搜索引擎算法： 獲得網(wǎng)站網(wǎng)頁(yè)資料，建立數(shù)據(jù)庫(kù)并提供查詢的系統(tǒng)，我們都可以把它叫做搜索引擎。搜索引擎的數(shù)據(jù)庫(kù)是依靠一個(gè)叫“網(wǎng)絡(luò)機(jī)器人（crawlers）”或叫“網(wǎng)絡(luò)蜘蛛（Spider）”的軟件，通過(guò)網(wǎng)絡(luò)上的各種鏈接自動(dòng)獲取大量網(wǎng)頁(yè)信息內(nèi)容，并按一定的規(guī)則分析整理形成的。Google、百度都是比較典型的搜索引擎系統(tǒng)。 為了更好的服務(wù)網(wǎng)絡(luò)搜索，搜索引擎的分析整理規(guī)則---即搜索引擎算法是變化的。

定義

搜索引擎算法：獲得網(wǎng)站網(wǎng)頁(yè)資料，建立數(shù)據(jù)庫(kù)并提供查詢的系統(tǒng)，我們都可以把它叫做搜索引擎。搜索引擎的數(shù)據(jù)庫(kù)是依靠一個(gè)叫“網(wǎng)絡(luò)機(jī)器人（crawlers）”或叫“網(wǎng)絡(luò)蜘蛛（Spider）”的軟件，通過(guò)網(wǎng)絡(luò)上的各種鏈接自動(dòng)獲取大量網(wǎng)頁(yè)信息內(nèi)容，并按一定的規(guī)則分析整理形成的。Google、百度都是比較典型的搜索引擎系統(tǒng)。 為了更好的服務(wù)網(wǎng)絡(luò)搜索，搜索引擎的分析整理規(guī)則---即搜索引擎算法是變化的。搜索引擎算法的變革將引領(lǐng)第四代搜索引擎的升級(jí)。

公式

GoogleScore = (KW Usage Score * 0.3) + (Domain Strength * 0.25) +(Inbound Link Score * 0.25) + (User Data * 0.1) + (Content QualityScore * 0.1) + (Manual Boosts) – (Automated & Manual Penalties)

翻譯：

Google分?jǐn)?shù)=（相關(guān)關(guān)鍵詞分?jǐn)?shù)X0.3）+（域名權(quán)重X0.25）+（外鏈分?jǐn)?shù)X0.25）+（用戶數(shù)據(jù)X0.1）+（內(nèi)容質(zhì)量分?jǐn)?shù)X0.1）+（人工加分）-（自動(dòng)或人工降分）

因子分析

從公式中我們可以清楚的知道，影響pagerank分?jǐn)?shù)的因素依次是“相關(guān)關(guān)鍵詞”、“域名”、“外鏈”、“用戶數(shù)據(jù)”、“內(nèi)容質(zhì)量”以及“人工干預(yù)”六個(gè)方面。那么又是哪些因素影響到了這幾個(gè)方面呢？

關(guān)鍵詞分?jǐn)?shù)

1.網(wǎng)頁(yè)title中關(guān)鍵詞的處理

2.H標(biāo)簽（h1-h6）中關(guān)鍵詞的處理

3.文本內(nèi)容中關(guān)鍵詞的密度

4.外鏈中關(guān)鍵詞的選擇

5.域名中的關(guān)鍵詞

域名權(quán)重

1.域名注冊(cè)前的歷史問(wèn)題

2.域名注冊(cè)時(shí)間的長(zhǎng)短

3.外鏈網(wǎng)站的權(quán)重

4.外鏈、給出鏈接的相關(guān)度

5.是否使用歷史、鏈接形式

外鏈分?jǐn)?shù)

1.鏈接域名權(quán)重

2.是否錨文本

3.鏈接數(shù)量/鏈接權(quán)重（PR或其他參數(shù)）

4.外鏈網(wǎng)頁(yè)的主題相關(guān)度

5.鏈接的時(shí)間

用戶數(shù)據(jù)

1.搜索引擎結(jié)果頁(yè)面(SERPs)的點(diǎn)擊率

2.用戶在網(wǎng)頁(yè)上呆的時(shí)間

3.域名或URL搜索量

4.訪問(wèn)量及其他*可以監(jiān)測(cè)到的數(shù)據(jù)（工具條、GA等）

內(nèi)容質(zhì)量分?jǐn)?shù)

1.內(nèi)容的相關(guān)度

2.內(nèi)容的原創(chuàng)性

3.內(nèi)容的獨(dú)特性

4.內(nèi)容的搶先性和長(zhǎng)效性

人工干預(yù)

1.投票人員干預(yù)

2.關(guān)鍵詞人工加（扣）分

3.機(jī)器算法干預(yù)

