随着“眼球經濟”席卷互聯網，成千上萬的資金迅速流向最能(néng)吸引浏覽着眼球的搜索引擎市場。有(yǒu)大量調查顯示搜索引擎市場正處在高速發展時期，成為(wèi)了未來幾年内最具(jù)發展潛力的産(chǎn)業之一。随着Google、百度、中(zhōng)國(guó)搜索等各具(jù)特色的搜索引擎逐漸成為(wèi)人們最常用(yòng)的網絡工(gōng)具(jù)，企業對搜索引擎的注意力也從“觀察”升級為(wèi)“動武”。

    随着市場容量和使用(yòng)者人數的不斷激增，如何完善搜索功能(néng)使之更加公(gōng)平、公(gōng)開、标準和人性化也就随之成為(wèi)了一個備受關注的話題。但是有(yǒu)一個矛盾體(tǐ)在這其中(zhōng)不斷的顯現出來：收費可(kě)以為(wèi)搜索引擎公(gōng)司帶來利潤，但同時會降低訪問者的體(tǐ)驗滿意度。如何權衡金錢和用(yòng)戶需求之間的天平呢(ne)？

Google成功的秘密

    到2004年為(wèi)止，Google（ http://www.google.com ）已經連續兩年被評為(wèi)全球第一品牌，Google成立僅五年時間，最初隻是兩個斯坦福大學(xué)學(xué)生的研究項目。這不能(néng)不說是一個奇迹，就像比爾?蓋茨創制奇迹一樣。比爾?蓋茨能(néng)創造奇迹，是因為(wèi)他(tā)看準了個人計算機軟件市場的趨勢，所以創建的公(gōng)司叫Microsoft（微軟）：Micro（小(xiǎo)）Soft（軟件）。那麽Google呢(ne)？在Google出來之前已經有(yǒu)一些很(hěn)有(yǒu)成就的搜索引擎公(gōng)司，其實力也很(hěn)強，看來不隻是Google看見了搜索的趨勢。Google究竟成功的秘密在哪兒？

    Google的成功有(yǒu)許多(duō)因素，最重要的是Google對搜索結果的排序比其它搜索引擎都要好。Google保證讓絕大部分(fēn)用(yòng)搜索的人，都能(néng)在搜索結果的第一頁(yè)找到他(tā)想要的結果。客戶得到了滿足，下一次還過來，而且會向其他(tā)人介紹，這一來一往，使用(yòng)的人就多(duō)了。所以Google在沒有(yǒu)做任何廣告的前提下，讓自己成為(wèi)了全球最大的品牌。Google究竟采用(yòng)了哪種排序技(jì )術？PageRank，即網頁(yè)級别。

    Google有(yǒu)一個創始人叫Larry Page，據說PageRank的專利是他(tā)申請的，于是依據他(tā)的名(míng)字就有(yǒu)了Page Rank。國(guó)内也有(yǒu)一家很(hěn)成功的搜索引擎公(gōng)司，叫百度（ http://www.baidu.com ）。百度的創始人李彥宏說，早在1996年他(tā)就申請了名(míng)為(wèi)超鏈分(fēn)析的專利，PageRank的原理(lǐ)和超鏈分(fēn)析的原理(lǐ)是一樣的，而且PageRank目前還在Paten-pending（專利申請中(zhōng)）。言下之意是這裏面存在專利所有(yǒu)權的問題。這裏不讨論專利所有(yǒu)權，隻是從中(zhōng)可(kě)看出，成功搜索引擎的排序技(jì )術，就其原理(lǐ)上來說都差不多(duō)，那就是鏈接分(fēn)析。超鏈分(fēn)析和PageRank都屬于鏈接分(fēn)析。

    鏈接分(fēn)析到底為(wèi)何物(wù)？由于李彥宏的超鏈分(fēn)析沒有(yǒu)具(jù)體(tǐ)的介紹，筆(bǐ)者唯一看過的就是在美國(guó)專利局網站上關于李彥宏的專利介紹。PageRank的介紹倒是不少，而且目前Google畢竟是全球最大的搜索引擎，這裏以PageRank為(wèi)代表，詳細介紹鏈接分(fēn)析的原理(lǐ)。

