百度数据研发和复合搜索部

摘自过时，原文链接:在浩瀚的互联网上，尤其是万维网上，如果你不会搜索，你就不会上网。网虫朋友们，你们知道搜索 engine吗？它们是如何工作的？你用什么搜索发动机？今天我就和大家聊聊搜索 engine。一、搜索 Engine的分类我们可以称之为搜索 engine，它可以获取网站信息，构建数据数据库，提供查询系统。

全文搜索engine数据library是依靠一种叫做“蜘蛛”或“爬虫”的软件形成的，它通过网络上的各种链接自动获取大量网页信息内容，并按照一定的规则进行分析和排序。Google和百度是典型的全文搜索引擎系统。分类目录是通过人工收集整理网站资料形成的数据库，如中国雅虎和国内搜狐、百度和网易分类目录。

5、解密国双科技如何用技术进行 百度 搜索词的恢复

随着用户隐私意识的增强，Google、Bing等全球知名搜索引擎相继宣布取消ReferrerURL中的搜索字样，引领互联网安全升级和site 数据 security的潮流。从2015年开始，国内排名第一搜索engine百度逐渐从PC端开始，全站向移动端HTTPS化。但是百度在2015年12月宣布移动搜索将逐步实现HTTPS，并取消了ReferrerURL信息中的搜索来表示这一措施，当时在业内引起了不小的震动，大家都在讨论这会对seo工作产生多大的影响。

2000年1月由李彦宏和徐勇在北京中关村创立，致力于为人们提供“简单可靠”的信息获取方式。1999年底，身在美国硅谷的李彦宏看到了中国互联网和中文搜索 engine服务的巨大发展潜力。怀着用技术改变世界的梦想，他毅然辞去硅谷的高薪工作，带着搜索发动机专利技术回国，并于2000年1月1日在中关村创办了。在英国开曼群岛注册。

如今，百度已经成为中国最受欢迎、最具影响力的中文网站。2000年1月，两个从美国回来的年轻人和美国合伙人徐勇带着风险投资从硅谷回到中关村，创建百度。2000年6月百度正式推出全球最大最快最新中文搜索引擎，宣布全面进军中国互联网科技领域。2000年8月百度开始为搜狐提供服务。2000年9月，dfj、idg等国际知名风险投资公司为百度投入巨资。

搜索引擎的工作过程大致可以分为三个过程:(1)爬行抓取:搜索引擎蜘蛛通过跟随链接找到并访问网页，读取页面的HTML代码，存储在数据 library中。(2)预处理:标引程序对抓取的页面数据进行文本抽取、中文分词、标引和倒排标引，供排序程序调用。(3)排名:用户输入查询词后，排名程序调用索引库数据计算相关度，然后按照一定格式生成搜索结果页面。