用关键词的哪些部分在索引中进行查询。  

4.2 与搜索内容相符  

4.2.1 谷歌会寻找包含与相应查询匹配的信息的网页。当我们搜索时，在最基本的层面上，谷歌的算法会在索引中查询我们的搜索关键词以找到适当的网页。这些算法会分析相关关键字在某个网页上（不论是在标题中还是在正文中）的出现频率和显示位置。  

4.2.2 当某个网页中包含与我们的搜索查询内容相同的关键字时，这是表示搜索到的信息可能与我们要查找的内容相关的最基本信号。如果网页或者文本的标题或正文中出现这些关键字，则表示该信息与我们要查找的内容相关的可能性更大了。除了简单的关键字匹配之外，谷歌还使用经过汇总和匿名化处理的互动数据来评估搜索结果是否与查询内容相关。谷歌会将这些数据转换为信号，以协助机器学习系统更好地评估相关性。  

4.3 为实用网页排名  

4.3.1 对于一项典型的查询，含有可能相关信息的网页会多达数千个甚至数百万个。因此，为了帮助将最符合需求的网页排在靠前的位置，谷歌还编写了算法来评估这些网页的实用性。  

4.3.2 这些算法会分析数百种不同的因素-从内容的新鲜度，到搜索关键词的出现次数以及网页能否提供出色的用户体验-以尽力呈现网络所能提供的最有用的信息。为了评估内容在相关主题方面的可信度和权威性，谷歌会寻找那些看起来在类似查询中受到大量用户青睐的网站。如果与该主题相关的其他知名网站链接到了相应页面，则可充分说明此页面上的信息具有较高的品质。  

4.3.3 网络中有很多垃圾网站会试图通过重复关键字或购买可提升排名的链接等各种不当手段，蒙混到搜索结果中靠前的位置。这些网站提供的用户体验非常糟糕，甚至可能会伤害或误导Google用户。因此，谷歌编写了算法来识别网络垃圾并将那些违反Google网站站长指南的网站从结果中移除。  

4.4 返回最佳结果  

4.4.1 在为我们提供结果之前，谷歌会评估所有相关信息的综合效果：这些搜索结果是只有一个主题，还是有很多主题？是否有过多的页面在着重探讨一条狭义的内容？谷歌会根据搜索类型以最有用的格式提供一系列多样的信息。  

4.4.2 这些算法会通过分析相关信号来评估是否所有用户都能查看搜索结果。例如：网站是否能在不同的浏览器中正常显示；网站是否适合各种类型和尺寸的设备（包括桌面设备、平板电脑和智能手机）；以及网页加载时间对于互联网连接速度较慢的用户而言是否合适。  

4.5考虑具体环境  

谷歌使用国家/地区和位置信息来提供与我们所在区域相关的内容。例如，如果我们身处芝加哥并搜索“橄榄球”，Google极有可能会先为我们显示有关美国橄榄球和芝加哥熊队的结果。但如果我们是在中国搜索“足球”，Google则会在比较靠前的位置显示有关亚洲杯中国足球的结果。