SEO 化人 懂的搜索引擎 理（二）

         做为 个称职的seo 化人，搜索引擎的守护者，在了解了什么是搜索引擎及其 理之后我们还不得不对它的运行规律、工作 理、习性、 缺点做了解，同时也不是了解理论就可以，还需要不断地实践，通过实践得真理，通过实践得到 验。那么搜索引擎到底是如何工作的呢？

、搜索引擎爬行抓取

1）爬行抓取是搜索引擎工作 重要的 部分，爬取网页回来分析，其实可以分为三小部分来理解：

       1、批量抓取所有网页，这种技术的缺点是浪费带宽，时效性不 。

       2、增量收集，在 者的基础 进行技术改进，爬取 新的网页，并删除掉重复的内容以及 效的链接。

       3、主动提交地址到搜索引擎，当然这种主动提交的方式被认为是审核期加长，这在部分seo资深人员看来是这样。

2）在链接爬取的过程中通常有两种方式我们需要理解,现在我们来了解 下深度 先以及广度 先

     1、深度 先

蜘蛛从 级A开始抓取， 如先从A ——F——G，再从A——E——H——I，依次类推。
深度 先
     2、广度 先
主要指蜘蛛在 个页发现多个链接，先爬取所有 层，然后接着是第二层，第三层。。依次类推。
广度 先
 
3）针对重复网页，我们需要访问列，同时也需要收集重要网页的机制
      1、目 ，搜索引擎可以用已访问列表以及未访问表来记录这个过程，这样 大的减少了搜索引擎的工作量。
      2、重要的网页需要重点收录，主要可以通过几方面来实现， 如：目录越小有 于用户体验，节 蜘蛛爬行时间； 质量外链增加网页权重； 息 新及时，提 搜索引擎的光顾率；网站内容 质量， 创。
第二、预处理是搜索引擎 理的第二步
1、把网页爬取回来，就需要多个处理阶段，其中之 就是关键词提取，把代码爬取下来，对排名 意义的统统去除掉，剩下的是用于关键词排名的文字。
2、去除停用词，有些 家也称之为停止词， 如我们常见的：的、地、得、啊、呀、哎等 意义词。
3、中文分词技术，基于字符串匹配的分词方法以及统计分词方法。
4、消除噪声，把网站 的广告图片、登录框之类的 息去队掉。
5、分析网页，建立倒排文件方法倒排文件
6、相关链接关系算法
第三、用户服务输出
过多重处理，我们就已 得到了数据，并且能够得到重要关键词组合，当用户搜索时，就可以立即返回所需要的 息。并且随着发展，搜索引擎的输出展示也越来越重视用户体验。