搜狐演算法

㈠ 搜狐郵件的50，000KB是多大換算成M是50M嗎

你好！
1M=1024KB
50，000KB約為48M
僅代表個人觀點，不喜勿噴，謝謝。

㈡ Sohu搜索引擎有什麼特點

搜狗
目錄·搜狗介紹
·產品優勢
·主要產品
·桌面工具
·其他產品

搜狗介紹
搜狗是搜狐公司於2004年8月3日推出的全球首個第三代互動式中文搜索引擎，域名為www.sogou.com。搜狗以搜索技術為核心，致力於中文互聯網信息的深度挖掘，幫助中國上億網民加快信息獲取速度，為用戶創造價值。

搜狗的產品線包括了網頁應用和桌面應用兩大部分。網頁應用以網頁搜索為核心，在音樂、圖片、新聞、地圖領域提供垂直搜索服務，通過說吧建立用戶間的搜索型社區；桌面應用則旨在提升用戶的使用體驗：搜狗工具條幫助用戶快速啟動搜索，拼音輸入法幫助用戶更快速地輸入，PXP加速引擎幫助用戶更流暢地享受在線音視頻直播、點播服務。

搜狗網頁搜索作為搜狗最核心的產品，經過兩年半持續不斷地優化改進，於公元2007年1月1日正式推出3.0版本。全面升級的搜狗網頁搜索3.0憑借自主研發的伺服器集群並行抓取技術，成為全球首個中文網頁收錄量達到100億的搜索引擎；加上每天5億網頁的更新速度、獨一無二的搜狗網頁評級體系，確保了搜狗網頁搜索在海量、及時、精準三大基本指標上的全面領先。

搜狗的其他搜索產品也各有特色。音樂搜索小於2%的死鏈率，圖片搜索獨特的組圖瀏覽功能，新聞搜索及時反映互聯網熱點事件的看熱鬧首頁，地圖搜索的全國無縫漫遊功能，使得搜狗的搜索產品線極大地滿足了用戶的需求，體現了搜狗強大的研發能力。

搜狗在產品研發的過程中追求技術創新。尤其值得一提的是，搜狗以一種人工智慧的新演算法，分析和理解用戶可能的查詢意圖，對不同的搜索結果進行分類，對相同的搜索結果進行聚類，在用戶查詢和搜索引擎返回結果的人機交互過程中，引導用戶更快速准確定位自己所關注的內容。該技術全面應用到了搜狗網頁搜索、音樂搜索、圖片搜索、新聞搜索、地圖搜索等服務中，幫助用戶快速找到所需的搜索結果。這一技術也使得搜狗的問世標志了全球首個第三代互動式中文搜索引擎誕生，是搜索技術發展史上的重要里程碑。

基於搜索技術，搜狗還推出了若干桌面應用產品。搜狗工具條是用戶快速執行搜索的入口，同時集成了RSS訂閱、文件下載加速、廣告攔截、網頁評級顯示等豐富的功能。拼音輸入法利用先進的搜索引擎技術，通過對海量互聯網頁面的統計和對互聯網上新詞熱詞的分析，使得首選詞准確率（即候選的第一個詞就是要輸入的詞的比例）領先於其他輸入法。PXP加速引擎是一套基於PXP技術的互聯網音視頻直播/點播解決方案，能夠支持內容和服務提供方以很少的帶寬同時為上萬用戶提供流暢的視頻服務。

設想一個用戶在搜狗的使用體驗：通過拼音輸入法，大幅提升了輸入速度；通過網址導航和工具條，直達目標網站或快速啟動搜索；通過網頁搜索，從百億中文網頁中找到最相關的信息；通過音樂搜索、圖片搜索、新聞搜索、地圖搜索等專項搜索，滿足特定的查找需求；通過說吧平台，和天南海北的用戶交流信息；通過PXP加速引擎，更快地下載文件，更流暢地享受在線音視頻直播、點播服務。可見，搜狗的全線產品，針對用戶訪問互聯網過程中信息獲取不暢的情況，在多個環節提供服務，把新快全準的優質信息提供給用戶，提升了用戶訪問互聯網的體驗。

