从零开始学seo搜索引擎优化_简述搜索引擎工作的原理（seo基本原理）

简要讨论搜索引擎的工作原理

前两期在介绍SEO的时候，我们讲了SEO的基本定义，这里我们再简单回顾一下吧！

SEO（搜索引擎优化）

SEO（搜索引擎优化）通常的定义是：在了解搜索引擎工作原理的基础上，对网站进行内外部的调整和优化，提高网站的关键词排名，获得更多的流量，实现网站的营销目标。通过这个定义我们可以看出，做SEO，首先要知道我们的搜索引擎是怎么工作的，只有了解了它的原理，我们才能根据这个原理去做后续的优化工作。这就是我今天要重点跟大家分享的话题：搜索引擎是如何工作的！

由于搜索引擎的专业知识涉及面很广，可以作为一门独立的学科进行系统的研究，所以建议新手在刚开始学习SEO的时候，多了解一下搜索引擎的相关知识，也可以买一本搜索引擎原理方面的书，了解了搜索引擎的工作原理，才能对后期的优化工作有一个明确的方向！

搜索引擎的工作原理

首先，搜索引擎的工作原理大致可以分为三个阶段：爬行与抓取：搜索引擎蜘蛛（）通过跟踪链接发现并访问页面，然后读取HTML代码并存入数据库；预处理：对搜索引擎蜘蛛抓取到的页面数据进行文本提取、中文分词、索引（正向索引）、倒排索引等处理，为后续的排名展示做准备；排名：通过一定的搜索相关度计算，按照一定的格式生成搜索结果页面。

搜索引擎的工作原理

让我们详细讨论一下搜索引擎在这三个阶段的工作原理：

爬行和抓取

1.跟踪链接：一般有深度优先和广度优先两种跟踪方式，如图：

深度优先跟踪链接

广度优先跟踪链接

理论上来说，无论采用哪种跟踪方式，只要给蜘蛛足够的时间，它就能爬取互联网上所有的链接。但事实上，蜘蛛的宽带资源和时间非常有限，不可能爬取所有的链接，最多能爬取和收录一小部分。因此，我们在做SEO工作的时候，需要主动吸引蜘蛛来抓取和收录我们的页面。

2、吸引蜘蛛：哪些页面能吸引蜘蛛呢?满足下面几点就可以了。

预处理

这里说的预处理包括：文本抽取、中文分词、去停用词、去噪、去重、正向索引、倒排索引、链接关系计算、特殊文件处理及质量判断等。由于内容比较多，这里就不详细讲解了，主要讲正向索引和倒排索引两个核心内容。有的书上把预处理阶段定义为建立索引，其实就是把正向索引和倒排索引的重点讲清楚了。先看下面这张图：

正向索引结构

倒排索引结构

上图中，文件指的是页面，关键词则是与用户搜索的单词相匹配的关键词。这里的关键词是搜索引擎内部存储的关键词，也是根据用户过去搜索过的单词进行收集和排序的。通过对比两种索引结构可以看出，倒排索引更符合搜索引擎的工作要求。当用户搜索某个关键词时，搜索引擎系统可以一次性直接导出符合该关键词的页面，然后通过链接相关性计算、特殊文件处理、页面质量判断等方式，确定哪些页面可以作为搜索结果页面，最后以排名的方式展示出来。

排行

经过预处理，特别是倒排索引处理后，对用户搜索词进行处理并匹配相应的文件，得到初始文件子集。这里的初始文件子集不能直接用于排名，还需要进行相关性计算、排名筛选和调整，才能最终展示页面的排名结果。这里的相关性计算主要是根据关键词的共性、词频及密度、关键词位置及形式、关键词距离、链接分析、页面权重等来判断页面内容是否与用户搜索的词语高度相关。

好了关于搜索引擎的工作原理我就说这么多了，其实还有很多细节我没详细讲到，因为涉及到的东西太多了，大家可以多了解一些搜索引擎的知识，借助相关书籍来系统地学习这方面的内容！本期SEO分享就到此结束，大家有什么问题或者想法可以在下方评论中留言咨询哦！

SEO搜索的原理是什么，如何做SEO优化

SEO很大程度上就是关键词排名，让关键词上首页是SEO的基本目标，有首页排名才有更好的展示机会，才有更好的转化率。

1. 搜索原则

如果把互联网比作一张蜘蛛网，那么网络蜘蛛就是一只在网上爬行的蜘蛛。网络蜘蛛通过网页的链接地址来搜索网页，它从网站的某个页面（通常是首页）开始，读取网页内容，找到网页中的其他链接地址，再通过这些链接地址搜索下一个网页，如此循环，直到爬取完网站的所有网页。如果把整个互联网看作一个网站，那么网络蜘蛛可以利用这个原理爬取互联网上所有的网页。

