由于搜索引擎蜘蛛抓取的是页面的HTML代码,里面包含了大量的HTML标签、js等无法用底闩名上的内容,所以搜索引擎索引首先要做的就是把其中的HTML标签、js去掉,保留剩下的页面文字内容。
2去停止词
在页面内容中会存在无数对内容没有任何影响的词,比如”的”、”之”、”却”、”啊”之类。搜索引擎在索引时会把这些词去掉,让页面内容的主题更加突出。
3中文分词
中文分词是中文搜索引擎特有的步骤,英文单词之间会有空格作分隔,而中文词与词之间没有分隔符号,一个句子字与词都是连在一起的。中文搜索引擎必须首先分辨那几个字组成一个词,哪些字本身就是一个词。比如“健身办法”将被分词为“健身”和“办法”两个词。
4索引
经过以上步骤之后,搜索引擎就可以提炼出可以代表一个页面内容的一些关键词,同时记录这些词在页面上的浮上频率、浮上次数、格式、位置等信息。
5去重(为什么伪原创弊大于利)
搜索引擎为了减少搜索结果中浮上的重复内容会选取页面内容中浮上频率最高的词,通常会选出10个左右关于页面的关键词来计算页面的“指纹”。
6页面质量推断
在这个阶段,搜索引擎会对页面内容质量、链接质量等作出推断,比如百度的绿萝、石榴算法。
7链接关系计算
当页面中存在链接时,搜索引擎会计算这些链接都只想哪些页面,每个页面都有哪些导入链接,链接使用了什么锚文字,这些复杂的链接指向关系形成了网站和页面的链接权重。
这些链接关系也是百度计算权重的重要根据之一,至于百度权重和链接分析会在以后的文章中专门介绍。
浅谈关键词排名优化常见的误区有什么
无数的网站操作人员,为了网站的收录而更新文章,导致这样的文章可读性非常的差,试问:假如你是搜索的用户,写这样的文章你情愿读下去吗?你都不能,怎么叫用户
本文最初发布于2022年12月21日 @ 下午1:20
闲鱼资源网 » 说说搜索引擎是怎样事情的你晓得么
常见问题FAQ
- 免费下载或者VIP会员专享资源能否直接商用?
- 本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
- 提示下载完但解压或打开不了?
- 找不到素材资源介绍文章里的示例图片?
- 站壳网