產品優勢
競價服務四張王牌：
矩陣支持，廣泛覆蓋
搜狗得到搜狐門戶矩陣支持，通過搜狗搜索引擎、搜狐網各大頻 道頁面、搜狐 郵箱、合作媒體及行業網站等多種渠道展示企業推 廣信息；
定向投放，針對性強
通過上下文分析技術，將企業信息展示在最合適的頁面上，定向 傳遞給潛在客戶。還可按區域投放
免費展示，點擊付費
任何企業信息免費在推廣平台上展示，只有當客戶點擊後才開始 收費
自主掌控，性價比高
企業可根據自身需要，自主掌控推廣內容和資金投入，享受搜狗 提供的最低競價起價與優質服務

主要產品
1、網頁搜索

【搜狗網頁搜索3.0】
● 全球首個百億規模中文搜索引擎，收錄100億網頁，再創全球中文網頁收錄量新高。
一直致力於後台技術研發和數據積累的搜狗，只用了兩年時間，網頁收錄量就飆升至100億！2007年1月1日震撼上線的搜狗網頁搜索3.0將能夠成功支持100億網頁的查詢，成為全球首個網頁收錄量達到100億的中文搜索引擎。
搜索引擎收錄網頁數據量的大小，一定程度上反映了研發團隊的技術實力，搜狗網頁搜索3.0憑借領先的技術實力，向中文互聯網用戶提供最全面的互聯網信息服務。

●每日網頁更新達5億，用戶可直接通過網頁搜索而非新聞搜索，獲得最新新聞資訊。
在抓取速度上，搜狗通過智能分析技術，對於不同網站、網頁採取了差異化的抓取策略，充分地利用了帶寬資源來抓取高時效性信息，確保互聯網上的最新資訊能夠在第一時間被用戶檢索到。
在網頁搜索3.0平台上，每天搜狗的伺服器集群並行更新超過五億的網頁。在強大的更新能力下，用戶不必再通過新聞搜索，就能獲得最新的資訊。此外，搜狗網頁搜索3.0提供「按時間排序」功能，能夠幫助用戶更快地找到想要的信息。

●在導航型和信息型的兩種查詢結果中，分別以94%和67%的准確度領先業界。
搜狗網頁搜索3.0搜索結果排名採用業界廣泛認可的首個中文網頁評級體系——搜狗網頁評級體系（Sogou Rank），該評級體系依託搜狗百億中文網頁的儲備，分析最全的中文互聯網鏈接庫，確保評級的客觀公正。搜狗網頁搜索3.0由於有了這個網頁評級體系的保證，搜狗的搜索結果能夠做到更加精準。
經過人工對於隨機選取的上千個查詢詞進行測試，搜狗在導航型和信息事務型查詢的表現，分別達到了94%和67%的准確度，處於業內領先水平。

2、網頁搜索特色
網頁搜索有非常多且實用的特色功能
●搜索功能
分類提示、網頁評級、站內查詢、網頁快照、相關搜索、拼音查詢、智能糾錯、高級搜索、 文檔搜索
●實用工具
天氣預報、手機號碼、單詞翻譯 、 生字快認、 成語查詢、 計算器 、 IP地址
●右側提示
搜索音樂、 搜索地圖 、 股票查詢 、 郵編查詢 、區號查詢 、 樓盤查詢、 游戲查詢 、 熱書薦讀、博客推薦
3、音樂搜索
搜索歌曲、歌詞、鈴聲、原創，流行音樂排行榜
4、圖片搜索
搜索互聯網繽紛世界，美女帥哥圖片看不盡！
5、新聞搜索
即時採集近2000家新聞源，每分鍾更新
6、地圖搜索
提供中國最好的網上地圖服務，覆蓋200多個城市
7、說吧
網民暢所欲言的平台，在這里想說就說
8、網址導航
搜狗為您精選的優秀網站大全，方便實用
9、博客搜索
搜集十八萬個博客站點，每日更新
10、視頻搜索
網羅海量精彩視頻，提供完美觀看體驗！
11、知識搜索
利用搜索技術提取互聯網的「知識」
12、搜狗金榜
搜狗金榜 是一種針對特定關鍵詞，根據不同位置和時間長短收取相應固定費用的網路推廣方式。固定排名出現在搜狐和搜狗搜索結果第一頁右側。廣大網民不僅可通過搜狗搜索引擎看到企業信息，還可通過搜狐首頁的「行業資訊」直接進入搜狗搜索結果頁，從而為企業帶來更多商機！
固定排名1-4位，價錢不同，位置固定。5-8位價錢相同，按天輪流展示，即每個企業的信息至少有1/4的概率在首頁首屏展現，保證推廣效果.例如：25號5-8位的客戶分別是A、B、C、D，26號5-8位的客戶分別是D、A、B、C,依次類推，循環展示。

