se(搜索引擎)相關(guān)知識(shí)詳解

1、SE（搜索引擎）相關(guān)知識(shí)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(yùn)用特定的計(jì)算機(jī)程序從互聯(lián)網(wǎng)上搜集信息，在對(duì)信息進(jìn)行組織和處理后，為用戶(hù)提供檢索服務(wù)，將用戶(hù)檢索相關(guān)的信息展示給用戶(hù)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(mén)戶(hù)搜索引擎與免費(fèi)鏈接列表等。一個(gè)搜索引擎由搜索器、索引器、檢索器和用戶(hù)接口四個(gè)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(xiàng)，用于表示文檔以及生成文檔庫(kù)的索引表。檢索器的功能是根據(jù)用戶(hù)的查詢(xún)?cè)谒饕龓?kù)中快速檢出文檔，進(jìn)行文檔與查詢(xún)的相關(guān)度評(píng)價(jià)，對(duì)將要輸出的結(jié)果進(jìn)行排序，并實(shí)現(xiàn)某種用戶(hù)相關(guān)性反饋機(jī)制。用戶(hù)接口的作用是輸入用戶(hù)查詢(xún)、顯示查詢(xún)結(jié)果、提供用戶(hù)相關(guān)性反饋機(jī)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(guò)一種特定規(guī)律的軟件跟蹤網(wǎng)頁(yè)的鏈接，從一個(gè)鏈接爬到另外一個(gè)鏈接，像蜘蛛在蜘蛛網(wǎng)上爬行

3、一樣，所以被稱(chēng)為“蜘蛛”也被稱(chēng)為“機(jī)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(chǔ)第二步：抓取存儲(chǔ)搜索引擎是通過(guò)蜘蛛跟蹤鏈接爬行到網(wǎng)頁(yè)，并將爬行的數(shù)據(jù)存入原始頁(yè)面數(shù)據(jù)庫(kù)。其中的頁(yè)面數(shù)據(jù)與用戶(hù)瀏覽器得到的HTML是完全一樣的。搜索引擎蜘蛛在抓取頁(yè)面時(shí)，也做一定的重復(fù)內(nèi)容檢測(cè)，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(lái)的頁(yè)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(shí)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(jì)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(lèi)型，如PDF、Wd、WPS、XLS、PPT、TXT文件等。我們?cè)谒阉鹘Y(jié)果中也經(jīng)常會(huì)看到這些?在每頁(yè)使用一個(gè)短、獨(dú)特和相關(guān)的標(biāo)題。?編輯網(wǎng)頁(yè)，用與該頁(yè)的主題。有關(guān)的

5、具體術(shù)語(yǔ)替換隱晦的字眼。這有助于該站訴求的觀(guān)眾群，在搜索引擎上搜索而被正確導(dǎo)引至該站。?在該站點(diǎn)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(guò)度使用關(guān)鍵字、驚嘆號(hào)、或不相關(guān)標(biāo)題術(shù)語(yǔ)。?確認(rèn)所有頁(yè)面可通過(guò)正常的鏈接來(lái)訪(fǎng)問(wèn)，而非只能通過(guò)Java、Javript或AdobeFlash應(yīng)用程序訪(fǎng)問(wèn)。這可通過(guò)使用一個(gè)專(zhuān)屬列出該站所有內(nèi)容的網(wǎng)頁(yè)達(dá)成（網(wǎng)站地圖）?通過(guò)自然方式開(kāi)發(fā)鏈結(jié)：Google不花功夫在這有點(diǎn)混淆不清的指南上。寫(xiě)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(qǐng)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(dú)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(shuō)，所有使用作弊手段或可疑手段的，都可以稱(chēng)為黑帽SEO。比如說(shuō)垃圾鏈接，隱藏網(wǎng)頁(yè)，刷IP流量，橋頁(yè)，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?yàn)楹诿盨EO挑戰(zhàn)了行業(yè)道

7、德底線(xiàn)，因此為被廣大白帽SEO而所不齒。垃圾索引（Spamdexing）意指通過(guò)欺騙技術(shù)和濫用搜索算法來(lái)推銷(xiāo)毫不相關(guān)、主要以商業(yè)為著眼的網(wǎng)頁(yè)。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(lái)改進(jìn)網(wǎng)站的頁(yè)排名者，都是垃圾索引。然而，隨時(shí)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?yàn)樗阉饕嬉愿叨茸詣?dòng)化的方式運(yùn)作，網(wǎng)站員通?？梢岳媚承┪幢凰阉饕嬲J(rèn)可的手段、方法來(lái)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(diǎn)并注意到不尋?；顒?dòng)、或在排名算法上的某個(gè)小變化導(dǎo)致站點(diǎn)丟失以過(guò)去方式取得的高排名。有時(shí)某些公司雇用優(yōu)化顧問(wèn)評(píng)估競(jìng)爭(zhēng)者的站點(diǎn)、和“不道德的“優(yōu)化方法向搜索引擎報(bào)告。當(dāng)這些不好的垃圾索引被發(fā)現(xiàn)時(shí)，搜索引擎也許會(huì)對(duì)那些被發(fā)現(xiàn)使用不道德的優(yōu)化手段者采取行動(dòng)。在2006年2月，Google拿掉了BMW德國(guó)站和Ricoh德國(guó)站，因?yàn)樗麄冇昧诉@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