為了易於論述，以下我們略稱搜索引擎網站為SE。

　　SE是怎麼樣面臨上網者的查問?

　　查問形式指的是SE准許上網者提交處理查問的方式。思索問題到各種上網者的不一樣環境和不一樣的信息需要，沒可能有一種普適的形式。普通覺得，對於平常的上網者來說，最天然的形式就是要啥子就輸入啥子。但這是一種相當依稀的講法。例如上所述網者輸入中鐵快運，有可能是他想理解中鐵快運企業的結合形式，也有可能是想看看這方面的報導，也有可能是他想理解外界到現在為止對中鐵快運有點啥子名聲(或是期望看見的是其它權威網站上關於中鐵的消息兒)。這是兩種相當不一樣的需要。

在其它一點事情狀況下，上網者有可能關切的是間接信息，例如喜馬拉雅山的高度，8848米應當是他需求的，但沒可能裡面含有在這短語中。而上網者輸入窗前月亮色則很有可能是想曉得該詞的筆者是誰，還是期望能提示面前幾句是啥子。盡管這麼，用一個詞還是短語來直接表現信息需要，期望網頁中包括該詞還是該短語中的詞，依舊是主流的SE查問標准樣式。這不只是由於它確實代表了大部分數的事情狀況，還由於它比較容易成功實現。這麼，普通來講，系統面臨的是查問短語。

就英文來說，它是一個詞的序列；就漢字來說，它是裡面含有多少個詞的一段書契。普通地，我們用q0表達上網者提交處理的原始查問，例如，q0 =網絡與散布式系統實驗室。它首先需求被切詞或稱劃詞，即把它分成一個詞的序列。如上所述例，則為網絡 與 散布式 系統 實驗室(注意，不一樣的劃詞軟件有可能得出不一樣的最後結果)。而後需求刪去那一些沒有查問意義還是幾乎在每篇網頁中都會顯露出來的詞(例如的)，在本例中即為與。最終形成一個用於加入般配的查問詞表，q = {t1, t2, , tm}，在本例中就是q = {網絡，散布式，系統，實驗室}。

　　網頁提要是怎麼形成的?

　　SE給出的最後結果是一個有序的條目列表，每一個條目有三個基本的元素：題目，網址和提要。那裡面的提要需求從網頁正文中生成。普通來講，從一篇書契中生成一個妥當的提要是天然語言了解領域的一個關緊課題，許多人已經做了積年的辦公並獲得了一點成果。但有關的技術用到網絡SE來有兩個基本艱難。

一是網頁的寫文章一般不規范，書契比較隨心，因為這個從語言了解的角度難於做。復雜的語言了解算法耗時非常多，不舒服應SE要高效處置海量網頁信息的需要。有人做過計數，縱然是劃詞這一項辦公(文本了解的基礎)，在高檔徽標上每秒鍾也只能完成20篇左右網頁的處置。因為這個SE在生成提要時要簡單方便很多，基本上可以歸納為兩種形式，一是靜態形式，即獨立於查問，依照某種規則，事前在預處置階段從網頁內部實質意義提出取得出一點書契，例如截取一段網頁正文的開頭512個字節(對應256個中文)，還是將每一個段落的第1個句子拼起來，等等。這麼形成的提要儲存安放在查問子系統中，一朝有關網頁被選中與查問項般配，就讀出回返給上網者。

顯然，這種形式對查問子系統來說是最輕松的，不必做額外的處置辦公。但這種形式的一個最大的欠缺是提要和查問無關。一篇網頁可能是多個不一樣查問的最後結果，當上網者輸入某個查問，他普通是期望提要中能夠冒尖顯露和查問直接對應的書契，期望提要中顯露出來和他關切的書契有關的句子。因為這個有了動態提要形式，即在響應查問的時刻，依據查問詞在網頁中的位置，提出取得出四周圍的書契來，在顯露時將查問詞標亮。這是到現在為止大部分數SE認為合適而使用的形式。為了保障查問的速率，需求在預處置階段劃詞的時刻記取每個網站關鍵詞在網頁中顯露出來的位置。

　　怎麼樣辨別一個網頁是否關緊?

　　Web上的信息具備異質性和動態性，因為受時間和儲存空間的限止，縱然是最大的SE也沒可能將全世界全部的網頁所有搜找過來，一個好的搜找策略是優先搜找關緊的網頁，以便能夠在最短的時間內把最關緊的網頁抓取過來。在此要求下，一方面要認為合適而使用散布並行的整體體系結構來協同辦公，一方面要優先搜找關緊的網頁。對於網頁關緊程度的核定，要根據搜找信息所針對的不一樣應seo用而定。因此信息的搜找可以認為合適而使用不一樣的策略。對於信息量相對較小的應用，如為發覺專業信息而預設的正題Web信息搜找系統，可以根據定制的網站關鍵詞，優先搜找網頁中裡面含有或局部裡面含有這些個網站關鍵詞的網頁，經過增長該網頁URL及裡面含有的URL的權值來達到目標。對於為處置海量數值而預設的可擴展Web信息搜找系統，怎麼樣核定一個網頁的關緊度，到現在為止仍然一個值當研討研究討論的問題。

　　依據搜找經驗，表現出來網頁關緊度的特點標志有：

　　1) 網頁的入度大，表明被其它網頁援用的頻繁；

　　2) 某網頁的父網頁入度大；

　　3) 網頁的鏡像度高，解釋明白網頁內部實質意義比較熱門兒，因此顯得關緊；

　　4) 網頁的目次深度小，便於上網者瀏覽到。

　　這處定義URL目次深度為：網頁URL中去掉除掉域名局部的目次層級，這麼的特點標志並非臆斷，而是從長時期投身SE辦公中得來的，從SE積年的辦公及上網者行徑日記中，可以反映出這種普通性規律，這麼的例子如：關緊的學術論文網頁，由於常常被援用，就表達為入度大；假如被關緊的網頁援用或多次被其它站點鏡像，也可被覺得有價值、關緊，如網頁URL目次深度淺，解釋明白位於網站淺層，一般是被編輯網頁的人覺得關緊而放在便於過訪到的地方，網站的主頁或各模塊的首頁普通被常常瀏覽而顯得關緊。