版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、搜索引擎工作原理簡單模擬,上海易聞SEO培訓(xùn)班,前言,這里的模擬非常簡單和傻瓜，但可以說明搜索引擎是如何處理頁面的過程。第一步：通過蜘蛛抓取頁面；什么是蜘蛛？如何抓取頁面？以文本形式下載，送會服務(wù)器。,第一步：通過蜘蛛抓取頁面,什么是蜘蛛？Googlebot、baiduspider、Yahoo、Slurp、Msnbot如何抓取頁面？以文本形式下載，送會服務(wù)器?？赡軙鲆恍╊A(yù)處理，比如：壓縮等可能妨礙蜘蛛抓取的行為：
2、跳轉(zhuǎn)、識別分辨率,第二步：網(wǎng)頁文件處理,首先過濾所有HTML標(biāo)簽、CSS樣式表、JS代碼 工具：http://tool.chinaz.com/Seo/Spider.asp,百度一下，你就知道新 聞網(wǎng) 頁貼 吧知 道MP3圖 片幫助高級 空間 | 更多>>把百度設(shè)為首頁企業(yè)推廣|搜索風(fēng)云榜|關(guān)于百度|AboutBaidu©2007Baidu使用百度前必讀京ICP證030173號,百度首頁經(jīng)過處理后得到后的樣子：
3、,第三步：識別文字內(nèi)容,通過對過濾后文字內(nèi)容的分析，來判斷網(wǎng)頁的核心內(nèi)容。,百度一下，你就知道新 聞網(wǎng) 頁貼 吧知 道MP3圖 片幫助高級 空間 | 更多>>把百度設(shè)為首頁企業(yè)推廣|搜索風(fēng)云榜|關(guān)于百度|AboutBaidu©2007Baidu使用百度前必讀京ICP證030173號,搜索引擎程序通過對上面文字的分析，發(fā)現(xiàn)以下信息：一共有95個字符；其中56個中文字?！鞍俣取背霈F(xiàn)4次，共8個中文，占16個字符。
4、8÷56≈0.14 ≈14% 16÷95 ≈ 0.16≈16%判斷結(jié)論：本頁面和關(guān)鍵詞“百度”有密切關(guān)系。,第四步：進(jìn)行權(quán)重分值技術(shù),假設(shè)關(guān)鍵詞重復(fù)1次得1分，那百度首頁的得分就是“4”當(dāng)然，搜索引擎的真實計算過程非常負(fù)責(zé)，有數(shù)百個參數(shù)參與計算。YAHOO！的工程師告訴我：“所有搜索引擎最核心的是外部鏈接的技術(shù)和關(guān)鍵詞密度的技術(shù)”,第五步：存入排名數(shù)據(jù)庫,通過以上各種分析后，一個頁面就可以存入排名數(shù)據(jù)
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論