PageRank揭密

    PageRank的原理(lǐ)類似于科(kē)技(jì )論文(wén)中(zhōng)的引用(yòng)機制：誰的論文(wén)被引用(yòng)次數多(duō)，誰就是權威。說的更白話一點：張三在談話中(zhōng)提到了張曼玉，李四在談話中(zhōng)也提到張曼玉，王五在談話中(zhōng)還提到張曼玉，這就說明張曼玉一定是很(hěn)有(yǒu)名(míng)的人。在互聯網上，鏈接就相當于“引用(yòng)”，在B網頁(yè)中(zhōng)鏈接了A，相當于B在談話時提到了A，如果在C、D、E、F中(zhōng)都鏈接了A，那麽說明A網頁(yè)是最重要的，A網頁(yè)的PageRank值也就最高。

    如何計算PageRank值有(yǒu)一個簡單的公(gōng)式 ：

    其中(zhōng)：系數為(wèi)一個大于0，小(xiǎo)于1的數。一般設置為(wèi)0.85。網頁(yè)1、網頁(yè)2至網頁(yè)N表示所有(yǒu)鏈接指向A的網頁(yè)。

由以上公(gōng)式可(kě)以看出三點 ：

1、鏈接指向A的網頁(yè)越多(duō)，A的級别越高。即A的級别和指向A的網頁(yè)個數成正比，在公(gōng)式中(zhōng)表示，N越大， A的級别越高；

2、鏈接指向A的網頁(yè)，其網頁(yè)級别越高， A的級别也越高。即A的級别和指向A的網頁(yè)自己的網頁(yè)級别成正比，在公(gōng)式中(zhōng)表示，網頁(yè)N級别越高， A的級别也越高；

3、鏈接指向A的網頁(yè)，其鏈出的個數越多(duō)，A的級别越低。即A的級别和指向A的網頁(yè)自己的網頁(yè)鏈出個數成反比，在公(gōng)式中(zhōng)現實，網頁(yè)N鏈出個數越多(duō)，A的級别越低。

    每個網頁(yè)有(yǒu)一個PageRank值，這樣形成一個巨大的方程組，對這個方程組求解，就能(néng)得到每個網頁(yè)的PageRank值。互聯網上有(yǒu)上百億個網頁(yè)，那麽這個方程組就有(yǒu)上百億個未知數，這個方程雖然是有(yǒu)解，但計算畢竟太複雜了，不可(kě)能(néng)把這所有(yǒu)的頁(yè)面放在一起去求解的。對具(jù)體(tǐ)的計算方法有(yǒu)興趣的朋友可(kě)以去參考一些數值計算方面的書。

    總之，PageRank有(yǒu)效地利用(yòng)了互聯網所擁有(yǒu)的龐大鏈接構造的特性。 從網頁(yè)A導向網頁(yè)B的鏈接，用(yòng)Google創始人的話講，是頁(yè)面A對頁(yè)面B的支持投票，Google根據這個投票數來判斷頁(yè)面的重要性，但Google除了看投票數（鏈接數）以外，對投票者（鏈接的頁(yè)面）也進行分(fēn)析。「重要性」高的頁(yè)面所投的票的評價會更高，因為(wèi)接受這個投票頁(yè)面會被理(lǐ)解為(wèi)「重要的物(wù)品」。從新(xīn)浪、雅虎、微軟的首頁(yè)都有(yǒu)我網頁(yè)的三個鏈接的話，可(kě)能(néng)比我在其他(tā)網站找三十個鏈接還強。如果還有(yǒu)人不理(lǐ)解這個原理(lǐ)，就去想想有(yǒu)句成語叫：三人成虎。如果有(yǒu)三個人都說北京大街(jiē)上有(yǒu)老虎，那麽許多(duō)人會認為(wèi)有(yǒu)老虎，如果這三個人都是國(guó)家領導人的話，那麽所有(yǒu)人都會認為(wèi)北京大街(jiē)上有(yǒu)老虎。

