快速解锁搜索引擎的几大知识点

2014-06-12    分类: 网站建设

提起Search EngineOptimization(seo),想必大家一定熟悉又陌生。SEO是最先被我们所熟悉的数字营销概念之一。那为何又用“陌生” 来形容它呢?

是因为从业以来,大多数人仅对SEO的部分概念和术语有所了解,而对搜索引擎如何工作,如何解读日常所接触到的SEO报告,如何发现问题,如何进行优化存在诸多盲点,对于如何针对自身情况制定SEO策略,更是无从下手。

那么从今天起,创新互联将通过一个系列文章,力争为大家梳理SEO知识点,希望大家在读完该系列文章后,能够获得些许启发,更好地为所任职岗位服务。

作为第一篇,我们先来了解一些基础内容,大家是否曾思考过以下问题:

SEO是什么?我们如何去定义它?

为什么要做SEO?

移动互联时代,还需要做SEO吗?

搜索引擎的工作原理是什么?在简单的 “输入-搜索” 这几步简单的操作后,搜索引擎是如何从海量的数据中,找寻到我们所需要的内容,并展现给我们的?

带着这些疑问,一起√get今天的知识吧!

知识点1:SEO是什么?我们如何定义它?

SEO的全称是 “Search Engine Optimization”,中文译为 “搜索引擎优化”。

简单地理解,SEO是一个从自然搜索结果中获取网站流量的手段和过程;

更加严谨地去定义的话,SEO是一个“在了解搜索引擎自然排名机制的基础上,对网站进行内部和外部的调整和优化,改进网站在搜索引擎中的关键词自然排名,以便争夺流量,进而促成网站销售或品牌曝光”的一个过程。


快速解锁搜索引擎的几大知识点


知识点2:为什么要做SEO?

网站所有者都希望自己的网站流量越大越好,无论网站盈利模式和目标是什么,有人访问是前提。SEO则是给网站带来访问者的最好方法。让我们一起来了解一下SEO的“优势”:

低成本:虽可能会产生费用,但成本相对较低

高回报:来自SEO的用户多数情况下是在 “主动地找寻” 酒店,目标非常精准

可迁移:搜索引擎是用户搜索、比较、购买商品的重要渠道,即便移动互联网发展迅猛,SEO核心仍在,只不过载体有所变化

够持久:精准广告投放、付费搜索等类型推广模式,一旦停止投放,流量将急剧下降;线上活动等事件营销效果明显,但话题过后流量随即下降。而搜索排名一旦上去,可相对稳定地维持比较久的时间,流量也因此会源源不断地输送过来

可扩展:掌握关键词研究和内容扩展方法后,我们可以持续地,为网站增加目标关键词及流量

知识点3:移动互联时代,还需要做SEO吗?

让我们来看一些行业调查数据,了解一下SEO是否还有效?

2017 年上半年,即时通信、搜索引擎、网络新闻作为基础的互联网应用,用户规模趋于稳定,搜索引擎应用继续保持移动化趋势。

虽然即时通信作为移动互联网流量核心入口的地位已经确立。在新网民各类应用中的渗透率排名第一,高于排名第二的搜索引擎16. 9个百分点,但搜索引擎在目前仍旧稳居第二位。

截至 2017 年6 月,我国搜索引擎用户规模达 6.09 亿,使用率为81.1%,用户规模较 2016 年底增加707 万,增长率为1.2%

知识点4:搜索引擎的工作原理?

面对数以万亿的信息,搜索引擎如何做到在 1 秒钟甚至更短的时间内,返回我们想要的内容?回答这个问题,需要对搜索引擎工作原理做个分解,大致分为 3个阶段:

爬行和抓取:搜索引擎程序通过访问网页,获得页面HTML代码存入数据库

预处理:程序对数据库网页进行一系列处理,为排名程序调用做准备

排名:用户输入关键词后,程序调用预处理好的数据,计算相关性,生成结果

首先看第一阶段,即 “爬行和抓取”

对于搜索引擎来说,首要任务是完成对互联网内网页数据收集。而用于数据收集的工具,就是我们常常听到的“蜘蛛”,它是搜索引擎用来爬行和访问页面的程序。蜘蛛发出页面访问请求后,服务器返回HTML代码,蜘蛛把收到的代码存入数据库中。蜘蛛会对链接进行跟踪,根据一个页面上的链接,爬行(读取)至下一个,这也是为什么被人称之为“蜘蛛”。


