論壇上常有「大神」宣稱自己掌握了搜索引擎的核心算法,點進去一看,講的还是那老三套。本文不敢說揭示了什麼機密,但至少提供一個不同的思考角度。
搜索引擎採集到的數據越多,判斷就越準。這和殺毒軟件的邏輯很像:特徵庫裡樣本越全,識別越準。
它會收集行業內的各種信號——收錄情況、反向鏈接、站點結構、點擊量、用戶使用過程中的行為表現,還有一些外部不易察覺的因素,然後把這些綜合成特徵,用於排序。
方法是長期記錄排名前列的頁面,持續觀察它們的收錄節奏、站點結構、關鍵詞佈局、內容更新週期、外鏈與反鏈的增長速度,以及搜索引擎自身每次更新的頻率和幅度。積累幾個月,規律自然浮現。
某天早上我搜了一個自己一直在做的詞,發現排到了首頁第二,當時還挺高興。但後來聽說算法裡加入了設備和用戶行為的分析,我就換了同事的電腦再搜一次——結果在第二頁。
原因不難理解:我自己搜這個詞的次數遠超真實用戶,這種行為規律被捕捉之後,系統會認為我對這個結果有偏好,於是把它往前排,方便我快速進入常去的站點。
反過來想,如果一個普通用戶近期頻繁搜索某個詞,系統是否也會做類似的調整?從上面的邏輯推導,答案很可能是肯定的。
先抓取大量數據,從中提取特徵,再用特徵支撐排序——這是我理解的核心機制。而這個機制是可以通過長期觀察排名前列的結果去逼近的。知道這一點,接下來該做什麼就清楚了。
轉載請註明:https://mark.zhiyiwang.com(知易商標轉讓網)