2021年军队文职计算机岗面试练习：百度搜索引擎的原理

       军队文职面试备考要多多练题，在练题的过程中要不断思考，逐步形成适合自己的答题思路。今天，给大家带来了一道文职计算机面试模拟题，建议各位看到题目自己先答一下，然后跟参考答案对比，看看与答案的区别在什么地方，有缺失的地方及时改进。

　　【题目】

　　简述百度搜索引擎的原理。

　　【解题思路】

　　组织流程题，可按照事前、事中、事后三部分开展。

　　【参考答案】

　　大概分为三个阶段：

　　第一，爬行和抓取。为了抓取网上尽量多的页面，搜索引擎蜘蛛会跟踪页面上的超链接，从一个页面爬到下一个页面。整个互联网是由相互链接的网站及页面组成的。从理论上说，蜘蛛从任何一个页面出发，顺着超链接都可以爬行到网上的所有页面。

　　第二，预处理。“预处理”也被简称为“索引”。搜索引擎蜘蛛抓取的原始页面，还要做大量的预处理工作，为最后的查询排名做好准备。其中，最重要的就是提取关键词，建立索引文件。其他还包括内容过滤去除重复网页、一些明显的欺骗用户的网页，死链接，空白内容页面(这些网页对用户和百度来说，都是没有价值的);分词(中文)、判断网页类型、分析超链接、计算网页的重要度、丰富度等。

　　第三，排名结果输出。用户输入关键词后，排名程序调用索引库数据，会对其进行一系列复杂的分析，并根据分析的结论在索引库中寻找与之最为匹配的一系列网页，按照用户输入的关键词所体现的需求强弱和网页的优劣进行打分，并按照最终的分数进行排列，展现给用户该关键词最匹配最有价值的网页。