举行选举是为了找出谁的选举预测结果更为准确。 （c）罗伯特·奥本
要评估Google对搜索引擎发展的贡献，您需要搬迁大约20年前。 在那些动荡的时期，Internet上的信息量比现在少了数百倍，但是搜索正确的信息要困难得多。 用户可能会在搜索引擎网站上花费很长时间，试图对搜索引擎提出不同的查询，但仍然无法获得所需的结果。 甚至有一些机构提供金钱搜索服务。 在搜索引擎出现之初，页面的重要性由许多主观因素决定，例如html标记，术语数，标题和页面上字体的粗体性。 经常出现的是，特别创建的页面或原始页面的副本充满了必要的标题和术语，位于顶部。 而且，从人的角度来看，它绝对没有意义，但是在搜索引擎中的评价很高。
1997年，斯坦福大学的两名学生提出了著名的Page Rank算法。 实际上，这是罕见的情况，因为工程师跳出了长期的沼泽，找到了一种简单而优雅的解决方案，该解决方案只需一步就可以解决问题，并预先确定CEO和搜索引擎之间的战斗结果将持续很多年。 Page Rank的本质是网络世界中的“民主”。 包含指向另一个站点的链接的站点上的每个页面都会对其进行“投票”。 因此，最常被引用的，权威的原始资源网站上升到了顶部。 网页排名有助于将最受欢迎的网站排在首位，例如，水中的气泡会根据大量不太受欢迎的网站的“意见”而弹出。 这种方案在2000年代初的生态系统中效果很好，在该生态系统中，小型Internet站点占据了主导地位，网站管理员和内容管理员参加了这些内容。 随着Web 2.0的出现，Internet用户本身成为Internet上的主要信息来源，从而改变了Internet。 首先，来自用户的大量信息流导致了数以百万计，有时甚至数以亿计的页面的巨大站点的出现。 其次，网站开始包含大量针对搜索引擎的非结构化和非自适应信息，大量的本地模因和语法错误。 一旦创建了主题，例如在论坛或博客上的某个标题下说，它就可以轻松移至另一个区域进行讨论。 在此类站点上进行搜索时，主要问题不是确定站点的权限，而是在站点本身内正确地对页面进行排名，因为现在成千上万的页面可能属于搜索查询范围。 当然，在这种情况下，网页排名不起作用，并且许多搜索引擎都使用“ Google之前”时代的技巧，例如分析标题，标签等。
在下一部分中，我将告诉您是否可以借助机器学习来解决此问题，以及如何使用站点上的搜索示例给出其独特的术语，从而在站点本身内对机器进行排名。