SEO的原始含义以及现实意义搜索引擎优化（SearchEngine）

　　SEO的原始含义以及现实意义搜索引擎优化（SearchEngine）

　　SEO的原创含义和现实意义

　　称为SEO的搜索引擎优化（搜索引擎优化）

　　含义：一种优化操作，用于增加收录的数量和网页在搜索引擎的自然搜索结果（非商业促销结果）中的排名。

　　目的：要从搜索引擎中获得更多免费流量，并更好地显示网站图片。

　　原创含义：找到一种从搜索引擎获取免费流量的方法。

　　现实意义：从搜索引擎中获取免费流量是您的工作，而提高搜索流量的转化率则与用户体验，操作和其他任务相关。

　　SEM

　　搜索引擎营销（搜索引擎营销）简称为SEM

　　内容：它包括SEO以及付费的商业推广和优化

　　搜索引擎原理，搜索引擎体系结构

　　它分为两个部分：主动爬网网页进行一系列处理，然后建立索引，等待用户搜索；分析用户的搜索意图，并呈现用户所需的搜索结果。

　　步骤：

　　蜘蛛

　　蜘蛛或采集器是整个搜索引擎的最上游模块。只有Spider检索到的页面或URL才会被索引和排名。应该注意的是，只要Spider捕获的URL可以参与排名，那么参与排名的内容就不一定是Spider捕获的。

　　蜘蛛的分类批处理蜘蛛

　　它具有明显的爬网范围和目标。设置抓取时间限制，抓取次数限制或固定范围内的抓取页面限制等。当蜘蛛的工作达到预设目标时，它将停止。

　　增量蜘蛛

　　也可以称为通用采集器。没有固定的目标，范围和时间限制，并且通常会无休止地进行爬网，直到对整个网络的数据进行爬网为止。

　　垂直蜘蛛

　　它也可以称为聚焦爬虫。仅对特定主题，内容或行业的网页进行爬网，并且通常只针对特定的有限范围进行渐进式爬网。

　　蜘蛛的爬行策略

　　网页分为四类：

　　获取策略：

　　深度优先策略和广度优先策略

　　重要的网页优先级抓取策略和大网站优先级策略

　　蜘蛛不“爬”

　　抓取网页后，Spider将首先从网页中提取URL，并记录并计算URL形式，位置，锚文本，分配给当前页面的权重以及其他信息，然后将这些URL合并到抓取中队列中，将根据诸如附加到每个URL的总权重之类的信息来捕获队列中的排序。

　　蜘蛛对网站的访问没有引荐，而是直接访问。

　　Spider陷阱：毫无意义的URL组成，导致浪费了Spider爬行资源。

　　Spider与普通用户之间的区别内容处理，中文分词和索引内容处理

　　步骤：

　　中文分词

　　分词是中文搜索引擎中的一项独特技术。

　　方法：

　　1、基于字典匹配。使用搜索引擎自己的字典来拆分Web内容。根据匹配方向的不同，可以分为正向匹配和反向匹配。根据不同长度的优先级匹配的不同，可以分为最长匹配和最短匹配。三种常见的匹配方法是前向最大匹配，反向最大匹配和最小分割。

　　2、基于统计数据。不仅依赖字典，还分析大量文本样本，然后将出现频率更高的几个单词视为一个单词。基于统计的分词方法在一定程度上解决了更新搜索引擎词典的问题，有助于消除歧义。

　　索引

　　前进索引：

　　关键词从文档ID的内容中细分

　　文件1

　　关键词 1、 关键词 2、 关键词 3…[k5​​] Z

　　文件2

　　关键词 3、 关键词 5、 关键词 7…关键词 O

　　文件3

　　关键词 6、 关键词 7、 关键词 8 ... 关键词 P

　　...

　　...

　　文件n

　　关键词 8、 关键词 9、 关键词 10 ... 关键词 M

　　倒排索引

　　关键词文件

　　关键词 1

　　File 1、 File 2、 File3 ... FileL

　　关键词 2

　　文件3、文件4、文件5 ...文件M

　　关键词 3

　　文件5、文件6、文件8 ...文件N

　　...

　　...

　　关键词 n

　　File 9、 File1 0、 File11 ... FileP

　　倒排索引用于搜索引擎。

　　倒排索引不仅记录收录响应关键词的文件的ID，而且记录关键词的频率以及每个关键词在文件中的位置。在排名过程中，这些信息将分别加权并应用于最终排名结果。

　　页面重复数据删除原理

　　重复数据删除工作通常在分词之后和索引之前（可能在分词之前）进行。搜索引擎将从与页面分离的关键词中提取一些代表性的关键词，然后计算关键词的这些“指纹”。每个网页都有一个特征指纹。当新抓取的网页关键词的指纹与被索引的网页关键词的指纹匹配时，新的网页可能会被搜索引擎视为重复内容，并被丢弃以进行索引。

　　用户需求分析

　　1、搜索字词分析

　　2、搜索意图分析

　　内容相关性计算

　　1、 关键词匹配

　　2、语义分析

　　有效的索引和缓存机制

　　为了节省资源并提高响应速度

　　有效索引：满足热门搜索请求的小型网页索引的集合。

　　缓存机制：将用户经常搜索的关键词的搜索结果放入缓存中，以便再次搜索关键词时，可以直接从内存中检索搜索结果，而不必从重新搜索和在索引库中排名。减少搜索引擎对数据的重复计算。

　　反作弊和手动干预反作弊算法黑白名单

　　根据网站内容的质量，重量和品牌建立白名单，并找出哪些网站明显在作弊并建立黑名单。

　　白名单中的网站都是健康的网站； 网站收录黑名单链接可能会有一些问题。

　　作弊特性研究

　　搜索引擎进行反作弊的主要方法。

　　一个简单的总结就是向野蛮人学习以发展控制野蛮人的技能

　　手动干预

　　手动干预的情况：