搜索引擎

搜索引擎工作內(nèi)容

1、收錄頁(yè)面：

一般收錄頁(yè)面需要有百度蜘蛛抓取完成，通過(guò)抓取算法來(lái)決定收錄那些頁(yè)面，在百度的算法調(diào)整后，對(duì)于偽原創(chuàng)、采集站點(diǎn)予以強(qiáng)烈的打擊，所以百度在收錄頁(yè)面方面變得更加的嚴(yán)格了，高質(zhì)量?jī)?nèi)容頁(yè)面以及權(quán)重高的站點(diǎn)一般收錄頁(yè)面的幾率會(huì)高很多。對(duì)于收錄頁(yè)面這方面相信很多的站長(zhǎng)都是很清楚，每天百度蜘蛛都在分分秒秒不停地收錄著，但是你會(huì)發(fā)現(xiàn)其實(shí)大部分的站點(diǎn)的收錄都減少了，這是為什么呢？因?yàn)榘俣刃枰^(guò)濾頁(yè)面。

2、過(guò)濾頁(yè)面：

很多頁(yè)面被百度收錄之后，百度認(rèn)為該頁(yè)面對(duì)用戶沒(méi)有太大的價(jià)值，或者是質(zhì)量度比較低的頁(yè)面，百度必然就會(huì)過(guò)濾，這也是用戶體驗(yàn)好的一種表現(xiàn)，很多站點(diǎn)以優(yōu)化為目的，絲毫不考慮用戶的體驗(yàn)，例如一些橋頁(yè)、跳轉(zhuǎn)頁(yè)面這些就是典型，百度的k站就是一種過(guò)濾頁(yè)面的表現(xiàn)，把那些作弊的站點(diǎn)的頁(yè)面全部的過(guò)濾掉。很多人抱怨6.22和6.28百度k站事件，尤其是那些屌絲站長(zhǎng)們整天在論壇抱怨這個(gè)抱怨那個(gè)，為什么k你的站，很顯然你的站點(diǎn)真的是以用戶體驗(yàn)為核心運(yùn)營(yíng)站嗎？做SEO的人大多都是為了優(yōu)化而運(yùn)營(yíng)站點(diǎn)，每天寫(xiě)的站內(nèi)的更新、做外鏈肯定一部分是為了優(yōu)化而優(yōu)化，百度k你的站是犧牲少部分人的利益，更多的用戶是從中獲益的，要知道多少人在使用百度，如果搜索出來(lái)的信息是你為了優(yōu)化而運(yùn)營(yíng)的站點(diǎn)，低質(zhì)量的頁(yè)面，那百度其實(shí)是拿自己未來(lái)的前途給你優(yōu)化站點(diǎn)做鋪墊的。所以過(guò)濾頁(yè)面這方面百度非常的嚴(yán)格，大家也不要使用seo作弊技術(shù)了。

3、建立索引：

經(jīng)過(guò)了收錄頁(yè)面以及過(guò)濾頁(yè)面的工作之后，百度會(huì)對(duì)這些頁(yè)面逐一進(jìn)行標(biāo)記和識(shí)別，并將這信息進(jìn)行儲(chǔ)存為結(jié)構(gòu)化的數(shù)據(jù)，儲(chǔ)存到百度的搜索的服務(wù)器中，這些儲(chǔ)存的數(shù)據(jù)有網(wǎng)頁(yè)的信息、網(wǎng)頁(yè)的標(biāo)題關(guān)鍵詞頁(yè)面描述等標(biāo)簽、網(wǎng)頁(yè)外鏈及描述、抓取記錄。還會(huì)將網(wǎng)頁(yè)中的關(guān)鍵詞信息進(jìn)行識(shí)別和儲(chǔ)存，以便與用戶搜索的內(nèi)容進(jìn)行匹配。建立完善的索引數(shù)據(jù)庫(kù)，方便呈現(xiàn)出最佳的顯示信息

4、顯示信息：

用戶輸入的關(guān)鍵詞，百度會(huì)對(duì)其進(jìn)行一系列復(fù)雜的分析，并根據(jù)分析的結(jié)論在索引庫(kù)中尋找與之最為匹配的一系列網(wǎng)頁(yè)，按照用戶輸入的關(guān)鍵詞所體現(xiàn)的需求強(qiáng)弱和網(wǎng)頁(yè)的優(yōu)劣進(jìn)行打分，并按照最終的分?jǐn)?shù)進(jìn)行排列，展現(xiàn)給用戶。一般顯示出最佳信息需要是最適合匹配關(guān)鍵詞相關(guān)的頁(yè)面，包括站內(nèi)優(yōu)化和站外優(yōu)化的因素。

搜索引擎蜘蛛

基本概述

搜索引擎蜘蛛即Search Engine Spider，是一個(gè)很形象的名字。把互聯(lián)網(wǎng)比喻成一張蜘蛛網(wǎng)，那么Spider就是在網(wǎng)上爬來(lái)爬去的蜘蛛。搜索引擎蜘蛛是通過(guò)網(wǎng)頁(yè)的鏈接地址來(lái)尋找網(wǎng)頁(yè)，從 網(wǎng)站某一個(gè)頁(yè)面（通常是首頁(yè)）開(kāi)始，讀取網(wǎng)頁(yè)的內(nèi)容，找到在網(wǎng)頁(yè)中的其它鏈接地址，然后通過(guò)這些鏈接地址尋找下一個(gè)網(wǎng)頁(yè)，這樣一直循環(huán)下去，直到把這個(gè)網(wǎng)站所有的網(wǎng)頁(yè)都抓取完為止。如果把整個(gè)互聯(lián)網(wǎng)當(dāng)成一個(gè)網(wǎng)，那么搜索引擎蜘蛛就可以用這個(gè)原理把互聯(lián)網(wǎng)上所有節(jié)點(diǎn)的網(wǎng)頁(yè)都抓取下來(lái)。

