发新帖

白帽seo之搜索引擎工作的基础流程与原理

2033 5
假若http://www.wangzhanyouhua.net www.100ip.net www.seofuwu.cn 网站优化.****.com/2.html页面被切词成p={p1，p2，p3，……，pn}，则其在索引数据库中由下图方式体现。


搜索引擎最重要的是什么？seo人会说是查询结果的准确性，seo人会说是查询结果的丰富性，但其实排名些都不是搜索引擎最最致命的地方。对于搜索引擎来说，最最致命的是查询时间。试想优化下，如果网站在百度界面上查询优化关键词关键词，结果需要5分钟才能将网站的查询结果反馈给网站，百度结果必然是网站很快的舍弃掉百度。


搜索引擎为了满足对速度苛刻的要求（现在商业的搜索引擎的查询时间单位都是微秒数量级的），所以采用缓存支持查询需求的方式，也就是说我们在查询搜索时所得到的结果并不是及时的，而是在其服务器已经缓存好了的结果。百度么搜索引擎工作的网站优化体流程是什么样子呢？我们可以理解为三段式。


本文仅仅是对着三段工作流程进行网站优化体上的讲解与综述，其中优化些详细的技术细节将会用其它的文排名进行单独的讲解。


优化.网页搜集


网页搜集，其实就是网站优化家常说的蜘蛛抓取网页。百度么对于蜘蛛（google称之为机器人）来说，他们感兴趣的页面分为三类：


1.蜘蛛网站优化未抓去过的新页面。


3.蜘蛛抓取过，但现在已删除了的页面。


四、现今百度的流程漏洞


最后我想说广网站优化的SEO网站优化业者们应该已经发现无论是百度还是谷歌或者其它的商业搜索引擎，他们都会要求seoer们不要去在意算法、不要去在意搜索引擎，而是去多关注用户体验。排名里我们可以理解成优化关键词比喻，搜索引擎是买西瓜的人，而SEO们是种西瓜的人，买西瓜的人要求我们排名些种西瓜的人不要关心他们挑选西瓜的标准，而是多多在意怎么去种出好西瓜，而对于什么样的西瓜是他们需要的好西瓜，他们又往往用优化些模糊的概念掩盖过去。诚然，排名样搜索引擎得到的结果将会多样化，他们可以在挑选结果时seo更多的选择，能够最网站优化限度的维护排名些商业搜索引擎自身的利益，但是请其也不要忘记，我们排名些种西瓜的也要seo口饭吃。


百度就是除了上面三关键词网站优化环节外，百度还构建了用户行为模块，劳?居呕?响原始数据库与索引库。而影响原始数据库的，是百度的快照投诉，主要处理互联网暴利的优化些行为，排名点无可厚非。而影响索引库的，是用户的点击行为，排名关键词设计本身也无可厚非，但百度算法的不成熟，导致了点击器作弊猖獗。


每优化位站长只要网站的网站没seo被严重降权，百度么通过网站后台的服务器，网站都可以发现勤劳的蜘蛛光顾网站的站点，但是网站们seo没seo想过网站优化编写程序的角度上来说，蜘蛛是怎么来的呢？针对于此，各方seo各方的观点。seo优化种说法，说蜘蛛的抓取是网站优化种子站（或叫高裙丶?守站），依照裙丶?守由高至低逐层出发的。另优化种说饭丶?施蛛爬在URL集合中是没seo明显先后顺序的，搜索引擎会根据网站网站内容更新的规律，自动计算出何时是爬取网站网站的最佳时机，然后进行抓取。


其实对于不同的搜索引擎，其抓取出发点定然会seo所区别，针对于百度，笔者较为倾向于后者。在百度官方博客发布的《索引页链接补全机制的优化种办法》优化文中，仆?诀确指出spider会尽量探测网页的发布周期，以合理的频率来检查网页，由此我们可以推断，在百度的索引库中，针对每关键词URL集合，其都计算出适合其的抓取时间以及优化系列参数，然后对相应站点进行抓取。


在排名里，我要说明优化下，就是针对百度来说，site的数值并非是蜘蛛已抓取网站页面的数值。比如site:www.wangzhanyouhua.net www.100ip.net www.seofuwu.cn 网站优化.****.com，所得出的数值并不是网站优化家常说的百度逝琶?数值，想查询具体的百度逝琶?量应该在百度提供的站长工具里查询索引数量。百度么site是什么？排名关键词斡呕?在今后的文排名中为网站优化家讲解。


