● 一 個(gè) 搜 索引擎程序主要由搜索器、索引器.檢索器和用戶(hù)接口等四個(gè)部分組成，主要存儲設備由頁(yè)面存儲器和存儲桶兩部分組成。
　　● 搜索器：爬蟲(chóng) 抓取 壓縮 存儲庫
　　● 索引器：存儲庫提取網(wǎng)頁(yè)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(hù)通過(guò)用戶(hù)接口提交查詢(xún)，檢索器根據輸入關(guān)鍵詞，在索引器和存儲桶進(jìn)行查找，并且采用算法進(jìn)行對結果的最終排序
　　網(wǎng)頁(yè)信息相關(guān)的頁(yè)面優(yōu)先度算法
　　● 以網(wǎng)頁(yè)內容為基礎的算法：關(guān)鍵詞在特殊位置出現的狀況：例如titile，meta,des.
　　● 關(guān)鍵詞在頁(yè)面正文出現的狀況：關(guān)鍵詞出現總次數，出現單詞平均間隔，關(guān)鍵詞出現的頻率。
　　● 以網(wǎng)頁(yè)鏈接為基礎的算法：例如PageRank算法 HITS算法 對于HITS不足補充加強的一些列算法。
　　用戶(hù)行為相關(guān)頁(yè)面的算法
　　● 不能忽略用戶(hù)對搜索結果相關(guān)性的意見(jiàn)。通過(guò)對WEB日志的分析，調整頁(yè)面優(yōu)先度
　　● 以點(diǎn)擊率為為基礎的Dir ect Hit 算法：通過(guò)搜索結果返回的點(diǎn)擊率和相關(guān)頁(yè)面停留時(shí)間長(cháng)短來(lái)判斷頁(yè)面受歡迎程度。
　　● 其他用戶(hù)行為：例如通過(guò)用戶(hù)行為二次篩選，逐漸縮小搜索結果與用戶(hù)期望的差距。Cookie記錄，熱門(mén)關(guān)鍵詞等。。
　　使站點(diǎn)被收錄
　　如何讓站點(diǎn)收錄
　　● 假如沒(méi)有給收錄，是否給搜索引擎封殺?是否蜘蛛訪(fǎng)問(wèn)你的站點(diǎn)?
　　● 所有站點(diǎn)數據呈現下降趨勢，甚至為零，并且多個(gè)搜索引擎出現這種情況
　　● 通過(guò)網(wǎng)站日志分析蜘蛛是否訪(fǎng)問(wèn)站點(diǎn)：沒(méi)有鏈接，無(wú)效鏈接，無(wú)功而返。
　　我們要吸引鏈接。
　　怎樣使更多網(wǎng)頁(yè)被收錄
　　● 消除蜘蛛陷阱：robots.txt的設置 不要用蜘蛛訪(fǎng)問(wèn)不到的技術(shù)顯示內容，例如彈出窗口，框架，FLASH,IMG，js 利用JS寫(xiě)的下拉菜單。這樣一不能識別內容，二不能順著(zhù)鏈接爬行。 動(dòng)態(tài)URL地址過(guò)長(cháng)，動(dòng)態(tài)參數過(guò)多，? & = 等等，避免進(jìn)入黑洞。。制作404頁(yè)面，確保服務(wù)器的響應。。至少在10秒以?xún)饶艽蜷_(kāi)網(wǎng)站。
　　● 減少被忽視的內容：精簡(jiǎn)網(wǎng)頁(yè)，蜘蛛爬過(guò)一定大小的頁(yè)面就會(huì )停止爬行，加入網(wǎng)頁(yè)內容過(guò)多，可以用不必要的內容用JS來(lái)寫(xiě)。。 FLASH里面確保是你不想被收錄的內容，避免使用框架。
　　● 建立蜘蛛程序通道：設計站點(diǎn)地圖。
　　優(yōu)化內容
　　搜索排名要素：主要的兩類(lèi)
　　● 頁(yè)面要素：鏈接流行度，用戶(hù)行為，URL的長(cháng)度 和深度，新鮮程度:內容，站點(diǎn)的結構，不要作弊
　　● 搜索請求要素：關(guān)鍵詞突出度，密度，頻率，內容，TF*IDF，搜索項接近度
　　吸引鏈接到你站點(diǎn)
　　● 目前最重要排名因素還是由鏈接決定的。
　　● 內容為王在以前的互聯(lián)網(wǎng)上是站有統計性的，但引起互聯(lián)網(wǎng)變化的不是內容，和是鏈接。這正的互聯(lián)網(wǎng)是能容易從一部分內容轉移到另外一部分內容。1998年的GOOGLE出現，打破了傳統的基于關(guān)鍵詞搜索排名算法，而是基于鏈接分析，利用鏈接來(lái)評判網(wǎng)頁(yè)等級質(zhì)量。PR
　　● 鏈接的流行度：鏈接數量，鏈接質(zhì)量，錨文本，
　　● 鏈接相關(guān)性：?jiǎn)渭兊腻^文本來(lái)判定相關(guān)是不夠的，搜索引擎會(huì )查看錨文本周邊的詞，查看整個(gè)頁(yè)面甚至整個(gè)鏈接來(lái)源站點(diǎn)上的詞。