seo搜索引擎优化论文(通过了解搜索引擎基本工作原理掌握SEO优化技巧(图))

　　seo搜索引擎优化论文(通过了解搜索引擎基本工作原理掌握SEO优化技巧(图))

　　了解搜索引擎的基本工作原理，掌握SEO优化技巧

　　对于搜索引擎优化的新手来说，不需要考虑太多的事情。了解伪原创的真谛，也是制胜法宝。知道如何获取外链资源，足以让你受益匪浅。随着搜索引擎优化工作的深入，你会慢慢发现充分利用互联网给你每一个机会的重要性。了解搜索引擎的工作原理，其意义自然是毋庸置疑的。

　　

　　搜索引擎的工作原理基本上是三个步骤：首先，在互联网上查找和采集网页信息；同时提取信息，组织索引数据库。检索器根据用户输入的查询关键字，快速检测索引库中的文档，评估文档与查询的相关性，对输出结果进行排序，将查询结果返回给用户。Ranking，一个设计算法的问题，暂时不去探讨。在这里，我们将主要讨论爬取、爬取和预处理。

　　搜索引擎抓取及抓取原理

　　通过蜘蛛程序，各个搜索引擎在访问网站时，会先抓取网站根目录下的robot文件，从而获取网站禁止抓取网址的信息。搜索引擎不会收录禁止抓取的网站。

　　

　　机器人文件功能示例 机器人文件功能示例

　　每个独立的搜索引擎都有自己的网络爬虫。为了获取更多的信息，蜘蛛会通过页面上的链接来抓取页面。理论上，蜘蛛可以通过链接抓取整个互联网上的信息，但在实际操作中，考虑到页面的复杂性，蜘蛛会以两种方式抓取页面：深度抓取和广泛抓取。为避免重复爬取和爬取，搜索引擎会建立两个已发现但未爬取的网页地址库，以及已爬取的网页地址库，供参考对比，被爬取​​的网页将进入原创网页数据库。至此，原创数据库的建立已经结束。

　　搜索引擎预处理（索引）阶段的原理

　　蜘蛛爬取网页后，建立原创数据库，搜索引擎会从网页中提取文本。当然，除了页面显示的文字外，搜索引擎还会提取一些文字，比如meta标签、flash替换文件、锚文本、alt标签等，提取完文字后，我们就进入下一阶段: 分词。

　　不管百度的算法是什么，不可否认，拥有百度中文分词技术的人都无法撼动其在搜索引擎中的霸主地位。对于网页上捕获的文本，搜索引擎会对其进行分词。比如“十言网站优化”分为“十言”和“网站优化”两部分。但是，有两种分词方法：字典和统计。字典不需要太多解释。在统计学中，它是指通过分析大量文本来计算单词相邻出现的概率。可能性越大，就越容易形成一个词。百度目前正在结合这两种方法来达到最佳效果。

　　说到这里，人们会问，汉语中经常出现的没有实际意义却经常使用的“德”、“乐”、“啊”这些词怎么办？答案是消除，从而提高搜索引擎的计算效率。

　　在浏览网页信息时，我们会发现网站上重复出现了一些部分，比如“导航”和“广告”。这些部分对于下级页面的显示内容没有实际意义。搜索引擎也会对这部分内容进行处理，以过滤掉收录内容描述的页面最终文本部分。当然，在过滤掉文本部分后，搜索引擎也会比较每个网页上显示的最终文本内容，从而删除重复的内容并显示出来。

　　经过以上步骤，就可以构建一个索引库了。至此，索引可以分为两个阶段：正向索引和反向索引。前向索引可以简单理解为一个数据库，它以收录页面的URL为主键，以页面上的分词结果为内容，如下图所示。

　　

　　搜索引擎正向索引图标 搜索引擎正向索引图标

　　在正向索引的末尾，我们可以发现它不能用于排名，所以我们需要反向索引，即建立一个以关键字为主键的索引数据库，其中收录的URL和对应的内容以关键字为内容，如下图所示。

