搜索引擎优化seo相关知识.docVIP

搜索引擎优化SEＯ的概念　 什么是ＳEＯ ＳEO是Ｓｅaｒch　Engine Ｏｐtimizaｔｉｏn的简称,中文我们称之为“搜索引擎优化”。它是指遵循搜索引擎的搜索原理,对网站结构、网页文字语言和站点间互动外交略等进行合理规划部署，以改善网站在搜索引擎的搜索表现,进而使网站获得良好的网站排名。也可以理解为ＳEO通过对网站结构、关键字选择、网站内容规划进行调整和优化，提高网站在搜索结果中的自然排名。让网站从百度、GOOGＬＥ等搜索引擎获得更多潜在客户的网络营销方式， 搜索引擎的工作原理 　 大型互联网搜索引擎的数据中心一般运行数千台甚至数十万台计算机，而且每天向计算机集群里添加数十台机器,以保持与网络发展的同步。搜集机器自动搜集网页信息，平均速度每秒数十个网页，检索机器则提供容错的可缩放的体系架构以应对每天数千万甚至数亿的用户查询请求。企业搜索引擎可根据不同的应用规模，从单台计算机到计算机集群都可以进行部署。 　　 搜索引擎一般的工作过程是: 首先对互联网上的网页进行搜集，然后对搜集来的网页进行预处理,建立网页索引库,实时响应用户的查询请求，并对查找到的结果按某种规则进行排序后返回给用户。搜索引擎的重要功能是能够对互联网上的文本信息提供全文检索。 搜索引擎通过客户端程序接收来自用户的检索请求,现在最常见的客户端程序就是浏览器,实际上它也可以是一个用户开发的简单得多的网络应用程序。用户输入的检索请求一般是关键词或者是用逻辑符号连接的多个关键词，搜索服务器根据系统关键词字典,把搜索关键词转化为wｏｒdID，然后在标引库（倒排文件）中得到docＩD列表，对ｄocID列表中的对象进行扫描并与worｄＩD进行匹配，提取满足条件的网页,然后计算网页和关键词的相关度,并根据相关度的数值将前Ｋ篇结果(不同的搜索引擎每页的搜索结果数不同)返回给用户,其处理流程如图１所示。 搜索引擎的组成 搜索器 　　 搜索器也就是我们通常所说的“蜘蛛”。 它的功能是在互联网中漫游,发现并搜集信息，它搜集的信息类型多种多样,包括HＴＭL页面、XＭL文档、Newsｇrouｐ文章、ＦTP文件、字处理文档、多媒体信息等。搜索器是一个计算机程序，其实现常常采用分布式和并行处理技术,以提高信息发现和更新的效率。商业搜索引擎的搜集器每天可以搜集几百万甚至更多的网页。搜索器一般要不停地运行，要尽可能多、尽可能快地搜集互联网上的各种类型的新信息。因为互联网上的信息更新很快,所以还要定期更新已经搜集过的旧信息，以避免死链接和无效链接。另外,因为Wｅb信息是动态变化的，因此搜集器、分析器和索引器要定期更新数据库,更新周期通常约为几周甚至几个月。索引数据库越大,更新也越困难。 　互联网上的信息太多,即使功能强大的搜集器也不可能搜集互联网上的全部信息。因此，搜集器采用一定的搜索策略对互联网进行遍历并下载文档,例如,一般采用以宽度优先搜索策略为主、线性搜索策略为辅的搜索策略。 　 在搜集器实现时，系统中维护一个超链队列，或者堆栈,其中包含一些起始UＲＬ,搜集器从这些ＵRL出发，下载相应的页面，并从中抽取出新的超链加入到队列或者堆栈中，上述过程不断重复队列直到堆栈为空。为提高效率,搜索引擎将Web空间按照域名、IP地址或国家域名进行划分，使用多个搜集器并行工作，让每个搜索器负责一个子空间的搜索。为了便于将来扩展服务,搜集器应能改变搜索范围。 　 分析器 　 　 　对搜集器搜集来的网页信息或者下载的文档一般要首先进行分析，以用于建立索引，文档分析技术一般包括:　分词(有些仅从文档某些部分抽词，如Alｔaｖisｔａ)、过滤(使用停用词表stopｌist）、转换(有些对词条进行单复数转换、词缀去除、同义词转换等工作），这些技术往往与具体的语言以及系统的索引模型密切相关。 索引器 　 索引器的功能是对搜索器所搜索的信息进行分析处理，从中抽取出索引项,用于表示文档以及生成文档库的索引表。索引项有元数据索引项和内容索引项两种:　元数据索引项与文档的语意内容无关,如作者名、URL、更新时间、编码、长度、链接流行度等等; 内容索引项是用来反映文档内容的，如关键词及其权重、短语、单字等等。内容索引项可以分为单索引项和多索引项(或称短语索引项)两种。单索引项对于英文来讲是英语单词，比较容易提取，因为单词之间有天然的分隔符（空格); 对于中文等连续书写的语言，必须进行词语的切分。在搜索引擎中,一般要给单索引项赋予一个权值,以表示该索引项对文档的区分度,同时用来计算查询结果的相关度。使用的方法一般有统计法、信息论法和概率法。短语索引项的提取方法有统计法、概率法和语言学法。 　 为了快速查找到特定的信息，建立索引数据库是一个常用的方法,即将文档表示为一种便于检索的方式并