第二章 了解搜索引擎
搜索引擎工作原理
1、爬行抓取：搜索引擎蜘蛛跟踪链接，抓取页面html代码存入数据库，低权重复制内容过滤;
2、 预处理：文字和相关标签抓取，中文分词，去掉无意义内容提炼页面主要关键词(对于蜘蛛没有意义：如：的、啊、从而等，广告、申明等)，去重(同一内容不同 网站或同一网站不同网址);倒排索引：关键词到内容，链接投票，文件处理(目前只能根据标签和相关描述文字识别)，质量判断：搜索引擎算法;
3、排名：中文分词(排除无实际意义的词后对搜索词的拆分重组，百度快照可查询分词结果)，相关性计算：越常用的词对搜索词的意义贡献越小，词频，关键词位置形式距离(标题、H1、黑体等)，链接分析(锚文本、周边文字、原站本身主题)，排名过滤调整(百度第11位)。
链接原理：
1、李彦宏超链专利(关键词锚文本);
2、Gongle PR(页面链接投票，作弊链接排除，Google2014年10月表示停止更新，最后更新时间为2013年12月6号)，pr只是谷歌排名算法中200多个因素之一，搜狗评级类似;
3、Hilltop算法提示外部链接更应该主题相关。
用户关注点击程度
谷歌英文点击率参考(2014)：第一页71%，第1位31%，第2位14%，第3位10%，第6-10为4%，处于分屏之处的第6位不利于展现和点击，搜索引擎结果页展示效果不断变化中，中文习惯并不完全符合上述点击特点。
搜索引擎结果关注点击程度，英文点击更具“F型”金三角，中文结果前十名查找时间更长，点击差距相比于英文平和。
SEO应尽一切力量方法丰富自己页面的展现格式，图片、目录、开放数据等，排名重要，展现方式也越来越重要。
高级搜索指令
site: 收录，百度以索引为准，link：谷歌随机外链，百度不支持，“”全文搜索，-排除(如“苹果 -电影”：排除电影)，*通配符(百度不支持)，inurl：搜索词出现在url中的页面(如“inurl：zhanzhangdaohang”百度不支 持)，inanchor:导入链接锚文字包含搜索词页面(如“inanchor:网络热词”百度不支持)，intitle:页面标题包含关键词
高级使用：Inurl:.edu.cn intitle:交换链接 愿意交换链接的中国学校网站
搜索引擎份额
搜索引擎简史：1994年Yahoo!诞生，1998年Google诞生，2000年百度诞生，2012年360搜索(好搜)推出。
国 内搜索引擎份额(2016年1月预估)：PC端份额大致为：百度50%，好搜30%，搜狗15%;移动端百度80%，神马14%，搜狗5%，按PC与移动 平分来算，整体份额比约为百度：好搜：搜狗：神马=65%：15%：10%：7% ，神马可能比搜狗高一点，必应中国、谷歌香港份额可忽略。
全球搜索引擎份额(2015年12月)：Google-Global、Bing、百度、Yahoo–Global份额比为66.04%、14.61%、9.61%、7.66%。
搜索引擎重要算法历程：
早期关键词和外部链接成为Google/百度两个主要排名因素，也就导致很多人为了SEO而欺骗搜索引擎，如堆砌关键词和发布大量外链(甚至批量生成)，来获得搜索引擎重视排名，降低了用户体验的同时砸了搜索引擎口碑也扰乱了SEO良性发展，故而促使搜索引擎算法改进，而现在这么做的大多收到了惩罚。
2011年，Google推出熊猫算法，打击低质内容页面;
2012年，Google推出企鹅算法，打击作弊链接和垃圾链接;
2012年，百度多次出现大面积K站排名甚至收录清零，有针对垃圾内容和链接;
2013年，百度推出绿萝算法，打击垃圾链接和买卖链接;博客论坛群发买卖。
2013年，百度推出石榴算法，打击低质量内容页面，弹窗广告;
2013年，百度推出起源算法，打击采集站、伪原创站;
2015年，百度尝试推出原创保护，提升原创内容排名并标识，提出扶持新站的“蝶变”计划。
2011年至今，Google/百度算法的改变，使SEO更加自然，更强调用户体验。2012年以来，百度对SEO也更加开放推出完善站长平台及工具，官方给出指导文档，并积极的与网站SEOer沟通。
评论