    每個網頁(yè)都會有(yǒu)PageRank值，如果大家想知道自己網站的網頁(yè)PageRank值是多(duō)少，最簡單的辦(bàn)法就是下載一個Google的免費工(gōng)具(jù)欄（ http://toolbar.google.com/ ），

    每當你打開一個網頁(yè)，都可(kě)以很(hěn)清楚的看見此網頁(yè)的PageRank值。當然這個值是一個大概數字。

    據Google技(jì )術負責人介紹，Google除了用(yòng)PageRank衡量網頁(yè)的重要程度以外，還有(yǒu)其它上百種因素來參與排序。其它搜索引擎也是如此，不可(kě)能(néng)按照某一種規則來進行搜索結果的排序。

其他(tā)方法

HillTop算法：

    HillTop同樣是一項搜索引擎結果排序的專利，是Google的一個工(gōng)程師Bharat在2001年獲得的專利。Google的排序規則經常在變化，但變化最大的一次也就是基于HillTop算法進行了優化。HillTop究竟原理(lǐ)如何，值得Google如此青睐？

    其實HillTop算法的指導思想和PageRank的是一緻的，都是通過網頁(yè)被鏈接的數量和質(zhì)量來确定搜索結果的排序權重。但HillTop認為(wèi)隻計算來自具(jù)有(yǒu)相同主題的相關文(wén)檔鏈接對于搜索者的價值會更大：即主題相關網頁(yè)之間的鏈接對于權重計算的貢獻比主題不相關的鏈接價值要更高。如果網站是介紹“服裝(zhuāng)”的，有(yǒu)10個鏈接都是從“服裝(zhuāng)”相關的網站鏈接過來，那這10個鏈接比另外10個從“電(diàn)器”相關網站鏈接過來的貢獻要大。Bharat稱這種對主題有(yǒu)影響的文(wén)檔為(wèi)“專家”文(wén)檔，從這些專家文(wén)檔頁(yè)面到目标文(wén)檔的鏈接決定了被鏈接網頁(yè)“權重得分(fēn)”的主要部分(fēn)。

    與PageRank結合HillTop算法确定網頁(yè)與搜索關鍵詞的匹配程度的基本排序過程取代了過份依靠PageRank的值去尋找那些權威頁(yè)面的方法。這對于兩個具(jù)有(yǒu)同樣主題而且PR相近的網頁(yè)排序過程中(zhōng)，HillTop算法就顯得非常的重要了。HillTop同時也避免了許多(duō)想通過增加許多(duō)無效鏈接來提高網頁(yè)PageRank值的做弊方法。

錨文(wén)本（Anchor Text）

    錨文(wén)本名(míng)字聽起來難以理(lǐ)解，實際上錨文(wén)本就是鏈接文(wén)本。例如，在個人網站上把中(zhōng)央電(diàn)視台（ www.cctv.com ）做為(wèi)新(xīn)聞頻道的鏈接，訪問者通過點擊網站上的“新(xīn)聞頻道”就能(néng)進入 http://www.cctv.com 網站，那麽“新(xīn)聞頻道”就是中(zhōng)央電(diàn)視台網站首頁(yè)的錨文(wén)本。

    錨文(wén)本可(kě)以做為(wèi)錨文(wén)本所在的頁(yè)面的内容的評估。正常來講，頁(yè)面中(zhōng)增加的鏈接都會和頁(yè)面本身的内容有(yǒu)一定的關系。服裝(zhuāng)的行業網站上會增加一些同行網站的鏈接或者一些做服裝(zhuāng)的知名(míng)企業的鏈接；另一方面，錨文(wén)本能(néng)做為(wèi)對所指向頁(yè)面的評估。錨文(wén)本能(néng)精(jīng)确的描述所指向頁(yè)面的内容，個人網站上增加Google的鏈接，錨文(wén)本為(wèi)“搜索引擎”。這樣通過錨文(wén)本本身就能(néng)知道，Google是搜索引擎。

