seo优化全解第1版-搜索引擎入门详解( 预处理预处理基础入门第15课:搜索引擎工作原理的预处理)

　　seo优化全解第1版-搜索引擎入门详解(

预处理预处理基础入门第15课:搜索引擎工作原理的预处理)

　　六十六 seo基础介绍第十五讲：搜索引擎工作原理的预处理

　　在 SEO Fundamentals 的第 14 课中，我们向同学介绍了爬取的第一步以及爬取搜索引擎的工作原理。让我们学习搜索引擎如何工作的第二个预处理步骤。众所周知，网页很大，当用户搜索关键词时，蜘蛛需要实时反馈用户需要的信息。此时，需要对之前抓取的页面进行预处理，用户才能实时查询和排名。

　　在某些 seo 教程中，预处理也称为索引。但是，这不是很准确。严格来说，索引是搜索引擎预处理中最重要的事情。就像蜘蛛爬行一样，预处理是由引擎从后台提前完成的。让我们了解预处理是如何工作的。

　　预处理 预处理

　　第 6 课 SEO 基础知识入门第 15 课：搜索引擎工作方式的预处理

　　1、第一步：提取代码文本信息

　　蜘蛛爬取页面返回后，将页面中的代码标签去掉，留下可用于排名的文本。如下所示，

　　提取文本选择文本

　　2.第二步：中文分词

　　为了更好的识别用户的搜索需求，搜索引擎会智能识别用户输入的段落。分词主要基于字典匹配和用户统计。例如，“无关”是字典中的一个完整词。因此，当我们键入这个词时，搜索引擎会将这个词识别为一个词处理。这是基于字典的分词。但是，“六六SEO”这个词是由用户的日常搜索决定的。这也是为了更好地满足用户的搜索需求。在企业品牌推广之初，既没有字典匹配，也没有用户统计。此时，seoer需要提示搜索引擎将这些词视为一个词。在页面中，您可以通过添加黑色和颜色向搜索引擎推荐品牌词。

　　3.第 3 步：转到停用词

　　停用词（Tong stop words）是指经常出现在页面内容中且对内容没有影响的词，如中文中的“de”、“地”、“a”和“the”，可以是算是停用词。搜索引擎在预处理的时候会优先去掉这些词，降低计算能力，让排名展示更有效率。

　　4.第四步：降噪

　　这很容易理解。例如，插入页面的许多广告与页面无关，称为页面噪音。这些不相关的噪声将在预处理过程中被识别和消除。选择页面的主要内容，为后续排名做准备。

　　5.第五步：进入后期处理

　　搜索引擎不希望用户搜索 关键词 以不同的 网站 显示相同的内容。他们想给用户更多的知识。去重的基本原理是在完成前四个步骤后，识别出页面的主要关键词（通常是SEO优化的关键词），从而完成去重步骤。一般来说，发表时间和网站权重是主要因素。这里建议优化seo的时候，写伪原创文章的时候不要复制太多原创文章，因为这样的操作很难改主文章@ >关键词.

　　6.第 6 步：正向和反向索引

　　前向索引是指经过前五个清理步骤后由许多关键字组成的字符串。这时搜索引擎会比较每个页面的关键词，主要包括关键词的出现频率、频率、格式、位置等信息。存储在数据库中。

　　建立倒排索引是因为只进索引不能直接用于快速排名。此时，搜索引擎会在进行前向索引后采集并存储收录相同关键字的页面。排序效率大大提高。

　　7.第 7 步：链接关系

　　链接关系是指搜索引擎对页面进行预处理时对页面的反向链接、反弹链接和链接文本的计算，也就是我们所说的出站链接、友情链接和锚文本。大多数seoers也将这种链接关系称为页面投票机制。听完这里，相信大家对我们为什么要做外链、友情链接和锚文本有了一些了解。

　　8.第八步：质量判断

　　页面质量判断是指搜索引擎在预处理阶段根据预设算法进行分析，最终为用户查询排名做准备。

　　六六点：预处理阶段比爬行阶段要复杂得多，大家一定要了解并充分理解这些理论知识。这对未来的 SEO 优化具有重要意义。如果您对搜索引擎预处理有任何疑问，请在下方留言。