随着各大搜索引擎对互联网垃圾网站的清理，做一个有排名的网站无疑是越来越难了，特别是一些个人网站，想要在互联网这个平台分一杯羹的难度要大大的增加，那么对于个人网站如何生存这个话题无疑是很多站长思考的，所以今天小编整理出我觉得最重要的五点，希望对各位有所帮助。& W/ A! d& I6 p2 [! q/ X* O. p: v
& j8 H! _5 P W& W 浅谈网页收录的四个阶段，你晓得吗
! Z2 C9 b; _7 k. i* W4 }* ]; H T) Q1 _
网页收录第一阶段：体积通吃
. @& J; h9 ?/ ~0 W, t/ B/ d9 Y7 l+ _/ i0 S* ~ E* R: A) r
搜引得擎的网页抓取都是采取「体积通吃」的策略，也就是把网页中能发现的链接挨个介入到待抓取URL中，机械性的将新抓取的网页中的URL提抽取来，这种形式虽然比较古老，但效果美好，这就是为何众多站长反响蜘蛛来过访了，但没有收录的端由，这仅只是第一阶段。. w3 ^ w, s' x2 w/ r1 b
( s' B0 I7 E( B+ w# ?* F- A
网页收录第二阶段：网页评级
6 S7 v$ D* E' D, m; L) u; [/ o) E, d
而第二阶段则是对网页的关紧性施行评级，PageRank是一种闻名的链接剖析算法，可以用来权衡网页的关紧性，很洒脱的，站长可以用PageRank的思路来对URL施行排序，这就是各位热衷的「发外链」，据一位朋友理解，在中国「发外链」这个市场每年有上亿元的规模。( U8 Z- M y( s! g
, C ?$ }& z( r$ I& w 爬行动物的目标就是去下载网页，但PageRank是个全局性算法，也就是当所有网页有下载完成后，其计算结果才是靠得住的。对于中小网站来讲，假如质量不良，假如在抓取过程中，只看见局部内容，在抓取段是无法得到靠得住的PageRank得分。
, H( g4 a+ A; u5 u6 u6 U/ S" N8 ?. Y. W1 N
网页收录第三阶段：OCIP策略- a) [+ T" P' ~3 \! L5 v
8 ~9 x3 I: V# Z
OCIP策略更像是PageRank算法的改进。在算法起始之前，每个网页都赋予相同的「现金」，每当下载某个页面A后，A将自个儿的「现金」均等分给页面中包含的链接页面，把自个儿的「现金」清空。这就是为何导出的链接越少，权重会越高的端由之一。9 E. r. M$ z( U( R: [* g% l
6 g! ~" b+ E2 t8 F6 \) g1 K& O) l8 N 而对于待抓取的网页，会依据手边拥有的现金若干排序，优先下载现金最充裕的网页，OCIP大概与PageRank思路相符，差别在于：PageRank每每要迭代计算，而OCIP则不必，所以计算速度远远快于PageRank，适应实时计算使役。这可能就是为何众多网页会出现「秒收」的情况了。0 B* y6 P8 I' Y( v$ V4 q
& x/ o6 e* s* [- ~ 网页收录第四阶段：大站优先策略0 V) @" g9 R3 H) s+ e1 U- U
* ~: s Z3 j% a9 p A' _
大站优先的思路笔直接，以网站为单位来权衡网页的关紧性，对于待抓取的URL队列中的网页，依据所述网站归类，假如哪个网站等待下载的页面最多，则优先下载这些链接。实则质思想是「倾向于优先下载大型网站URL」。因为大型网站往往包含更多的页面。鉴于大型网站往往是名站，其网页质量普通较高，所以这个思路虽然简单，但有一定依据。" r0 o6 A* E+ R) R
# R+ W4 {1 P$ `1 U, q8 U# c
实验表明这个算法虽然简单蛮横，但却能收录高质量网页，很管用果。这也是为何好些网站的内容被转载后，大站却能排到你面前的最关紧端由之一。
0 o' |0 c2 Z# \$ V+ V
3 ^3 K4 r6 b9 N5 Z L 也许建站经历坎坷，但是人生在世难免撞南墙，难免碰一鼻子灰。无论怎样，该出手时就出手，风风火火闯九州。风雨之后见彩虹。以上内容与君共勉。希望对新手有帮助。对于老手来讲，就当看个笑话了。不要鄙视我就好。本文由杜云生演讲视频全集 http://www.778011.com/收集整理欢迎转载请注明，谢谢合作" `# Q* ^, ^: f
2 c2 H$ @7 \* M4 E2 s |
