搜索引擎主题模型优化(建议参加者：还没有体会到搜索引擎原理在SEO上有什么用处的培训参加者)

　　搜索引擎主题模型优化(建议参加者：还没有体会到搜索引擎原理在SEO上有什么用处的培训参加者)

　　建议参加者：

　　培训尚未体验过搜索引擎原则在 SEO 中的有用性的参与者。

　　课程内容简介：

　　解读“进入搜索引擎”，解释哪些是SEO需要阅读的，哪些是相对不重要的。并对中文分词、倒排索引等关键部分进行了详细的讲解。

　　下课以后：

　　逐步阅读并理解《走进搜索引擎》的重点章节。

　　上半场

　　1. 抓取系统

　　爬虫只是一个下载器，你可以把它想象成一个霹雳。它本身的分析能力非常有限，唯一的分析功能主要是提取页面上的链接进行持续爬取。搜索引擎的大部分分析步骤都是在页面第一次被爬回来之后完成的。

　　关于爬虫的常见误解是搜索引擎不能很好地爬取动态网页。

　　2. 分析系统

　　分析系统使用程序来尝试解释网页的类型、主题等。

　　3. 索引系统

　　索引系统将网页内容转化为倒排索引，支持海量数据的快速查询。

　　4. 查询系统

　　当用户搜索一个词时，就会触发搜索引擎的查询系统。它涉及到搜索结果的排序等，一般是SEO最关心的部分。

　　《走进搜索引擎》（第二版）重点章节

　　下载系统

　　第 6 页 搜索引擎架构

　　第 12 页万维网的直径 - 平面的重要性 网站

　　第16页广度优先战略-百度总战略

　　第 19 页 不要重复抓取策略

　　第25页网页抓取优先策略

　　第 26 页网页重访政策 - 快照更新的性质

　　第 31 页 其他应重点关注的礼貌问题 - 获取压力反馈

　　分析系统

　　第 46 页 Web 结构的目标 - 块重要性的差异

　　第 52 页 通过投票获取文本

　　第 56 页网页重复检查 - 伪原创不可行和特色项目

　　第61页中文分词-同一个关键词对应的多个页面的权重是否分布

　　Page 68 PageRank 的基本思想 - 为什么反向链接有效

　　指标体系

　　第 87 页 倒排索引 - 检索的本质和 关键词 的伪概念

　　查询系统

　　第 113 页 什么是信息熵 - 原创文章!=有价值文章

　　第115页搜索词和查询词之间的区别 - 区域排名

　　第 116 页自动文本摘要 - 未显示说明的原因

　　第122页关键词权重量化方法TF-IDF

　　第137页自动中文摘要-摘要可控

　　第 145 页 推断用户查询意图

　　排序学习

　　第 186 页查询相关/不相关的排名模型 - 排名因素的细分

　　第 217 页 排序功能

　　搜索引擎性能调优——性能瓶颈

　　下半场

　　下载页面->中文分词->倒排索引->查询

　　Python 示例：最简单的搜索引擎

　　在搜索引擎看来，网页是由大量的词组成的。

　　思考：为什么关键词在网页中的重复出现有时可以提升排名？