作為一名就業(yè)于SEO行業(yè)的員工，我們都知道SEO是基于搜索引擎去展示排名的。那在這里，各位有沒有想過，搜索引擎是什么？有人回答說：我知道啊，百度、360、搜狗、搜狐、谷歌等等這些就是搜索引擎啊。那我們再追加一個問題：那我們SEO的排名是通過什么原理展示在搜索引擎上的呢？當然，這個問題大部分seoer都懂的，但是今天我們是以一個SEO技術(shù)公司給剛?cè)胄械男氯俗鲆幌滤阉饕娴幕A(chǔ)知識普及。
對于SEO，網(wǎng)上的說法眾說紛紜，但是當我們還不了解搜索引擎的時候，我們對于SEO知識的吸納也顯得那么空泛，就像小孩學跑步，他還不會站立還不會走，那他跑起來家長會放心嗎？我現(xiàn)在來說說搜索引擎是什么？
搜索引擎，它是指根據(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)。搜索引擎的定義很短，但是它包含的信息量還是非常大的，從它的定義里面我們也可以看出它是先搜集互聯(lián)網(wǎng)上的信息，再通過整理檢索，展現(xiàn)給搜索客戶。那具體的，它的工作原理又是怎么樣的呢？
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
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
搜索引擎將蜘蛛抓取回來的頁面，進行各種步驟的預(yù)處理。
1、提取文字：搜索引擎進入網(wǎng)站進行文字內(nèi)容的提取，但是它所停留的時間也是有限的，所以抓取的內(nèi)容也是有限的，一般搜索引擎最先進入的頁面是首頁，所以我們在建站的時候會更加強調(diào)首頁關(guān)鍵詞的一個布局情況
2、中文分詞：搜索引擎會自動對提取的文字進行切詞，比如“礦泉水廠家批發(fā)”，它會自動切成礦泉水、礦泉水廠家、礦泉水批發(fā)。我們優(yōu)化人員在做關(guān)鍵詞布局和索引的時候，要盡量把我們要的詞語讓搜索引擎去進行抓取和自動切詞
3、去停止詞：比如的、地、得、等類似這樣的詞，于網(wǎng)站意義不大的詞；
4、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：即通過一個網(wǎng)址去對應(yīng)一個關(guān)鍵詞的訪問；
6、倒排索引：通過一個關(guān)鍵詞去對應(yīng)一個網(wǎng)址的訪問；
7、鏈接關(guān)系計算：通過網(wǎng)站權(quán)重、用戶體驗度等方面去對網(wǎng)站進行評分；
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、Word、WPS、XLS、PPT、TXT
文件等。我們在搜索結(jié)果中也經(jīng)常會看到這些文件類型。 但搜索引擎還不能處理圖片、視頻、Flash 這類非文字內(nèi)容，也不能執(zhí)行腳本和程序。
第四步：排名
用戶在搜索框輸入關(guān)鍵詞后，排名程序調(diào)用索引庫數(shù)據(jù)，計算排名顯示給用戶，排名過程與用戶直接互動的（根據(jù)用戶的搜索習慣、地域等不同也會造成部分排名結(jié)果的不同）。但是，由于搜索引擎的數(shù)據(jù)量龐大，雖然能達到每日都有小的更新，但是一般情況搜索引擎的排名規(guī)則都是根據(jù)日、周、月階段性不同幅度的更新。
微信
官方
粵公網(wǎng)安備44130202000614號?。≈鳡I區(qū)域：惠州 深圳 東莞 河源 普寧?。〈碛蛎苑?wù)機構(gòu)：上海美橙科技信息發(fā)展有限公司
建站/推廣專員
開發(fā)/商城專員