
蜘蛛的爬行、页面的收录及排序都是自动处理。网站目录则是一套人工编辑的分类目录,廊坊有实力网站推广公司由编辑人员人工创建多个层次的分类,站长可以在不同分类里提交网站,目录编辑在后台审核所提交的网站,将网站放置于相应的分类页面。有的时候编辑也主动收录网站。网站推广公司多少钱典型的网站目录包括雅虎目录、开放目录、好123等。目录并不是本书中所讨论的SEO所关注的真正的搜索引擎。虽然网站目录也常有一个搜索框,但目录的数据来源是人工编辑得到的。

有实力网站推广公司链接关系计算也是预处理中很重要的一部分。现在所有的主流搜索引擎排名因素中都包含网页之间的链接流动信息。搜索引擎在抓取页面内容后,必须事前计算出:页面上有哪些链接指向哪些其他页面,每个页面有哪些导入链接,链接使用了什么锚文字,网站推广公司多少钱这些复杂的链接指向关系形成了网站和页面的链接权重。Google PR值就是这种链接关系的Z主要体现之一。其他搜索引擎也都进行类似计算,虽然它们并不称为PR。

有实力网站推广公司搜索引擎蜘蛛抓取的原始页面,并不能直接用于查询排名处理。搜索引擎数据库中的页面数都在数万亿级别以上,用户输入搜索词后,靠排名程序实时对这么多页面分析相关性,计算量太大,不可能在一两秒内返回排名结果。网站推广公司多少钱因此抓取来的页面必须经过预处理,为Z后的查询排名做好准备。和爬行抓取一样,预处理也是在后台提前完成的,用户搜索时感觉不到这个过程。搜索引擎预处理首先要做的就是从HTML文件中去除标签、程序,提取出可以用于排名处理的网页面文字内容。

有实力网站推广公司而且搜索引擎的去重算法很可能不止于页面级别,而是进行到段落级别,混合不同文章、交叉调换段落顺序也不能使转载和抄袭变成原创。正向索引 正向索引也可以简称为索引。网站推广公司多少钱经过文字提取、分词、消噪、去重后,搜索引擎得到的就是独特的、能反映页面主体内容的、以词为单位的内容。接下来搜索引擎索引程序就可以提取关键词,按照分词程序划分好的词,把页面转换为一个关键词组成的集合,同时记录每一个关键词在页面上的出现频率、出现次数、格式(如出现在标题标签、黑体、H标签、锚文字等)

有实力网站推广公司实际上用户并不需要知道所有匹配的几十万、几百万个页面,绝大部分用户只会查看前两页,也就是前20个结果。搜索引擎也并不需要计算这么多页面的相关性,而只要计算Z重要的一部分页面就可以了。常用搜索引擎的人都会注意到,搜索结果页面通常Z多显示100个。网站推广公司多少钱用户点击搜索结果页面底部的“下一页”链接,Z多也只能看到第100页,也就是1000个搜索结果但问题在于,还没有计算相关性时,搜索引擎又怎么知道哪一千个文件是晟相关的?所以用于Z后相关性计算的初始页面子集的选择,必须依靠其他特征而不是相关性,其中Z主要的就是页面权重。

有实力网站推广公司由此可见,虽然理论上蜘蛛能爬行和抓取所有页面,但实际上不能、也不会这么做。网站优化人员要想让自己的更多页面被收录,就要想方设法吸引蜘蛛来抓取。既然不能抓取所有页面,蜘蛛所要做的就是尽量抓取重要页面。网站推广公司多少钱哪些页面被认为比较重要呢?有几方面影响因素。网站优化网站和页面权重。质量高、资格老的网站被认为权重比较高,这种网站上的页面被爬行的深度也会比较高,所以会有更多内页被收录。 网站优化页面更新度。