　　

　　搜索引擎倒排索引图标搜索引擎倒排索引图标

　　当用户使用关键字搜索信息时，搜索引擎会在数据库中进行搜索。如果找到符合用户要求的网站，它通常会根据关键词在网页中的匹配程度、位置、频率、链接质量等使用特殊的算法。- 计算每个网页的相关度和排名等级，然后根据相关度将这些网页链接依次返回给用户。

　　到目前为止，搜索引擎已经通过分析链接和处理特殊文件完成了预处理（索引）阶段。由此我们也可以看出，了解搜索引擎的原理对于理解和启迪日常的搜索引擎优化工作是非常明显的。比如在伪原创中，你只需要在一些文章中添加简单的助词，或者对一小部分文本内容做简单的修改。抱歉，您的文章 在预处理甚至爬行阶段都通过了。

　　要了解搜索引擎抓取的原理，还需要注意日常的优化技巧：

　　网站网址优化建议

　　网站具有良好的描述性、规范性和简洁性的创建，帮助用户更轻松地记住和判断网页内容，也有助于搜索引擎更有效地捕捉您的网站。在网站设计之初，要有一个合理的网站规划。

　　1.系统只使用正常的URL，不允许用户接触异常的URL。

　　2.不要在URL中放入sessionid、统计代码等不必要的内容。

　　3.对于不同形式的网址，301会永久跳转到正常形式。

　　4.对于可以防止用户输入错误的备用域名，301会永久重定向到主域名。

　　5.使用robots防止百度极速爬取不想展示给用户的表单。

　　优化网站标题信息的建议

　　网页的标题是用来告诉用户和搜索引擎网页的主要内容是什么。当用户在百度网页搜索中搜索您的网页时，标题将作为最重要的内容显示在摘要中。标题是搜索引擎用来确定网页内容权重的主要参考信息之一。

　　1.首页：网站名称或网站名称_提供服务介绍或产品介绍

　　2.频道页面：频道名称_网站名称。

　　3.文章 页面：文章标题_频道名称_网站名称。注意： 1. 标题要有明确的主题，收录本页最重要的内容。2.简洁明了，不罗列与页面内容无关的信息。3.用户通常从左到右浏览，重要的内容应该放在标题前面。

　　4.用用户熟悉的语言描述。如果您有中英文网站名称，请尽量使用用户熟悉的名称作为标题描述。

　　网站 元信息优化建议

　　元描述是元标记的一部分，位于 html 代码区。元描述是网页内容的简明摘要。如果描述与网页内容相匹配，百度会将描述作为摘要的选择对象之一。好的描述会帮助用户更轻松地判断您的网页内容是否符合搜索结果的要求。元描述不是权重计算的参考因素。此标签的存在与否不会影响页面的权重，但只会作为搜索结果摘要的选择目标。推荐做法：

　　1. 描述最适合没有大部分文字作为摘要的网页，如网站首页、频道页、产品参数页。

　　2.为每个页面创建不同的描述，以避免对所有页面使用相同的描述。

　　3.长度合理，但长度不短。

　　网站图片的Alt优化技术

　　建议使用Alt来描述图片。这是因为它可以让用户在网速较慢的图片无法显示的情况下了解图片的信息，也可以让搜索引擎了解图片的内容。同样，在使用图片导航时，也可以使用alt注解告诉搜索引擎网页的内容。

　　网站 Flash 信息建议

　　百度只能读取文本内容。Flash、图片等非文本内容暂时无法处理。百度无法识别flash中的文字和图片。因此，如果必须使用flash，建议在对象标签中添加注解信息。该信息将被视为闪存的描述。让搜索引擎更好地了解您的 Flash 内容。

　　不推荐使用frame和iframe框架结构，通过iframe展示的内容可能会被百度丢弃。

　　通过对搜索引擎工作原理的理解，结合你掌握的网站seo优化方法，相信你会事半功倍。