搜索引擎的基本工作原理②：自然排名机制

之前的预处理已完成准备工作，接下来搜索引擎就可以随时处理用户搜索了。用户在搜索引擎的搜索框输入查询词后，排名程序立刻调用索引数据库，并将排名结果实时显示给用户。

所谓的实时，其实是因为后台反应很快，用户几乎是瞬时看到结果。但很显然，后台还是需要进行一系列处理工作的。排名机制的整个后台处理流程大致如下。

对于中文搜索，需要先对输入的中文词句进行分词处理，基本流程与预处理时对页面内容的分词处理类似。不过此处搜索引擎会和用户进行互动，例如根据输入词，给出拼写错误矫正提示，或搜索框提示等等。

调用预处理中的倒排索引数据库，迅速得到含关键词的所有文件。

关键词匹配的文件通常有百十万之多，而搜索引擎返回的结果一般不会超过1000个，由于此时还未计算相关性，所以必须依靠非相关性特征选出初始子集，其中最主要的是页面权重。

这是排名最重要的一步，也是SEO最感兴趣部分。影响相关性的主要因素包括：关键词常用程度、词频及密度、关键词位置及形式、关键词距离、链接分析及页面权重等等。到此步，大体排名已基本确定。

此步主要是要过滤一些有作弊嫌疑的页面。

排名确定后，搜索引擎返回排名结果，显示时，一般会调用页面的标题、说明、快照等要素，有时还会动态生成页面摘要。

其实用户查询词的大部分词都是重复的，基本符合二八定律。搜索引擎会将常见的搜索结果存入缓存，下次搜索时可以直接提供结果。

搜索引擎会将用户的搜索情况记录为日志，例如IP地址、查询词、搜索时间、点击了哪些结果等信息，这些数据对于改进搜索引擎算法有着很重要的参考作用。

尽管各搜索引擎会不断优化算法，但基本流程基本都是如此。