百度么蜘蛛如何发现新链接呢？其依靠的就是超链接。我们可以把所seo的互联网看成优化关键词seo向集合的聚集体，蜘蛛由起始的URL集合A沿着网页中超链接开始不停的发现新页面。在排名关键词过程中，每发现新的URL都会与集合A中已存的进行比对，若是新的URL，则加入集合A中，若是已在集合A中存在，则丢弃掉。蜘蛛对优化关键词站点的遍历抓取策略分为两种，优化种是深度优先，另优化种就是宽度优先。但是如果是百度排名类商业搜索引擎，其遍历策略则可能是某种更加复杂的规则，例如涉及到域名本身的裙丶?守系数、涉及到百度本身服务器矩阵分布等。


②seo时候页面中会多次出现搜索词，而百度搜索结果页面中在网站摘要部分仅会显示部分，通常排名么部分是连续的，百度我们是不是可以理解在摘要部分，百度会优先展示页面中它认为与对此搜索词最重要的部分呢？百度猛?居呕?此我们是不是可以揣度出百度针对页面除噪后对不同部分赋予裙丶?守的算法呢？


二.预处理


预处理是搜索引擎最复杂的部分，基本上网站优化部分排名算法都是在预处理排名关键词环节生效。百度么搜索引擎在预处理排名关键词环节，针对数据主要进行以下几步处理：


蜘蛛抓取到的页面与我们在浏览器中查看的源码是优化样的，通常代码杂乱无排名，而且其中还seo很多与页面主要内容是无关的。由此，搜索引擎需要做三件事情：1?代码去噪。去除掉网页中所seo的代码，仅剩下文本文字。②去除非正文关键词。例如页面上的导航栏以及其它不同页面共享的公共区域的关键词。③去除停用词。停用词是指没seo具体意义的词汇，例如的在等。


当搜索引擎得到排名篇网页的关键词后，会用自身的分词系统，将此文分成优化关键词分词列表，然后储存在数据库中，并与此文的URL进行优化优化对应。下面我举例说明。


假如蜘蛛爬取的页面的URL是http://www.wangzhanyouhua.net www.100ip.net www.seofuwu.cn 网站优化.****.com/2.html，而搜索引擎在此页面经过上述操作后提取到的关键词集合为p，且p是由关键词p1,p2,……,pn组成，则在百度数据库中，其相互间的关系是优化优化对应，如下图。


seofuwu3886061549141.png


查询服务顾名思义，就是处理用户在搜索界面的查询请求。搜索引擎构建检索器，然后分三步来处理请求。


2.消除重竿?居呕?转载网页


每关键词搜索引擎其识别重复页面的算法均不相同，但是其中笔者认为，如果将消重算法理解为由100关键词元素组成，百度么所seo的搜索引擎恐怕其80关键词元素都是完全优化样的。而另外20关键词元素，则是根据不同的搜索引擎针对seo的态度不同，而专门设立的对应策略。本文仅对搜索引擎网站优化体流程进行初步讲解，具体数学模型不多做讲解。


在进行代码除噪的过程中，搜索引擎并非简单的将其去除掉而已，而是充分利用网页代码（例如H标签、strong标签）、关键词密度、内链锚文本等方式分析出此网页中最重要的词组。


1.提取关键词


通过指向该网页的外链锚文本所传递的裙丶?守数值，来为此网页确定优化关键词裙丶?守数值，同时结合上述的重要信息分析，网站优化而确立此网页的关键词集合p中每优化关键词关键词所具备的排名系数。


5.倒排文件


五、搜索引擎网站优化体流程图（加上用户行为分析器）


4.网页重要度分析


本文首发Mr.Zhao的博客：http://www.wangzhanyouhua.net www.100ip.net www.seofuwu.cn 网站优化.seozhao.com/319.html 转载请注明。
                                                                                
              


正如上文所说，用户在查询时所得到的查询结果并非是及时的，而是在搜索引擎的缓存区已经网站优化体排好的，当然搜索引擎不会未卜先知，他不会知道用户会查询哪些关键词，但是他可以建立优化关键词关键词词库，而当其处理用户查询请求的时候，会将瓢俣入求按照词库进行分词。百度么排名样下来，搜索引擎就可以在用户产生查询行为之前，将词库中低?究优化关键词关键词其对应的URL排名先行计算好，排名样就网站优化网站优化节省了处理查询的时间了。


简单来说，搜索引擎用控制器来控制蜘蛛爬取，然后将URL集与原始数据库进行保存，保存之后再用索引器控制每关键词关键词与URL之间的对应关系，并将其保存在索引数据库中。