桌面工具
1、搜狗工具條
讓搜索更加方便的搜索欄，可聽音樂、看圖片，提升下載速度3-5倍，可斷點續傳。
【全能搜索】
集成了搜狗、網路、Google等數十種最熱門的搜索引擎，使您的搜索更加自由。
【高速下載】
通過多線程、多鏡像、P2P等加速技術，使IE瀏覽器的下載速度提高3-5倍；不必再安裝復雜的下載工具，無須額外配置，使用方法與在IE瀏覽器中下載完全一致；同時您還可以方便地管理正在下載、暫停下載和已經完成的下載任務。
【我的訂閱】
支持RSS協議，使您准確、全面、及時地獲取新聞內容。
【 廣告攔截】
擺脫網站上彈出廣告窗口的干擾。
【擴展功能】
特有插件擴展功能，使您可以自由安裝「校友錄」、「股市行情」、「閃電郵件」、「音樂盒」、「沸點網路電視」等擴展功能。
【換膚功能】
隨時切換皮膚，使您的搜狗工具條迅速變換不同的外觀和不同的功能組合。
2、搜狗拼音輸入法
中文輸入法的革命！絕不同於傳統的全新搜狗輸入法，於搜索引擎技術，功能強大，特別適合網路使用。
【超強互聯網詞庫，無所不包】
利用搜索引擎技術，根據搜索詞生成的輸入法互聯網詞庫，能夠覆蓋所有類別的流行詞彙。無論是最新的歌手、電視劇、電影名、游戲名，還是球星、軟體名、動漫、歌曲、電視節目，全部一網打盡。
【先進的智能組詞演算法，首選詞准確率第一】
最新的智能組詞演算法應用了領先的搜索引擎技術，分析搜索引擎語料庫的語言模型，使搜狗輸入法的首選詞准確率在所有輸入法中居第一。
【功能強大，兼容多種輸入習慣】
提供全面的按鍵設置和外觀選擇，盡可能適應各種常見輸入法的輸入習慣，使智能ABC、微軟拼音、拼音加加、紫光拼音等輸入法的用戶都可以輕松上手。
【易用性佳，高級功能豐富】
通過對輸入細節的觀察，我們特別設計了許多體貼的功能，ign→ing拼音糾錯、網址輸入模式、詞語聯想、自動在線升級詞庫等為你創造更為流暢的輸入體驗！

其他產品
1、搜狗實驗室
創意產品、原型演示、資料下載、學術論文 搜狗指數，網路搜索次數排行，展示當前最新熱點及關注排行！
搜狗實驗室(Sogou Labs)是搜狗搜索核心研發團隊對外交流的窗口，包含創意產品、原型演示、資料下載、學術論文四個欄目。我們期望通過這個平台，展現搜狗研發團隊強大的研發、創新能力；推動學術界和產業界的交互；了解用戶對新產品的需求。我們的目標：為中文網民的互聯網生活提供更加全面、更加優質的服務。
2、分類目錄
搜狐網站的分類網站資源，人工整理50萬優選網站 商機搜索。索您所需商業信息，掌握比競爭對手更多的銷售機會 。
3、搜狗指數
網路搜索次數排行，展示當前最新熱點及關注排行！
4、商機搜索
搜索您所需商業信息，掌握比競爭對手更多的銷售機會

㈢ 搜索引擎的查詢原理是怎麼樣的

在浩如煙海的Internet上，特別是其上的Web（World Wide Web萬維網）上，不會搜索，就不會上網。網蟲朋友們，你了解搜索引擎嗎？它們是怎麼工作的？你都使用哪些搜索引擎？今天我就和大家聊聊搜索引擎的話題。

一、搜索引擎的分類

獲得網站網頁資料，能夠建立資料庫並提供查詢的系統，我們都可以把它叫做搜索引擎。按照工作原理的不同，可以把它們分為兩個基本類別：全文搜索引擎（FullText Search Engine）和分類目錄Directory）。

