天下生意
中国顶尖的SEO服务提供商
中国专注于海外搜索营销的解决方案提供商
中国专注于外贸整合营销的解决方案提供商
联系电话
当前位置: 首页 > seo技术文章 > 做seo优化我们不得不懂的搜索引擎原理
搜索:

做seo优化我们不得不懂的搜索引擎原理

2012-09-19来源:天下生意

 从事seo工作就必须要了解搜索引擎原理,而我们做为一个称职的seo优化人,搜索引擎的守护者,不得不对它的运行规律、工作原理、习性、优缺点做了解,同时也不是了解理论就可以,还需要不断地实践,通过实践得真理,通过实践得到经验。那么搜索引擎到底是如何工作的呢?

第一、搜索引擎爬行抓取

1)爬行抓取是搜索引擎工作最重要的一部分,爬取网页回来分析,我们也应该知道我们在百度进行搜索时,基本是以秒来获得结果的,在如此讯速的时间里得到自己想要的结果,可见搜索引擎是事先做好这部分工作的,如果不然,那么想想每次搜索将要花多少时间与精力,其实按照我的理解来说,可以分为三小部分:

1、批量抓取所有网页,这种技术的缺点是浪费带宽,时效性不高。

2、增量收集,在前者的基础上进行技术改进,爬取更新的网页,并删除掉重复的内容以及无效的链接。

3、主动提交地址到搜索引擎,当然这种主动提交的方式被认为是审核期加长,这在部分seo资深人员看来是这样。

2)在链接爬取的过程中通常有两种方式我们需要理解,现在我们来了解一下深度优先以及广度优先

1、深度优先

蜘蛛从顶级A开始抓取,比如先从A ——F——G,再从A——E——H——I,依次类推。

深度优先

2、广度优先

主要指蜘蛛在一个页发现多个链接,先爬取所有第一层,然后接着是第二层,第三层。。依次类推。

广度优先

 

但总的来说,无论是哪种爬行,目的都是让搜索引擎蜘蛛减少工作量,尽快完成抓取工作。

3)针对重复网页,我们需要访问列,同时也需要收集重要网页的机制

1、对于搜索引擎而言,如果重复爬取一些网页,不公浪费带宽,而且也不能增强时效性。所以搜索引擎需要一种技术来实现避免重复网页的出现。目前,搜索引擎可以用已访问列表以及未访问表来记录这个过程,这样极大的减少了搜索引擎的工作量。

2、重要的网页需要重点收录,因为互联网就像大海,不可能搜索引擎什么都抓取,所以需要采用不同的策略来收集一些重要的网页,主要可以通过几方面来实现, 比如:目录越小有利于用户体验,节省蜘蛛爬行时间;高质量外链增加网页权重;信息更新及时,提高搜索引擎的光顾率;网站内容高质量,高原创。

第二、预处理是搜索引擎原理的第二步

1、把网页爬取回来,就需要多个处理阶段,其中之一就是关键词提取,把代码爬取下来,去掉比如CSS,DIV等标签,把这些对排名无意义的统统去除掉,剩下的是用于关键词排名的文字。

2、去除停用词,有些专家也称之为停止词,比如我们常见的:的、地、得、啊、呀、哎等无意义词。

3、中文分词技术,基于字符串匹配的分词方法以及统计分词方法。

4、消除噪声,把网站上的广告图片、登录框之类的信息去队掉。

5、分析网页,建立倒排文件方法

倒排文件

6、相关链接关系算法

第三、用户服务输出

经过多重处理,我们就已经得到了数据,并且能够得到重要关键词组合,当用户搜索时,就可以立即返回所需要的信息。并且随着发展,搜索引擎的输出展示也越来越重视用户体验。

最终,我们通过了解搜索引擎的工作原理,也会对我们在进行seo优化工作时得到某些启示,也希望广大学习爱好者,能够在这方面下多点功夫,为互联网事业的发展做出自己的贡献。

 
Tags:英文seo   google seo   外贸seo   
分享至:

seo技术文章

天下生意的英文SEO推广技术文章分享板块由天下生意核心技术团队资深编辑撰写、编辑分享最新最全的网站优化、关键词搜索引擎排名优化推广技术相关文章.

首页 | SEO解决方案 | 网站优化服务 | SEO技术文章 | 行业术语 | 关键词递交 | 经典优化案例 | 关于我们
天下生意 版权所有 copyright © Seogoogle.cn Limited,All Rights Reserved