1.爬行

搜索引擎和普通访客一样，会沿着网页上的链接，逐个下载我们的网页，准备进行下一步的预处理。

2.预处理

①.判断是否符合入选规则，若符合入选规则则继续处理

②. 将文章分词

将网页上的文章切分成单个的单词，测量文档间的相关性，为建立倒排索引做准备，并记录单词出现的位置。

③.创建倒排索引

在搜索引擎中，每个文件都对应一个文件ID，文件内容以关键字的集合来表示。

将文档ID到关键词的映射转换为关键词到文档ID的映射。

使用词语来索引网页的优点在于搜索引擎用户也会输入词语，因此可以轻松找到相关的网页。

3. 搜索

①. 对用户查询中的关键词进行分词，并取索引的交集

②. 排序

重要性 - 网页的静态质量得分。搜索引擎将网站的各种性能状况转换成分数，这些分数相加就得到页面的质量得分，也就是所谓的权重。

a. 页面信噪比：

页面信噪比是指页面上主文本与非主文本的比例。页面信噪比至少要大于1。

稀缺性

c.链接控制：

链接控制分为链接数量和链接自然度，一个页面的权重是固定的，链接可以传递权重，链接越多，每个链接传递的权重越低。

d. 页面浏览量

相关性 - 上面的倒排索引只能定性地判断网页和查询是否相关，但无法定量地知道哪一个更相关。百度的做法：

a.记录该词出现的位置，不同位置的关键词权重不同。

b. TF-IDF算法，即某个词在一篇文章中出现的次数越多，这个词的权重就越高；某个词在整个互联网中出现的次数越多（比如“我”、“的”这类词，对文章主题的识别能力很差，几乎在每一篇文章中都会出现），这个词的权重就越小。

4.常用的高级搜索命令：

site：SEO最熟悉的高级搜索命令，用于搜索某个域名下的所有文件。

inurl:指令用于搜索查询词出现在url中的页面。

：该命令返回标题包含关键字的页面。

：其功能是查询该域名下的反向链接（反向链接=外部链接+内部链接）。

2. 指数排名

1. 收集和索引

已编入索引：已找到并分析网页

索引：经过初步分析，认为有意义，进行数据库建设

收录与被索引的关系是包含关系，收录之后才能被索引，并且收录的量要大于被索引的量。

百度表示，第三方提供的所谓收录查询并不可靠。

1-1. 索引文章的决定因素：

相信;

文章的质量；

更新频率；

网站结构；

熊章浩及站点地图对百度收录有促进作用；

一个网站的年龄和权重影响着百度对该网站的收录效果。

1-2. 加速页面索引的方法：

制作一个好的网站TDK并且不要修改它；

积累高质量的网站内容；

每日定期定量更新；

提交给百度等搜索引擎，包括熊章浩等；

重点关注熊掌号，目前熊掌号提交可实现80%以上的移动端收录；

有针对性、定期地发布高质量外部链接。

2.文章质量判断（百度官方）

① 受众

受众的大小代表着用户搜索需求的大小。

② 稀缺性

稀缺性主要描述互联网上页面的独特性。

③. 品质

不会出现死链接，网站访问速度令人满意。

b.主体内容是否齐全，格式、字体是否方便阅读，是否有过多、种类繁多的广告。

c.信息是否丰富，衍生的次要需求是否得到满足。

④. 期限

3. 原始认定及判定

①. 发布时间——蜘蛛爬行的日期

②. 锚文本链接——网站页面的外部链接数量

③. 信息指纹——文章内容的相似度

4.标题优化方法

从搜索引擎搜索到的内容的标题往往是网页标题的内容，搜索引擎给予标题很高的权重。

①.标题要连贯、吸引人，与文章实际相一致。

②.标题需原创，包含核心关键词及长尾词，与内容关键词一致

③.写作要符合搜索引擎习惯，少用标点符号

④.长度要适当，在22个汉字以内。

5.内容优化方法

主要分为两个部分，一部分是原创/伪原创，一部分是素材库的收集与审核。

至少第一段需要纯原创，最好有可以搜索的内容，整段内容都要根据玩家的搜索需求来写。

正文最好组织成小标题

基于内容价值的伪原创方法

找到有价值的文章，最好是同一天发布的文章，或者利用爬虫爬取到的数据库重写

有价值的文章易于阅读、目标明确、引人注目。

①.修改文章开头和结尾：

重新概括第一段和最后一段，打乱文序，删除不相关的词语，添加观点。

②拆分重组原文章：找出几篇相关性强的文章，合并成一篇新文章

③ 相关内容的组合

④. 将文章翻译成其他语言

⑤.利用论坛、博客、新媒体等挖掘文章

6. 图像优化方法

搜索引擎已经具备了一定的识别大多数图片原创性的能力。

针对图像的算法主要包括计算哈希值、pHash算法、SIFT算法，以及对目标图像进行编码形成“指纹”并存储。

①.给图片添加水印；

②.改变原图的长宽比，或者直接截取图像的一部分；

③.图片的长宽比尽量接近121*75，接近百度搜索显示的缩略图大小；

④.相对于文字链接，缩略图链接更容易吸引访客点击和关注相关性。

⑤.添加alt 可以增强页面的关键词主题，但注意不要堆砌关键词。

⑥.百度越来越喜欢原创内容，图片其实也是页面的一部分。

7.关键词优化方法

关键词分类：核心关键词；相关关键词；长尾关键词；错误关键词；生僻关键词

①.站在用户的角度考虑，思考用户在搜索的时候会用什么词。

②. 不超过5个，通常3个：主关键词，次要关键词，以及一个潜在的长尾关键词

③.关键词密度不宜超过2%-8%（根据需要而定，不绝对）