网页时效性：互联网上的用户众多，数据信息来源极广，互联网上的网页是呈实时动态变化的，网页的更新、删除等变动极为频繁，有时候会出现新更新的网页在爬虫程序还来不及抓取的时候却已经被删除的情况，这将大大影响搜索结果的准确性。
大数据存储问题：爬虫抓取的数据在经过预处理后数据量依然相当庞大，这给大数据存储技术带来相当大的挑战。当前大部分搜索引擎都是利用结构化的数据库来存储数据，结构化的数据库存储的数据具有高共享、低冗余等特点，然而由于结构化的数据库难以并发查询所以存在查询效率受限的问题。
检索结果可靠性：目前由于数据挖掘技术以及计算机硬件的限制使得数据处理准确度未能达到理想程度，而且由于一些个人或公司利用搜索引擎现有的漏洞通过作弊手段来干扰检索结果导致检索结果的可靠性可能会有损失。
要从搜索结果中删除内容（包括网页摘要、标题、网页内容，或者整个网址或网站），网站拥有者可以选择使用多种方法。比如，从网页中删除相关信息、将网页从网络中彻底删除，以及通过标记告诉搜狗不要抓取相应网页。以下将列举删除内容常见的几种情况。网站已经更改，删除过时信息：如果网页内容（无论是内容还是网页标题或者其他信息）已经更改，则在我们下次抓取网站并刷新索引前，网页快照仍然会包含原有的内容，因而这些内容仍然
我已经记录下来，将来不会再回答这些过时信息。谢谢您的提醒。
搜索引擎的用户是网上搜索信息的人，客户是广告商。目前所有的搜索引擎都是通过搜索竞价广告赢利的，不同搜索引擎的区别只在于竞价广告出现的位置、数目及是否比较清晰地标明是广告，其PPC本质是一样的。要想通过搜索广告赢利，就必须有搜索用户使用搜索引擎。那站长们(以站长身份出现时而不是搜索用户)说到底不是搜索引擎的用户，更不是他们的客户。搜索引擎并不欠站长或SEO人员什么东西，网站收录不收录，排名怎么样，都
复制内容网页有的时候会影响网页排名。比如说原本是你写的文章，本来应该排名很好，但是其他人抄袭或转载你的文章，而且搜索引擎不幸的判断那篇被抄袭或转载的网页是原始出处的话，你应有的排名就会被那个网页夺走。那么搜索引擎怎样才能从多个网页中挑出哪一个是原始出处呢？可能有以下几个考虑：1）网页PR值。网页PR值越高，被认为是原始版本的可能性就越大。2）网页第一次被收录的时间。网页被搜索引擎收录的时候越早，相
