网站的展示数据一般有四个来源：
来源一：爬虫
网络爬虫，又称为网络蜘蛛，是按照设定好的规则自动抓取互联网上的信息，程序或者脚本的一种系统程序。搜索引擎，大型门户网站均用爬虫技术收集各类信息，爬虫技术也是互联网信息技术的核心所在，但是，这种信息的海量收集，却也伴随着很多不利。因此，爬虫技术的使用与展现，往往会按照以下几个步骤操作的。
爬虫—数据清洗—统计运算
数据清洗的目的是为了让爬虫抓取的数据按照更为合理的方式进行重新规划，去除不合适的，将合适的进行排列，组合，分类等操作。清洗过后的数据还需要经过统计计算，按照自己网站的需求进行合理的展示。例如百度上的所有信息都是抓取来的，但如何排序，如何展现，如何匹配关键词等就需要数据的清洗和统计运算了。
来源二：人工
人工数据是网站最多的，保证网站持续发展的核心数据（即使是爬虫爬来的数据，也要在一定程度上进行人工的处理）网站的文章，专题，报道等大部分内容均有人工创作，相信大家都是理解的。人工数据也是保证网站持续运营的核心所在，只有源源不断的人工内容，才能保证网站的发展。另外，爬虫也更加喜欢内容充实，优质的网站。
来源三：用户操作数据
用户操作数据是指用户的具体操作行为，例如浏览了哪些页面，查看了哪些商品等！这些数据的整理与分析对互联网的发展起到了重要作用，也对大数据时代的到来打下了基础。对用户操作行为数据的深度分析和挖掘，也是未来互联网发展的重要所在。如今，京东，淘宝等网站均会根据用户浏览记录进行推荐，这就是用户操作数据最常见的表现方法，个性化的推荐机制也是建立在用户操作数据的基础上。
来源四：用户自身数据
用户的性别，标签，属性，用户名，以什么方式注册等均属于用户自身数据。用户自身数据，也可以理解为流量，他是指用户来网站就自带的，不可变化的标签和属性。将用户自身的属性和操作数据进行结合分析，就是对用户进行全面的画像，这是现在移动互联网数据分析的重要内容所在，也对人们进一步理解自身，认识世界提供了新的渠道和平台。例如经过统计发现，参加教师资招聘考试（操作行为）的人大多数都是21-29岁专科学历的女孩子（用户自身数据）等。有时你会发现，统计出来的数据，可能与你常识中理解的数据很不一样。