se(搜索引擎)相關知識詳解

1、SE（搜索引擎）相關知識詳解（一）搜索引擎的定義搜索引擎（SearchEngine）是指根據一定的策略、運用特定的計算機程序從互聯(lián)網上搜集信息，在對信息進行組織和處理后，為用戶提供檢索服務，將用戶檢索相關的信息展示給用戶的系統(tǒng)。搜索引擎包括全文索引、目錄索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、門戶搜索引擎與免費鏈接列表等。一個搜索引擎由搜索器、索引器、檢索器和用戶接口四個部分組成。搜索器的功能是在互聯(lián)網中漫游，發(fā)現(xiàn)和搜集信息。索

2、引器的功能是理解搜索器所搜索的信息，從中抽取出索引項，用于表示文檔以及生成文檔庫的索引表。檢索器的功能是根據用戶的查詢在索引庫中快速檢出文檔，進行文檔與查詢的相關度評價，對將要輸出的結果進行排序，并實現(xiàn)某種用戶相關性反饋機制。用戶接口的作用是輸入用戶查詢、顯示查詢結果、提供用戶相關性反饋機制。(二)SE搜索引擎工作原理第一步：爬行第一步：爬行搜索引擎是通過一種特定規(guī)律的軟件跟蹤網頁的鏈接，從一個鏈接爬到另外一個鏈接，像蜘蛛在蜘蛛網上爬行

3、一樣，所以被稱為“蜘蛛”也被稱為“機器人”。搜索引擎蜘蛛的爬行是被輸入了一定的規(guī)則的，它需要遵從一些命令或文件的內容。第二步：抓取存儲第二步：抓取存儲搜索引擎是通過蜘蛛跟蹤鏈接爬行到網頁，并將爬行的數(shù)據存入原始頁面數(shù)據庫。其中的頁面數(shù)據與用戶瀏覽器得到的HTML是完全一樣的。搜索引擎蜘蛛在抓取頁面時，也做一定的重復內容檢測，一旦遇到權重很低的網站上有大量抄襲、采集或者復制的內容，很可能就不再爬行。第三步：預處理第三步：預處理搜索引擎將蜘

4、蛛抓取回來的頁面，進行各種步驟的預處理。⒈提取文字⒉中文分詞⒊去停止詞⒋消除噪音（搜索引擎需要識別并消除這些噪聲，比如版權聲明文字、導航條、廣告等……）5.正向索引6.倒排索引7.鏈接關系計算8.特殊文件處理除了HTML文件外，搜索引擎通常還能抓取和索引以文字為基礎的多種文件類型，如PDF、Wd、WPS、XLS、PPT、TXT文件等。我們在搜索結果中也經常會看到這些?在每頁使用一個短、獨特和相關的標題。?編輯網頁，用與該頁的主題。有關的

5、具體術語替換隱晦的字眼。這有助于該站訴求的觀眾群，在搜索引擎上搜索而被正確導引至該站。?在該站點增加相當數(shù)量的原創(chuàng)內容。?使用合理大小、準確描述的匯標，而不過度使用關鍵字、驚嘆號、或不相關標題術語。?確認所有頁面可通過正常的鏈接來訪問，而非只能通過Java、Javript或AdobeFlash應用程序訪問。這可通過使用一個專屬列出該站所有內容的網頁達成（網站地圖）?通過自然方式開發(fā)鏈結：Google不花功夫在這有點混淆不清的指南上。寫封

6、電子郵件給網站員，告訴他：您剛剛貼了一篇挺好的文章，并且請求鏈接，這種做法很可能為搜索引擎所認可。?參與其他網站的網絡集團（譯按：webring指的是有相同主題的結盟站群）──只要其它網站是獨立的、分享同樣題目和可比較的質量。SEOSEO黑帽黑帽籠統(tǒng)的說，所有使用作弊手段或可疑手段的，都可以稱為黑帽SEO。比如說垃圾鏈接，隱藏網頁，刷IP流量，橋頁，關鍵詞堆砌等等。SEO黑帽是一種不為搜索引擎所支持的違規(guī)行為，因為黑帽SEO挑戰(zhàn)了行業(yè)道

7、德底線，因此為被廣大白帽SEO而所不齒。垃圾索引（Spamdexing）意指通過欺騙技術和濫用搜索算法來推銷毫不相關、主要以商業(yè)為著眼的網頁。許多搜索引擎管理員認為任何搜索引擎優(yōu)化的形式，其目的用來改進網站的頁排名者，都是垃圾索引。然而，隨時間流逝，業(yè)界內公眾輿論發(fā)展出哪些是哪些不是可接受的、促進某站的搜索引擎排名與流量結果的手段。因為搜索引擎以高度自動化的方式運作，網站員通?？梢岳媚承┪幢凰阉饕嬲J可的手段、方法來促進排名。這些方法

8、經常未被注意，除非搜索引擎雇員親臨該站點并注意到不尋?；顒?、或在排名算法上的某個小變化導致站點丟失以過去方式取得的高排名。有時某些公司雇用優(yōu)化顧問評估競爭者的站點、和“不道德的“優(yōu)化方法向搜索引擎報告。當這些不好的垃圾索引被發(fā)現(xiàn)時，搜索引擎也許會對那些被發(fā)現(xiàn)使用不道德的優(yōu)化手段者采取行動。在2006年2月，Google拿掉了BMW德國站和Ricoh德國站，因為他們用了這些方法。SEOSEO灰帽灰帽SEO灰帽是指介于白帽與黑帽之間的中間地