se(搜索引擎)相關(guān)知識詳解

1、SE（搜索引擎）相關(guān)知識詳解（一）搜索引擎的定義搜索引擎（SearchEngine）是指根據(jù)一定的策略、運用特定的計算機程序從互聯(lián)網(wǎng)上搜集信息，在對信息進(jìn)行組織和處理后，為用戶提供檢索服務(wù)，將用戶檢索相關(guān)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(wǎng)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(jù)用戶的查詢在索引庫中快速檢出文檔，進(jìn)行文檔與查詢的相關(guān)度評價，對將要輸出的結(jié)果進(jìn)行排序，并實現(xiàn)某種用戶相關(guān)性反饋機制。用戶接口的作用是輸入用戶查詢、顯示查詢結(jié)果、提供用戶相關(guān)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(wǎng)頁的鏈接，從一個鏈接爬到另外一個鏈接，像蜘蛛在蜘蛛網(wǎng)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(nèi)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(wǎng)頁，并將爬行的數(shù)據(jù)存入原始頁面數(shù)據(jù)庫。其中的頁面數(shù)據(jù)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(fù)內(nèi)容檢測，一旦遇到權(quán)重很低的網(wǎng)站上有大量抄襲、采集或者復(fù)制的內(nèi)容，很可能就不再爬行。第三步：預(yù)處理第三步：預(yù)處理搜索引擎將蜘

4、蛛抓取回來的頁面，進(jìn)行各種步驟的預(yù)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(quán)聲明文字、導(dǎo)航條、廣告等……）5.正向索引6.倒排索引7.鏈接關(guān)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(chǔ)的多種文件類型，如PDF、Wd、WPS、XLS、PPT、TXT文件等。我們在搜索結(jié)果中也經(jīng)常會看到這些?在每頁使用一個短、獨特和相關(guān)的標(biāo)題。?編輯網(wǎng)頁，用與該頁的主題。有關(guān)的

5、具體術(shù)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(dǎo)引至該站。?在該站點增加相當(dāng)數(shù)量的原創(chuàng)內(nèi)容。?使用合理大小、準(zhǔn)確描述的匯標(biāo)，而不過度使用關(guān)鍵字、驚嘆號、或不相關(guān)標(biāo)題術(shù)語。?確認(rèn)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(yīng)用程序訪問。這可通過使用一個專屬列出該站所有內(nèi)容的網(wǎng)頁達(dá)成（網(wǎng)站地圖）?通過自然方式開發(fā)鏈結(jié)：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(wǎng)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(rèn)可。?參與其他網(wǎng)站的網(wǎng)絡(luò)集團(tuán)（譯按：webring指的是有相同主題的結(jié)盟站群）──只要其它網(wǎng)站是獨立的、分享同樣題目和可比較的質(zhì)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(wǎng)頁，刷IP流量，橋頁，關(guān)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(shù)和濫用搜索算法來推銷毫不相關(guān)、主要以商業(yè)為著眼的網(wǎng)頁。許多搜索引擎管理員認(rèn)為任何搜索引擎優(yōu)化的形式，其目的用來改進(jìn)網(wǎng)站的頁排名者，都是垃圾索引。然而，隨時間流逝，業(yè)界內(nèi)公眾輿論發(fā)展出哪些是哪些不是可接受的、促進(jìn)某站的搜索引擎排名與流量結(jié)果的手段。因為搜索引擎以高度自動化的方式運作，網(wǎng)站員通?？梢岳媚承┪幢凰阉饕嬲J(rèn)可的手段、方法來促進(jìn)排名。這些方法

8、經(jīng)常未被注意，除非搜索引擎雇員親臨該站點并注意到不尋常活動、或在排名算法上的某個小變化導(dǎo)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(dāng)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