全文搜索引擎的資料庫是依靠一個叫「網路機器人（Spider）」或叫「網路蜘蛛（crawlers）」的軟體，通過網路上的各種鏈接自動獲取大量網頁信息內容，並按以定的規則分析整理形成的。Google、網路都是比較典型的全文搜索引擎系統。

分類目錄則是通過人工的方式收集整理網站資料形成資料庫的，比如雅虎中國以及國內的搜狐、新浪、網易分類目錄。另外，在網上的一些導航站點，也可以歸屬為原始的分類目錄，比如「網址之家」（http://www.hao123.com/）。

全文搜索引擎和分類目錄在使用上各有長短。全文搜索引擎因為依靠軟體進行，所以資料庫的容量非常龐大，但是，它的查詢結果往往不夠准確；分類目錄依靠人工收集和整理網站，能夠提供更為准確的查詢結果，但收集的內容卻非常有限。為了取長補短，現在的很多搜索引擎，都同時提供這兩類查詢，一般對全文搜索引擎的查詢稱為搜索「所有網站」或「全部網站」，比如Google的全文搜索（http://www.google.com/intl/zh-CN/）；把對分類目錄的查詢稱為搜索「分類目錄」或搜索「分類網站」，比如新浪搜索（http://dir.sina.com.cn/）和雅虎中國搜索（http://cn.search.yahoo.com/dirsrch/）。

在網上，對這兩類搜索引擎進行整合，還產生了其它的搜索服務，在這里，我們權且也把它們稱作搜索引擎，主要有這兩類：

⒈元搜索引擎(META Search Engine)。這類搜索引擎一般都沒有自己網路機器人及資料庫，它們的搜索結果是通過調用、控制和優化其它多個獨立搜索引擎的搜索結果並以統一的格式在同一界面集中顯示。元搜索引擎雖沒有「網路機器人」或「網路蜘蛛」，也無獨立的索引資料庫，但在檢索請求提交、檢索介面代理和檢索結果顯示等方面，均有自己研發的特色元搜索技術。比如「metaFisher元搜索引擎」（http://www.hsfz.net/fish/），它就調用和整合了Google、Yahoo、AlltheWeb、網路和OpenFind等多家搜索引擎的數據。

⒉集成搜索引擎（All－in－One Search Page）。集成搜索引擎是通過網路技術，在一個網頁上鏈接很多個獨立搜索引擎，查詢時，點選或指定搜索引擎，一次輸入，多個搜索引擎同時查詢，搜索結果由各搜索引擎分別以不同頁面顯示，比如「網際瑞士軍刀」（http://free.okey.net/%7Efree/search1.htm）。

二、搜索引擎的工作原理

全文搜索引擎的「網路機器人」或「網路蜘蛛」是一種網路上的軟體，它遍歷Web空間，能夠掃描一定IP地址范圍內的網站，並沿著網路上的鏈接從一個網頁到另一個網頁，從一個網站到另一個網站採集網頁資料。它為保證採集的資料最新，還會回訪已抓取過的網頁。網路機器人或網路蜘蛛採集的網頁，還要有其它程序進行分析，根據一定的相關度演算法進行大量的計算建立網頁索引，才能添加到索引資料庫中。我們平時看到的全文搜索引擎，實際上只是一個搜索引擎系統的檢索界面，當你輸入關鍵詞進行查詢時，搜索引擎會從龐大的資料庫中找到符合該關鍵詞的所有相關網頁的索引，並按一定的排名規則呈現給我們。不同的搜索引擎，網頁索引資料庫不同，排名規則也不盡相同，所以，當我們以同一關鍵詞用不同的搜索引擎查詢時，搜索結果也就不盡相同。

