搜索引擎优化原理(*人工录入的*敏*感*词*网站*蜘蛛爬取页面后解析出网址)

　　搜索引擎优化原理(*人工录入的*敏*感*词*网站*蜘蛛爬取页面后解析出网址)

　　*手动输入seed网站

　　*蜘蛛抓取页面后解析出网址，如果不存在则输入

　　*通过站长工具提交网址，例如谷歌搜索控制台

　　创建索引

　　提取文本：搜索引擎将提取页面上的可见文本和收录文本信息的代码。比如meta标签、alt属性、锚文本等

　　分词：比如哪里可以买到高品质的表，那么高品质的表会被认为是一个词，而不是买高的。针对不同国家的字符，各个搜索引擎的分词方法不同。

　　停止词：中英文中常有对页面主要内容影响不大的词，如情态助词、介词、副词、感叹词等。搜索引擎会在创建这些页面之前删除这些词。

　　去噪：页面上会有一些对确认页面主题没有帮助的内容，如版权声明、导航等，这些内容在入索引前也会被清除。

　　重复数据删除：因为搜索引擎不喜欢重复的内容，过于重复的页面也会被清除。所以我们网站页面的内容一定要尽量淡化。

　　正向索引：经过上述步骤，搜索引擎会得到能够反映页面主题的内容。它会记录每个关键词在页面上出现的频率、格式和位置，然后将这些数据存储在索引库中。

　　倒排索引：前向索引对应页面关键词，倒排索引对应页面关键词。这样用户在搜索时可以快速识别页面

　　链接关系的计算：链接关系的计算是针对内部链接和外部链接的。维度包括链接数和导入链接的权重。谷歌公关就是这种计算的体现。

　　特殊文件：Google 不仅可以抓取 html 网页，还可以抓取 PDF、TXT 和 Word 等文本比例较高的文档。

　　排名

　　*搜索词：停止对用户输入的搜索词进行文字处理和搜索命令处理

　　*文件匹配：用户可以搜索网页，也可以是 PDF 或 JPG 图像。

　　*初始子集选择：由于现阶段可以匹配的网页数量巨大，会根据页面权重先选择一个子集

　　*相关计算（最重要的一步）：

　　关键词Commonity：越常用的词对搜索词的用处越小关键词密度：密度越大，页面的相关性越高，但现在这个因素对页面排名不太重要. 关键词的位置和形式：粗体和H标签表示这个更重要关键词；段首关键词比段尾关键词权重高，所以建议搜索量最高关键词放在段首，其余关键词 更自然地分布在文章 中。 关键词匹配度：能够完全匹配用户的搜索词，证明页面更相关。页面权重：页面权重与导入链接、DA（域名权重）等因素有关。

　　*排名过滤：现在基本拿到了关键词的排名，但是对于过去作弊的网站，谷歌会降低排名以示惩罚。

　　*页面展示：排名确定后，搜索引擎会调用页面的meta标签，即标题和描述。

　　*搜索缓存：对于重复的搜索词，搜索引擎会缓存结果。

　　*搜索日志；搜索引擎会记录用户的搜索词、网页点击次数、ip、搜索时间，方便判断搜索结果质量、调整算法、预测搜索趋势。

　　——————————————————————————————————————