六六在seo基礎(chǔ)入門第十四講和同學(xué)們介紹了搜索引擎工作原理的第一步爬行和抓取，下面我們一起來(lái)了解搜索引擎工作原理的第二步——預(yù)處理。眾所周知，互聯(lián)網(wǎng)頁(yè)面是非常龐大的，而用戶

google seo入門教程

在搜索關(guān)鍵詞時(shí)蜘蛛要實(shí)時(shí)反饋給用戶需求的信息，這個(gè)時(shí)候就需要之前抓取的頁(yè)面經(jīng)過(guò)預(yù)處理才可以實(shí)時(shí)為用戶查詢排名做好準(zhǔn)備。

預(yù)處理在一些seo教程中也被稱為索引。但這不是非常準(zhǔn)確的，嚴(yán)格來(lái)說(shuō)索引是搜索引擎預(yù)處理中最重要的內(nèi)

seo入門基礎(chǔ)教程

容，和蜘蛛爬取一樣，預(yù)處理也是引擎從后臺(tái)提前完成的。下面我們一起了解一下預(yù)處理的工作原理吧。

預(yù)處理

六六seo基礎(chǔ)入門第十五講：搜索引擎工作原理之預(yù)處理

1，第一步：提取代碼文字信息

蜘蛛抓取頁(yè)面返回后，會(huì)將頁(yè)面內(nèi)的代碼標(biāo)簽去除，留下可以用于排名的文字。如下圖，

提取文字

2，第二步：中文分詞

搜索引擎為了更好的識(shí)別用戶的搜索需求，會(huì)智能識(shí)別出用戶輸入的一段話。分詞主要基于詞典匹配和用戶統(tǒng)計(jì)。舉個(gè)例子“風(fēng)馬牛不相及”在詞典中時(shí)一個(gè)完整的詞匯。所以當(dāng)我們輸入這個(gè)詞匯時(shí)，搜索引擎會(huì)將這個(gè)詞匯判定成一個(gè)詞處理。這就是基于詞典分詞。而“六六seo”這個(gè)詞匯搜索引擎通過(guò)用戶日常的搜索將之判定成一個(gè)詞匯。這也是為了更好的滿足用戶的搜索需求。企業(yè)品牌剛開(kāi)始推廣時(shí)，既不是詞典匹配也不是用戶統(tǒng)計(jì)，這個(gè)時(shí)候作為seoer需要提示搜索引擎把這幾個(gè)字當(dāng)作一個(gè)詞來(lái)處理。在頁(yè)面中將品牌詞通過(guò)加黑，調(diào)色等方式提示搜索引擎即可。

3，第三步：去停止詞

去停止詞指的是頁(yè)面內(nèi)容中出現(xiàn)頻率較高且對(duì)內(nèi)容沒(méi)有影響的詞匯，比如中文的“的”，”地“，英文的”an”，“the”都可以算是此類詞匯。搜索引擎預(yù)處理時(shí)會(huì)優(yōu)先去掉這些詞匯，減少計(jì)算容量，更高效的排名展示。

4，第四步：消除噪聲

這個(gè)非常好理解，比如現(xiàn)在很多頁(yè)面內(nèi)容插入的廣告和頁(yè)面毫不相關(guān)，將之稱為頁(yè)面噪聲。預(yù)處理時(shí)會(huì)識(shí)別這些不相干的噪聲并消除掉。提取頁(yè)面的主體內(nèi)容為后續(xù)排名準(zhǔn)備。

5.第五步：去重處理

搜索引擎不希望用戶在搜索關(guān)鍵詞時(shí)展示排名的內(nèi)容是不同站點(diǎn)的同一篇內(nèi)容，

外貿(mào)seo入門到精通

希望給用戶更多的知識(shí)填充。去重的基本原理就是在前四步都完成后，識(shí)別頁(yè)面的主要關(guān)鍵詞（一般是我們seo優(yōu)化的關(guān)鍵詞）來(lái)完成去重步驟。一般是以發(fā)布時(shí)間和站點(diǎn)權(quán)重為主。在這里建議seo優(yōu)化時(shí)，寫(xiě)偽原創(chuàng)文章不要過(guò)度抄襲原創(chuàng)，因?yàn)檫@樣的操作很難改變文章的主要關(guān)鍵詞。

6，第六步：正向索引&倒排索引

正向索引是指經(jīng)過(guò)前五步的提純后，頁(yè)面的主體內(nèi)容已經(jīng)變成了無(wú)數(shù)關(guān)鍵詞組成的字符串。這個(gè)時(shí)候搜索引擎將每一個(gè)頁(yè)面的關(guān)鍵詞進(jìn)行比對(duì)，主要為關(guān)鍵詞出現(xiàn)頻次，頻率，格式，位置等信息。存儲(chǔ)到數(shù)據(jù)庫(kù)中。

倒排索引的建立是因?yàn)閱螁蔚恼蛩饕裏o(wú)法快速的直接用于排名，這個(gè)時(shí)候搜索引擎在進(jìn)行正向索引后再將包含同樣關(guān)鍵詞的頁(yè)面進(jìn)行匯總?cè)霂?kù)。大大提升了排名的效率。

7，第七步：鏈接關(guān)系

鏈接關(guān)系是指搜索引擎預(yù)處理頁(yè)面時(shí)要將頁(yè)面的反向鏈接和跳出鏈接和鏈接文字進(jìn)行計(jì)算，也就是我們做外鏈，友情鏈接和錨文本的意義所在。大多seoer將這個(gè)鏈接關(guān)系也稱為是頁(yè)面投票機(jī)制。聽(tīng)到這里相信大家對(duì)我們?yōu)槭裁醋鐾怄満陀亚殒溄舆€有錨文本有了一定的了解了。

8，第八步：質(zhì)量判斷

頁(yè)面質(zhì)量判斷就是搜索引擎在預(yù)處理階段根據(jù)事先設(shè)定的算法進(jìn)行分析，最終為用戶查詢排名做準(zhǔn)備。

六六劃重點(diǎn)：預(yù)處理階段要比爬取階段復(fù)雜的多，大家一定要理解吃透這些理論知識(shí)。這對(duì)以后從事seo優(yōu)化工作有著很重要的意義。對(duì)于搜索引擎預(yù)處理有哪些疑問(wèn)歡迎下方留言哦。