快速解锁搜索引擎的几大知识点


在数据收集过程中,聪明的蜘蛛为了提升效率,避免重复读取网页数据,搜索引擎会建立地址库,记录 “被读取的”,和 “发现但未被读取的”页面。构建原始页面数据库,以储存读取后的页面数据。

读取结束,构建好原始数据库后,搜索引擎将进行第二阶段的任务 - “预处理”。什么是 “预处理”呢?原始数据库中存在数以万亿的网页数据,排名程序无法做到每时每刻,对数量如此庞大的数据进行分析,也就无法在1- 2秒内返回搜索结果。因此必须处理这些数据,为最后排名程序调用做准备。

预处理的第一步是对数据进行筛选,去除无用的信息,提取文字。现在搜索引擎仍以文字内容为基础,数据库中的页面数据,除了我们在网页上看到的文字外,还包含HTML标签、JavaScript程序等无法用于排名的内容。程序需要去除这些无用信息,提取出可用于排名的内容。除文字外,程序也会提取出一些特殊的包含文字信息的代码,例如Meta标签中的文字、图片替代文字、Flash文件的替代文字、链接锚文字等。

随后,我们需要介绍一个小知识,即中文搜索引擎所独有的步骤 - “中文分词”。“词”是程序处理数据、用户查询的单位和基础。与英文不同,搜索引擎必须区分用户搜索的中文内容里,哪几个字组成一个单词,才能进行下一步工作。

在分词过后,程序需要进行另一个步骤,即剔除 “停止词”。在任何语言里,都存在出现频率高,但对内容影响不大的词汇,例如中文“的”、“啊”、“却”;英文中 “the” “a” “and” “to”“of”等。这些被称作“停止词”,程序会去除这些停止词,使搜索内容更突出,减少程序计算上内耗。

此外程序会对版权声明文字、导航栏文字等对搜索无用的内容进行剔除,消除噪声。

紧接着,程序还会对网页数据进行去重,同一内容可能会重复发布在多个网站,为了避免将多篇重复的内容返回给拥护,所以需要在预先剔除重复内容。

在完成上述后,程序得到的是 “独特的,能反应页面主题的,以词汇为单位的” 内容,紧随其后,程序将正向索引。通过提取关键词,把内容转化成“以关键词为单位” 的集合,同时记录关键词出现频次、格式(黑体、加粗锚文字)、位置(标题、页面段首、段尾)等属性。然后将其转化为如下结构,储存进数据库:

经 “正向索引” 后的数据,无法直接排名,因为同一关键词可能出现在多个文件中,所以聪明的程序猿们,发明了 “倒排索引”,将文件重新构造为倒排索引:

现在,搜索引擎已经做好了随时处理用户搜索请求的准备,那么随之而来的,就是搜索引擎第三阶段的任务,即排名。


快速解锁搜索引擎的几大知识点


每当搜索引擎接受到用户搜索的内容后,会进行这样的处理:

分词(与预处理一样,将我们搜索的内容,划分为以“词”为基础组合)

剔除停止词(与预处理一样,剔除不相关词汇)

指令处理(搜索引擎默认是在关键词之间运用 “与”的逻辑)

拼写矫正(对程序检测判定为错误的内容,进行矫正)

经过以上处理并进行匹配后,程序会在倒排索引数据库中找出符合搜索内容关键词的文件集合。例如,搜索内容包括 “关键词1”“关键词2”,排名程序仅需要找到含有这 2 个关键词的文件,即 “文件2” “文件3”。

由于数量庞大,因此搜索引擎程序不会对这些庞大的数据进行处理,只会针对最重要的部分页面数据进行排名,此外用户通常也只会查看前两页搜索结果,因此,搜索引擎也不需要大费周折地去对所有数据进行排名。那么,怎样针对“最重要的部分页面数据” 去排名呢,这里就要依赖于自身算法 - 相关性计算的帮助,该算法会计算某个页面数据与用户搜索内容的相关性,从而完成排名。

到这里,搜索引擎已基本完成用户的 “搜索请求”,但根据2/ 8定律,约20%的搜索内容,占总搜索次数的80%左右。搜索引擎会把常见词汇的排名以及数据进行缓存,在用户搜索时会直接调用缓存数据,从而减少一系列庞大又耗能的步骤,缩短反馈时间、提升用户体验。

当前标题:快速解锁搜索引擎的几大知识点
文章来源:https://www.cdcxhl.com/news/27142.html

成都网站建设公司_创新互联,为您提供定制网站动态网站关键词优化小程序开发云服务器品牌网站建设

广告

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联

外贸网站建设