百度搜索引擎优化原理(做SEO没有长久的“秘笈”，你知道吗？)
优采云 发布时间: 2021-08-31 04:01百度搜索引擎优化原理(做SEO没有长久的“秘笈”，你知道吗？)
众所周知，百度的搜索引擎系统分为几个重要的系统：抓取系统、快照存储系统、页面分析系统、索引系统、检索和召回系统。百度搜索引擎的基本原理和流程可以参考皮子锐的《SEO深度分析》一书的“搜索引擎原理”部分。这部分码迷跟皮子锐老师的略有不同，对百度搜索引擎的基本原理和流程做了比较深入的拆解分析。
关于代码迷
7年SEOer，摩天大楼内容助理作者，专注SEO算法研究，倡导精益科学的SEO识别。 QQ号2027725943，欢迎志同道合的朋友一起交流。
心碎
很多同事都说做百度SEO越来越难了。都说百度等搜索引擎现在自媒体抓了很多流量，SEO做不到。
但是很多公司反映百度的流量转化率仍然高于抖音，比如自媒体。
我认为SEO并不是越来越难，只是你没有改变。
经过十多年的发展，百度搜索引擎已经发生了很多很多的变化，但你还是原地踏步。我从12年左右开始接触SEO，优化方法不断升级迭代，但很多同行业的方法16年前就卡住了。
做SEO没有长期的“秘密”。重要的是主动跟上搜索引擎算法的步伐，然后做实验找出规律，然后用合理的手段将优化优化到极致。
基本概述
很多书只提到搜索引擎原理上的倒排索引，而更多的书只讲内容处理、链接处理、用户体验。事实上，百度搜索引擎是一个非常复杂的项目。除了做一些积极的事情，比如反作弊、推广优质内容等，搜索引擎还有一些令人难以置信的处理程序，比如人工干预和圈子流量策略。一块。
Magic 认为搜索引擎的大致结构如下：
大致分为百度抓取和百度查询两部分。
百度爬取部分
步骤 01
百度爬虫查找网页并抓取网页的html内容
步骤 02
百度对抓取到的网页进行初步的页面分析。先分词，去掉停用词。
步骤 03
这一步主要是对网页的初步评估。
通过向量空间模型对分词后的网页进行初步分类判断；
利用相关算法提取相关词，判断话题集中度；
通过结构相似度和文本相似度算法确定原创degree；
利用信息熵等手段判断是否存在恶意广告；
最后进入反黄*赌*毒*系统等。
步骤 04
如果内容通过测试，百度将访问网页的分词结果转化为有效索引倒排，提取网页内容的结构化数据（标题、摘要、内容等），并保存快照.
百度查询部分
步骤 01
首先对用户输入的查询词进行分词处理，通过用户的地理位置、个性化信息和机器学习预测查询词的实体类型，第二个需求词，第三个需求词词等被预测。
比如搜索“优采云票”，那么“优采云票查询”、“优采云票12306”、“优采云票改签”也会被纳入用户需求。第N个需求词，也叫后续词，也可以通过对后续词做文章来优化排名。
如何使用后续词获取排名，码粉们在之前的博文《黑帽SEO案例分析：用“摩天大楼SEO工具”分析黑帽SEO手段》中提到的代码迷们，如果回到家，自然也会明白逆冬的手段，没看也没关系，后面的章节代码爱好者会详细告诉你。
Step 02 粗排序步骤
“粗略布局”的概念最早是在零的公众号文章《我是如何在百度首页对“SEO”这个词进行排名的》中被码迷看到的。
粗略的类型是百度使用布尔模型在大量信息中找到N个符合要求词组的文档。然后通过与训练结果模型的向量距离比较，过滤出M个文档，然后通过结果距离算法得到第一个O个文档集合，通过BM25相关性得分取出TOP760文档集合。
比如百度的专利“2.0信息搜索方法和装置”就引用了刘德华妻子的例子。当你搜索“刘德华”时，如果你的页面中没有“朱丽倩”，说明页面内容很差，很大程度上进不了粗排。
打个广告：摩天轮内容助手是一款可以精准预测相关词的工具，推荐大家使用
Step 03 子安排链接
整合每个文档对应的链接权重得分、点击日志得分、网页加载速度、相关性得分、查询结果分类策略等，然后插入人工干预的内容，结合用户日志分析（快速排名） )，并将最终的排序结果呈现给用户。
大家爱听的持久快速的排名方式，比如“首页7天”，都是干扰精细排名的点击策略，影响百度预测的正向结果模型，促进短术语主页。
总结
其实我们在做SEO的时候，应该知道，人类最宝贵的东西就是生命。生命只属于我们一次。
SEOer的人生就该这样度过：
回忆往事，不后悔网站降权，也不以身为K站为耻；
临终时，他可以说：“我的一生和所有的精力都奉献给了世界上最伟大的事业！努力与百度争夺SEO流量。
百度李老板的终极目标是赚钱。我们做 SEO 是为了捕获部分流量来赚钱。
现在的搜索引擎已经很长时间不简单了。如何在李老板眼皮子底下获得更多流量，我们下一节开始正式讨论。
文末福利