    錨文(wén)本對搜索引擎起的作(zuò)用(yòng)還表現為(wèi)可(kě)以收集一些搜索引擎不能(néng)索引的文(wén)件。例如，網站上增加了一張張曼玉的照片，格式為(wèi)jpg文(wén)件，搜索引擎目前很(hěn)難索引（一般隻處理(lǐ)文(wén)本）。若這張照片鏈接的錨文(wén)本為(wèi)“張曼玉的照片”，那麽搜索引擎就能(néng)識别這張圖片是張曼玉的照片，以後訪問者搜索“張曼玉”的時候，這張圖片就能(néng)被搜索到。

    由此可(kě)見，在網頁(yè)設計中(zhōng)選擇合适的錨文(wén)本，會讓所在網頁(yè)和所指向網頁(yè)的重要程度有(yǒu)所提升。

頁(yè)面版式

    每個網頁(yè)都有(yǒu)版式，包括标題、字體(tǐ)、标簽等等。搜索引擎也會利用(yòng)這些版式來識别搜索詞與頁(yè)面内容的相關程度。以靜态的html格式的網頁(yè)為(wèi)例，搜索引擎通過網絡蜘蛛把網頁(yè)抓取下來後，需要提取裏面的正文(wén)内容，過濾其他(tā)html代碼。在提取内容的時候，搜索引擎就可(kě)以記錄所有(yǒu)版式信息，包括：哪些詞是在标題中(zhōng)出現，哪些詞是在正文(wén)中(zhōng)出現，哪些詞的字體(tǐ)比其他(tā)的字體(tǐ)大，哪些詞是加粗過，哪些詞是用(yòng)KeyWord标識過的等等。這樣在搜索結果中(zhōng)就可(kě)以根據這些信息來确定所搜索的結果和搜索詞的相關程度。例如搜索“毛澤東”，假如有(yǒu)兩個結果，一篇文(wén)章标題是《毛澤東的一生》，另一篇文(wén)章的标題是《江青的一生》但内容有(yǒu)提到毛澤東，這時搜索引擎會認為(wèi)前者比較重要，因為(wèi)“毛澤東”在标題裏出現了。

    因此，合理(lǐ)的利用(yòng)網頁(yè)的頁(yè)面版式，會提升網頁(yè)在搜索結果頁(yè)的排序位置。

收費排名(míng)

    應該說收費排名(míng)并不屬于排序技(jì )術（這裏指的收費排名(míng)也包括競價排名(míng)），而是一種搜索引擎的赢利模式。但收費排名(míng)已經最直接的影響到了搜索引擎的排序，在此也略做說明。

    用(yòng)戶可(kě)以購(gòu)買某個關鍵詞的排名(míng)，隻要向搜索引擎公(gōng)司交納一定的費用(yòng)，就可(kě)以讓用(yòng)戶的網站排在搜索結果的前幾位，按照不同關鍵詞、不同位置、時間長(cháng)短來定義價格。價格從幾千元到幾十萬元不等（像“六合彩”在3721上的排名(míng)費用(yòng)大多(duō)是幾十萬）。

    收費排名(míng)一方面給搜索引擎公(gōng)司帶來收益，一方面給企業帶來訪問量，另外對訪問者也有(yǒu)一定好處。因為(wèi)訪問者想找“西服”，企業想賣“西服”，于是出錢讓訪問者能(néng)找到他(tā)，這樣，買家和賣家能(néng)馬上見面。但收費排名(míng)給訪問者帶來更多(duō)的卻是不真實，結果排序已經失去了公(gōng)正性，有(yǒu)時候還帶來大量垃圾。在百度搜索引擎上搜索“ 星球 ”，排在第一位的是一家做石墨的公(gōng)司，排在第二位的居然是“想找星球？上易趣吧！”（見下圖）。真有(yǒu)些讓訪問者哭笑不得。