和全文搜索引擎一樣，分類目錄的整個工作過程也同樣分為收集信息、分析信息和查詢信息三部分，只不過分類目錄的收集、分析信息兩部分主要依靠人工完成。分類目錄一般都有專門的編輯人員，負責收集網站的信息。隨著收錄站點的增多，現在一般都是由站點管理者遞交自己的網站信息給分類目錄，然後由分類目錄的編輯人員審核遞交的網站，以決定是否收錄該站點。如果該站點審核通過，分類目錄的編輯人員還需要分析該站點的內容，並將該站點放在相應的類別和目錄中。所有這些收錄的站點同樣被存放在一個「索引資料庫」中。用戶在查詢信息時，可以選擇按照關鍵詞搜索，也可按分類目錄逐層查找。如以關鍵詞搜索，返回的結果跟全文搜索引擎一樣，也是根據信息關聯程度排列網站。需要注意的是，分類目錄的關鍵詞查詢只能在網站的名稱、網址、簡介等內容中進行，它的查詢結果也只是被收錄網站首頁的URL地址，而不是具體的頁面。分類目錄就像一個電話號碼薄一樣，按照各個網站的性質，把其網址分門別類排在一起，大類下面套著小類，一直到各個網站的詳細地址，一般還會提供各個網站的內容簡介，用戶不使用關鍵詞也可進行查詢，只要找到相關目錄，就完全可以找到相關的網站（注意：是相關的網站，而不是這個網站上某個網頁的內容，某一目錄中網站的排名一般是按照標題字母的先後順序或者收錄的時間順序決定的）。

一個好的搜索引擎，不僅資料庫容量要大，更新頻率、檢索速度要快，支持對多語言的搜索，而且隨著資料庫容量的不斷膨脹，還要能從龐大的資料庫中精確地找到正確的資料。

⒈提高搜索引擎對用戶檢索提問的理解。為了提高搜索引擎對用戶檢索提問的理解，就必須有一個好的檢索提問語言。為了克服關鍵詞檢索和目錄查詢的缺點，現在已經出現了自然語言智能答詢。用戶可以輸入簡單的疑問句，比如「如何能殺死計算機中的病毒」，搜索引擎在對提問進行結構和內容的分析之後，或直接給出提問的答案，或引導用戶從幾個可選擇的問題中進行再選擇。自然語言的優勢在於，一是使網路交流更加人性化，二是使查詢變得更加方便、直接、有效。就以上面的例子來講，如果用關鍵詞查詢，多半人會用「病毒」這個詞來檢索，結果中必然會包括各類病毒的介紹，病毒是怎樣產生的等等許多無用信息，而用「如何能殺死計算機中的病毒」檢索，搜索引擎會將怎樣殺死病毒的信息提供給用戶，提高了檢索效率。

⒉垂直主題搜索引擎有著極大的發展空間。網上的信息浩如煙海，網路資源以驚人的速度增長，一個搜索引擎很難收集全所有主題的網路信息，即使信息主題收集得比較全面，由於主題范圍太寬，很難將各主題都做得精確而又專業，使得檢索結果垃圾太多。這樣以來，垂直主題的搜索引擎以其高度的目標化和專業化在各類搜索引擎中占據了一席之地。目前，一些主要的搜索引擎，都提供了新聞、Mp3、圖片、Flash等的搜索，加強了檢索的針對性。

⒊元搜索引擎，能夠提供全面且較為准確的查詢結果。現在的許多搜索引擎，其收集信息的范圍、索引方法、排名規則等都各不相同，每個搜索引擎平均只能涉及到整個Web資源的30－50%，這樣導致同一個搜索請求在不同搜索引擎中獲得的查詢結果的重復率不足34%，而每一個搜索引擎的查准率不到45%。元搜索引擎(META Search Engine)是將用戶提交的檢索請求發送到多個獨立的搜索引擎上去搜索，並將檢索結果集中統一處理，以統一的格式提供給用戶，因此有搜索引擎之上的搜索引擎之稱。它的主要精力放在提高搜索速度、智能化處理搜索結果、個性化搜索功能的設置和用戶檢索界面的友好性上，查全率和查准率都比較高。

四、主要的搜索引擎介紹

這里介紹的是在國內外影響比較大的主要的一些搜索引擎和分類目錄站點，由於現在的站點一般都同時提供全文搜索和分類目錄兩種服務，所以我們按照其自有的技術進行分類和介紹。

一主要的全文搜索引擎

⒈Google（http://www.google.com/）。Google成立於1997年，幾年間迅速發展成為世界范圍內規模最大的搜索引擎。Google資料庫現存有42.8億個Web文件，每天處理的搜索請求已達2億次，而且這一數字還在不斷增長。Google借用Dmoz（http://dmoz.org/）的分類目錄提供「網頁目錄」查詢（http://www.google.com/dirhp?hl=zh-CN&tab=wd&ie=UTF-8&oe=UTF-8&q=），但默認網站排列順序並非按照字母順序，而是根據網站PageRank的分值高低排列。