由于互聯(lián)網(wǎng)上無(wú)數(shù)的網(wǎng)站頁(yè)面，搜索引擎蜘蛛無(wú)法將所有的頁(yè)面都下載保存到服務(wù)器。因此，許多搜索引擎的網(wǎng)絡(luò)蜘 蛛只是抓取那些重要的網(wǎng)頁(yè)，而在抓取的時(shí)候評(píng)價(jià)重要性主要的依據(jù)是某個(gè)網(wǎng)頁(yè)的鏈接廣泛度（及外部鏈接的數(shù)量與質(zhì)量）。

抓取網(wǎng)頁(yè)策略

在抓取網(wǎng)頁(yè)的時(shí)候，搜索引擎蜘蛛一般有兩種策略：廣度優(yōu)先和深度優(yōu)先（如下圖所示）。廣度優(yōu)先是指搜索引擎蜘蛛會(huì)先抓取起始網(wǎng)頁(yè)中鏈接的所有網(wǎng)頁(yè)，然后再選擇其中 的一個(gè)鏈接網(wǎng)頁(yè)，繼續(xù)抓取在此網(wǎng)頁(yè)中鏈接的所有網(wǎng)頁(yè)。這是最常用的方式，因?yàn)檫@個(gè)方法可以讓搜索引擎蜘蛛并行處理，提高其抓取速度。深度優(yōu)先是指搜索引擎蜘蛛會(huì)從 起始頁(yè)開(kāi)始，一個(gè)鏈接一個(gè)鏈接跟蹤下去，處理完這條線路之后再轉(zhuǎn)入下一個(gè)起始頁(yè)，繼續(xù)跟蹤鏈接。這個(gè)方法有個(gè)優(yōu)點(diǎn)是搜索引擎蜘蛛在設(shè)計(jì)的時(shí)候比較容易。兩種策略的區(qū)別，下圖的說(shuō)明會(huì)更加明確。由于不可能抓取所有的網(wǎng)頁(yè)，有些搜索引擎蜘蛛對(duì)一些不太重要的網(wǎng)站，設(shè)置了訪問(wèn)的層數(shù)。例如，在上圖中，A為起始網(wǎng)頁(yè)，屬于0層，B、C、D、E、F屬于第1 層，G、H屬于第2層，I屬于第3層。如果搜索引擎蜘蛛設(shè)置的訪問(wèn)層數(shù)為2的話，網(wǎng)頁(yè)I是不會(huì)被訪問(wèn)到的。這也讓有些網(wǎng)站上一部分網(wǎng)頁(yè)能夠在搜索引擎上搜索 到，另外一部分不能被搜索到。 對(duì)于網(wǎng)站設(shè)計(jì)者來(lái)說(shuō)，扁平化的網(wǎng)站結(jié)構(gòu)設(shè)計(jì)有助于搜索引擎抓取其更多的網(wǎng)頁(yè)。

訪問(wèn)網(wǎng)站權(quán)限

搜索引擎蜘蛛在訪問(wèn)網(wǎng)站網(wǎng)頁(yè)的時(shí)候，經(jīng)常會(huì)遇到加密數(shù)據(jù)和網(wǎng)頁(yè)權(quán)限的問(wèn)題，有些網(wǎng)頁(yè)是需要會(huì)員權(quán)限才能訪問(wèn)。當(dāng)然，網(wǎng)站的所有者可以通過(guò)協(xié)議讓搜索引擎蜘蛛不去抓取，但對(duì)于一些出售報(bào)告的網(wǎng)站，他們希望搜索引擎能搜索到他們的報(bào)告，但又不能完全免費(fèi)的讓搜索者查看，這樣就需要給搜索引擎蜘蛛提供相應(yīng)的 用戶名和密碼。搜索引擎蜘蛛可以通過(guò)所給的權(quán)限對(duì)這些網(wǎng)頁(yè)進(jìn)行網(wǎng)頁(yè)抓取，從而提供搜索。而當(dāng)搜索者點(diǎn)擊查看該網(wǎng)頁(yè)的時(shí)候，同樣需要搜索者提供相應(yīng)的權(quán)限驗(yàn)證。

常見(jiàn)的搜索引擎算法

百度的石榴算法，綠蘿算法，綠蘿算法2.0，颶風(fēng)算法、原創(chuàng)星火計(jì)劃、白楊算法、輕舟算法、颶風(fēng)算法

谷歌的熊貓算法，企鵝算法