    當然，對于企業來說，收費排名(míng)是提升網站在搜索引擎中(zhōng)排名(míng)的最直接和最簡單的辦(bàn)法。如今，如何提升網頁(yè)在搜索引擎中(zhōng)的排序，已經形成了一門職業，叫SEO（Search Engine Optimization），即搜索引擎優化。SEO是針對搜索引擎排序的技(jì )術，通過修改網頁(yè)（或者網站）結構和主動增加網站鏈接等方法來讓搜索引擎認為(wèi)這些網頁(yè)是很(hěn)重要的，從而提升網頁(yè)在搜索引擎結果中(zhōng)的排序。

排序技(jì )術的發展趨勢

    各種搜索引擎的技(jì )術改進和優化，都直接反應到搜索結果的排序上。許多(duō)搜索引擎都在進一步研究新(xīn)的排序方法，來提升客戶的滿意度。專業人士認為(wèi)，目前的搜索引擎排序算法上還存在兩大不足。

一、沒有(yǒu)真正解決相關性。

    相關性是指搜索詞和頁(yè)面的相關程度。僅僅通過鏈接、字體(tǐ)、位置等表面特征，不能(néng)真正判斷搜索詞和文(wén)章的相關性，更何況許多(duō)時候這些特征不會都同時存在。這也是許多(duō)對搜索引擎做弊方法能(néng)有(yǒu)效的原因。另外，有(yǒu)些文(wén)章中(zhōng)沒有(yǒu)出現搜索詞，但說的就是和搜索詞十分(fēn)相關的内容，例如搜索“恐怖分(fēn)子”，但有(yǒu)網頁(yè)是介紹本拉登的一些破壞行動，文(wén)中(zhōng)沒有(yǒu)出現“恐怖分(fēn)子”的子眼，搜索引擎就無法搜索到該網頁(yè)。表面特征隻能(néng)治标，不能(néng)治本。治本的方法應該是增加語意理(lǐ)解，例如主題詞和關鍵詞的提取，從語意上分(fēn)析，得出搜索詞和網頁(yè)的相關程度，分(fēn)析的越準，效果就會越好。

二、搜索結果的單一化。

    在搜索引擎上，任何人搜索同一個詞的結果都是一樣。這樣明顯不能(néng)滿足訪問者。科(kē)學(xué)家搜索“星球”，可(kě)能(néng)是希望了解星球的知識，但普通人可(kě)能(néng)是想找“星球大戰”電(diàn)影，但搜索引擎所給的都是一樣的結果。如何滿足這些不同類型的訪問者，需要對搜索結果的個性化。國(guó)外vivisimo公(gōng)司（ http://www.vivisimo.com ）就是想解決這個問題，他(tā)們采用(yòng)對搜索結果自動聚類的辦(bàn)法來滿足不同類型客戶的需要。搜索結果排序如果要實現從單一化到個性化，vivisimo已經邁出了一步，但最理(lǐ)想的結果應該是針對每個訪問者，排序結果直接和他(tā)們的搜索習慣和意願有(yǒu)關。搜索“體(tǐ)育”，對喜歡足球的人應該把足球的相關結果排在前面，對喜歡籃球的人應該把籃球的相關結果排在前面。

    搜索引擎的排序技(jì )術應該也會朝着解決這兩個不足的方向發展：語意相關性和排序個性化。前者需要完善的自然語言處理(lǐ)技(jì )術，後者需要記錄龐大訪問者信息和複雜的計算，要達到其中(zhōng)任何一個的要求均非易事，如何解決這些難題，任務(wù)落在了科(kē)學(xué)家和工(gōng)程師們的肩上，哪個搜索引擎解決了這些問題，她可(kě)能(néng)會稱為(wèi)下一個搜索世界的霸主。