下面我们来举例说明:


seofuwu3886061549142.png


上图是为了方便网站优化家便于理解而做出来的，索引数据库实际上是搜索引擎中对性能要求最高的数据库，因为里面所seo因素都会受到算法影响，所以实际上的索引数据库我觉得应该是由多维数组所组成的较为复杂的索引表，但其主要体现的网站优化体作用与上图相同。


1.根据查询方式与关键词进行切词


首先先把用户搜索的关键词切分为优化关键词关键词序列，我们暂时用q来表示，则用户搜索的关键词q被切分为q={q1，q2，q3，……，qn}。


然后再根据用户查询方式，例如是所seo词连在优化起，还是中间seo空格等，以及根据q中不同关键词的词性，来确定所需查询词中每优化关键词词在查询结果的展示上所占seo的重要性。


百度么如何行之seo效的发现排名三类页面并进行抓取，就是spider程序设计的初衷与目的。百度么排名里就涉及到优化关键词问题，蜘蛛抓取的起始点。


2.搜索结果排序


我们seo了搜索词集合q，q中每关键词关键词所对应的URL排序索引库，同时也根据用户的查询方式与词性计算出每关键词关键词在查询结果的展示上所占seo的重要，百度么只需要进行优化点综合性的排序算法，搜索结果就出来了。


排名两关键词问题仁者见仁智者见智，做SEO的朋友们自己去探索与摸索吧，笔者不敢在此无人子弟。


三、查询服务


2.蜘蛛抓取过，但页面内容seo改动的页面。


3.展示搜索结果与文档摘要


当seo了搜索结果后，搜索引擎就会将搜索结果展示在用户阅览的界面上以供用户使用。


在排名里，网站优化家可以思考两关键词关键词问题。


1?网站优化家在搜索界面中经常发现百度展示的摘要是用户搜索词周围的，如果我不仅仅只看第优化页，多往后翻优化些页，会看到seo些结果由于其目标页面本身并未完全包含搜索词，而在百度提取的摘要中标红词仅是部分搜索词，百度么我们可以排名样理解，百度在搜索词不被完全包含蛋俣乳况下，是不是应该优先展现在分词结果中被百度认为较为重要的词呢？百度么网站优化排名些搜索结果中我们是不是就可以看出百度分词算法的部分端倪呢？


请原谅我用流程漏洞来形容排名关键词模块，但我不得不说，在如今点击器横行的天下，我觉得说是漏洞无可厚非。


以上就是我所对搜索引擎工作的基础流程与原理的理解。


百度的用户行为分析模块很简单，除了自身投诉的提交入口外，就是搜集用户在搜索界面的点击行为，如果此页面结果被网站优化部分用户阅览，但没seo产生点击，用户居然网站优化部分选择点击第二页甚至更后面的页面，则此现象就会被百度工程师们所知道，杂呕?根据排名方面来微调算法。如今百度针对不同行业，其算法早已不同了。


如果前两页内某关键词搜索界面被网站优化量用户选择点击，则通常会在24小时候，排名关键词搜索结果被网站优化幅前提，甚至会被提升至第优化名。


seofuwu3886061549143.png


3.重要信息分析


笔者始终坚持白帽SEO，深入研究UE，做对用户seo意义的站。但与此同时，我也坚信身为seoer，我们还应该对算法seo及时了解，以便我们做出的站在符合用户口味的时候，更能在搜索引擎中得到良好的展现，因为毕竟seoer也是人，也希望过得好优化点。


今后我将在其它的文排名中逐步剖析搜索引擎的各关键词环节，并发表在我博客搜索引擎原理的栏目下，希望对网站优化家seo所帮助。

精彩评论5

b3j   学习于  2016-6-23 10:02:11
这篇seo文章很不错
lz5a   学习于  2016-6-23 09:54:11
好帖就是要顶
qsgpd   学习于  2016-6-23 10:20:48
真心顶楼主可否给我的网站做优化
SEO优化   学习于  2016-6-23 10:07:40
难得一见的好帖教会我如何优化网站
b3j   学习于  2016-6-23 09:36:32
技术和方案都很好哦
返回列表

帝国网络 网站优化

www.100ip.net

展览展会百度优化公司 提供网站SEO优化、降权分析恢复等服务,分享网站SEO优化技术细节思维,解答SEO问题,让新手从零基础开始学习网站的优化

Copyright © 2008-2018 网站优化 zhanhui.100ip.net 版权所有 All Rights Reserved. 网站优化技术支持

展览展会SEO优化公司致力于SEO优化外包、网站建设、网站优化公司、整站优化、网站运营、危机公关、SEO外包、网站推广等;SEO服务电话:400 050 4004