⒉網路（http://www..com/）。網路是國內最早的商業化（早期為其它門戶網站提供搜索服務，現在的競價排名更是日進斗金）全文搜索引擎，擁有自己的網路機器人和索引資料庫，專注於中文的搜索引擎市場，除有網頁搜索外，網路還有新聞、MP3、圖片等搜索，並在2003年底推出「貼吧」、按地域搜索等功能。

⒊中國搜索（http://www.huicong.com/）。中國搜索的前身是慧聰搜索，原慧聰搜索在聯合中國網等30多家知名網站的基礎上，2002年9月25日，正式組建了中國搜索聯盟，經過一年多的發展，聯盟成員就已達630多家，成為中國互聯網一支重要的力量。由於發展迅速，慧聰集團借上市之機，將慧聰搜索更名為中國搜索，全力發展其在搜索引擎方面的業務，以打造中文搜索領域的全新品牌。

二主要分類目錄

⒈雅虎中國分類目錄（http://cn.yahoo.com/）。雅虎中國的分類目錄是最早的分類目錄，現有14個主類目，包括「商業與經濟」、「藝術與人文」等，可以逐層進入進行檢索，也可以利用關鍵詞對「分類網站」進行搜索（http://m6.search.cnb.yahoo.com/dirsrch/）。此外，雅虎中國也可以對「所有網站」進行關鍵詞搜索（http://cn.search.yahoo.com/websrch/），早期，他的搜索結果使用Google的數據，2004年2月正式推出自己的全文搜索引擎，並結束了與Google的合作。

⒉新浪分類目錄（http://dir.sina.com.cn/）。新浪的分類目錄目前共有18個大類目，用戶可按目錄逐級向下瀏覽，直到找到所需網站。就好像用戶到圖書館找書一樣，按照類別大小，層層查找，最終找到需要的網站或內容。通過和其它全文搜索引擎的合作，現在，也可以使用關鍵詞對新浪的「分類網站」或「全部網站」進行搜索。

⒊搜狐分類目錄（http://dir.sohu.com/）。搜狐分類目錄把網站作為收錄對象，具體的方法就是將每個網站首頁的URL地址提供給搜索用戶，並且將網站的題名和整個網站的內容簡單描述一下，但是並不揭示網站中每個網頁的信息內容。除此之外，也可以使用關鍵詞對搜狐的「分類目錄」或所有網站進行搜索。

⒋網易分類目錄（http://search.163.com/）。網易的分類目錄採用「開放式目錄」管理方式，在功能齊全的分布式編輯和管理系統的支持下，現有5000多位各界專業人士參與可瀏覽分類目錄的編輯工作，極大地適應了互聯網信息爆炸式增長的趨勢。在加強與其它搜索引擎合作的基礎上，新版搜索引擎支持使用關鍵詞對所有網站進行檢索。

實際上，搜索引擎的眾多技術都是高度保密的，以是僅僅是筆者的一些愚見，不足之處，還請眾大蝦批評指正。

㈣ 描述對於域名www.sohu.com的解析過程

IP地址和域名：
Internet採用IP地址標識主機，每個主機有唯一IP地址,當客戶端地址欄輸入域名www.sohu.com後，首先應把域名解析為IP地址，第二步再由此IP地址找到目的主機
域名伺服器:
Internet上有一類專門實現域名－IP地址轉換的伺服器，即域名伺服器（DNS伺服器）域名伺服器本身被組織成層次結構，這個層次結構的域名伺服器的邏輯結構是域名解析的基礎，每個域名伺服器記錄了一組（按域名的層次結構）域名－IP地址的對照表。
域名解析:
總的來說，域名解析採用自頂向下的演算法，從根伺服器開始直到葉伺服器映射。域名解析有兩種方式。第一種稱為遞歸解析（Recursive Resolution），要求域名伺服器系統一次性完成全部名字-地址變換。第二種稱為反復解析（Iterative Resolution），每次請求一個伺服器，不行再請求別的伺服器。為提高域名解析的效率解析從本地域名伺服器開始(您的電腦TCP/IP屬性中就可以找到"首選域名伺服器")