找回密码
 加入怎通
查看: 1833|回复: 1

[站长八卦] 搜索引擎优化:搜索引擎原理,搜索引擎对内容的处理

[复制链接]
奥弗学校 发表于 2020-07-05 19:34:23 | 显示全部楼层 |阅读模式
搜索引擎抓取内容之后会收录至数据库中,当用户进行检索搜索引擎会将收录的内容呈现给用户,为了快速的将内容呈现给用户,搜索引擎需要对已经抓取到的内容进行处理,只留下重点信息,这样能够在用户发起检索的时候快速的将所需内容呈现出来。
# H/ u) k% a! R+ S6 o$ o
pVnB6SBsOVp6ZSvn.jpg
0 V! |$ @2 {, Y$ |4 ~4 A  O
( k/ ^" h# @6 ~
那么搜索引擎对蜘蛛抓取回来的页面进行处理主要有4个步骤。
% y" O) y3 Q$ I& \/ a' k2 D1 u第一:判断该页面的页面类型
! e* r; F$ L/ g5 `% R判断页面是正常的普通网页还是PDF等特殊文件文档。普通网页会区分是论坛、普通文章还是视频等内容,方便后期更快的呈献给用户3 {( ]; H% V- Y, h9 u( \/ u8 N
第二:提取网页的文本信息
3 r( \/ Y, F$ t3 I. `站长们都知道搜索引擎无法识别JavaScript、Flash、图片、视频等内容,虽然一直在努力的识别这些信息,但是更多的还是依靠提取网页TDK来进行识别,虽然keyword标签已经被主流搜索引擎抛弃,但是还是会有一定的参考借鉴的。! b: P4 O1 c: z, N! A/ z: C/ w2 c
DElGrN0gq0f17Qq4.jpg
8 ?( z. ^/ ^6 L2 `

2 {6 z9 W4 t; p" }第三:去除页面噪音3 W( C" y& [" g- K9 U
前面有两三篇文章,提到页面信噪比的问题,信噪比就是页面主题内容与干扰信息的比例,搜索引擎会去掉与该页面无关的广告、导航、链接等各类信息,提取网页的主体内容。 相关搜搜的在一定程度上也会被算作本页的内容,所以更好的利用想过搜索不但可以提高页面质量,还可以增加与用户搜索的匹配程度。
; f1 w- [0 f+ a% i, X1 Y
OzvwQ571d1z1W457.jpg
6 G0 Q4 ?1 |& ~) {

/ B6 v' ?: ], @  H& @( ]* [% F* ]
5 B% q8 V6 k! Z" h( [0 V# O第四:去除页面内容停止词$ c- [) S+ e9 l
去除页面停止词其实是搜索引擎分词处理,今天主要讲停止词,也就是页面中“的”“啊”等词语,来减少搜索引擎的计算量。

暂时无法加载帖子列表

回复

使用道具 举报

互易中国1003 发表于 2026-03-13 20:26:12 | 显示全部楼层
说得很实在,没有夸大其词,这种真实分享太难得了
回复

使用道具 举报

    您需要登录后才可以回帖 登录 | 加入怎通

    本版积分规则

    QQ|手机版|小黑屋|网站地图|真牛社区 ( 苏ICP备2023040716号-2 )

    GMT+8, 2026-7-27 18:51 , Processed in 0.039634 second(s), 32 queries , Gzip On.

    免责声明:本站信息来自互联网,本站不对其内容真实性负责,如有侵权等情况请联系420897364#qq.com(把#换成@)删除。

    Powered by Discuz! X3.5

    快速回复 返回顶部 返回列表