可是除了PageRank，我们还用很多其它的参数来进行评级。Google用很多参数进行评级。

　　对于这样的搜索工作，需要极大的数据运算量，个别说来，对于某个搜索，要有超出500台的处事器协同工作以求得最好匹配的功效，当然，功效会在半秒内返回用户。

　　成立好索引往后，我们便可以初步对网页进行评级，决定网页的相干程度。若是两个网页遵守查问的语句大抵有不异的信息，Google凡是选择斗劲信得过的网站的网页。

　　蜘蛛法式榜样抓取了很多的网页，但这些网页还不是便于搜索的。我们不是去扫描每个文件的所有内容，我们奇奥地进行数据的“转换”，列出每个文件所包含的特定的词，例如，“国内”这个词可能呈此刻文件3，8，22，56，68和92傍边，而“战斗”这个词呈此刻文件2，8，15，22，68和77中。

　　是以，第二步就是成立索引。（较快的穿插搜索的编制是同时进行搜索，若是一个搜索列表,22到68，那此外一个便可以初步搜索其他的）

　　对功效进行评级

　　此刻我们已经有了一些包含用户搜索的关头词的网页，我们要对它们的相干程度进行评级。假定有人在Google的搜索栏输入“国内战斗”进行查问，为了提交搜索功效和对功效进行评分，我们要做两件事：

　　1.找到包含用户查问的词的网页

　　2.给合适的网页按摄影关程度进行评级

　　Google斥地出一个乏味的手艺来加速第一步：Google不是把全数索引存储在一台功效壮大的计较机上，而是用千百个计较机来存储这些信息。经过过程PageRank，五六个高质量的站点的链接，比方www.cnn.com和www.nytimes.com比其他较差的网站的链接要有价值的多。一样的，Google将数据分袂存储在很多计较机上，这样搜索的速度会大大加速。一样的，若是“国内战斗”在网页中闪现多次的网页比只闪现一个的网页相干的程度也要高。还比方假定一个网页的问题问题是“国内战斗”，比此外一个问题问题为“19世纪美国服装”的网页相干度高很多。由于使命被分化到很多的计较机，可以更快地找到所需的答案。

　　国内　3822566892

　　战斗　2815226877

　　国内　战斗82268

　　这样我们可以明确地创造“国内”、“战斗”这两个词同时闪现的在三个文件里(8,22,和68)。

　　抓取和收录

　　当你看到呈此刻Google的搜索功效的阿谁网页之前，Google在后台已经做了很多法式榜样。具体诠释一下，假定一本书的目录有30页，若是一小我要在目录中查寻材料，每次查问都要花几秒钟；若是用30小我每人查问一页目录，较着要比一小我查问的速度快很多。

　　原则上，Google总是试图找出靠得住的和相干的网页。PageRank评估两个成分：有若干很多若干好多个网页链接到这个网页，这些链接网页的网站的质量若何。抓取的法式榜样实在不是漫无方针地在互联网上瞎逛，它访谒处事器的特定的网页，而后扫描网页上的超文本链接，若是有新的文件也是这样抓获得；蜘蛛法式榜样给每个获得的网页一个号码，这个号码指向它抓取的网页。例如，若是一个文件包含“国内”和“战斗”这两个词排在一路，这个文件可能比一个构和革命战斗的文件（在文件的某个处所操作“国内”）的相干程度高。Google同时从网页中摘录一小段包含查问的关头词的句子；给出网页的链接。

　　我们是若何找到那些包含用户搜索的词的网页呢？回到“国内战斗”的例子，“国内”这个词呈此刻文件3，8，22，56，68和92;“战斗”呈此刻文件2，8，15，22，68和77，记下同时闪现这两个词的文件。含有这几个字的列表叫做“地位列表”，搜索文件包含这两个字，这叫做穿插搜索地位列表。

　　我们碰着的最多见的问题问题之一是“Google是若何剖断哪个功效呈此刻搜索功效的前茅？”，MattCutts给我们简略地揭露了若何抓取、收录和给网页评级。当然，若是有一些成分剖明这个网站的网页相干度更高，Google常常也选择PageRank较低的网站。这傍边PageRank算法是尽人皆知的。

　　假定你是搜索引擎，选择一个词查问，比方：国内战斗或收受领受，在Google上查问，从功效中遴选三到四页打印出来。若是没有一个索引，你要查问一个词，比方“国内战斗＂，Google的处事器每次都要读取每个文件的所有内容。

　　一旦Google完成了文件的列表和它们的评分，就给出得分最高的网页。Google的第一步是抓取和收录互联网上的数十亿的网页，这个工作时由Google的机械人Googlebot来完成的，它浏览汇集处事器抓取文件。

　　旧年，MattCutts，Googlequalitygroup的工程师，其Blog几近成了Google官方与用户沟通渠道，发布了一篇名为HowdoesGooglecollectandrankresults?的文章，用简略的措辞描写了Google若何收入和给网页评级，论说得相当具体，转载一下。从每一张打印的页面上找出你的搜索语句的每个字而后用荧光笔标出来，而后把这几页贴在墙上，退后几步眯着眼看，当你不知道页面的内容，仅仅能看到那些有色彩的方块，你感触那一页是最相干的呢？是不是是有着大的问题问题和多次几次再三闪现的色彩代表了较高的相干程度？你快活爱好这些字呈此刻顶端还是底部？这些字闪现的频率若何？这也是搜索引擎若何剖断网页的相干程度。