第二章 了解搜索引擎

搜索引擎工作原理

“1、爬行抓?。核阉饕嬷┲敫欐溄?，抓取頁面html代碼存入數據庫，低權重復制內容過濾；

2、預處理：文字和相關標簽抓取，中文分詞，去掉無意義內容提煉頁面主要關鍵詞（對于蜘蛛沒有意義：如：的、啊、從而等，廣告、申明等），去重（同一內容不同網站或同一網站不同網址）；倒排索引：關鍵詞到內容，鏈接投票，文件處理（目前只能根據標簽和相關描述文字識別），質量判斷：搜索引擎算法；

3、排名：中文分詞（排除無實際意義的詞后對搜索詞的拆分重組，百度快照可查詢分詞結果），相關性計算：越常用的詞對搜索詞的意義貢獻越小，詞頻，關鍵詞位置形式距離（標題、H1、黑體等），鏈接分析（錨文本、周邊文字、原站本身主題），排名過濾調整（百度第11位）。

鏈接原理

“1、世紀網絡超鏈專利（關鍵詞錨文本）；

2、Gongle PR（頁面鏈接投票，作弊鏈接排除，Google2014年10月表示停止更新，最后更新時間為2013年12月6號），pr只是谷歌排名算法中200多個因素之一，搜狗評級類似；

3、Hilltop算法提示外部鏈接更應該主題相關。

用戶關注點擊程度

英文點擊率參考（2014）：第一頁71%，第1位31%，第2位14%，第3位10%，第6-10為4%，處于分屏之處的第6位不利于展現和點擊，搜索引擎結果頁展示效果不斷變化中，中文習慣并不完全符合上述點擊特點。

搜索引擎結果關注點擊程度，英文點擊更具“F型”金三角，中文結果前十名查找時間更長，點擊差距相比于英文平和。

SEO應盡一切力量方法豐富自己頁面的展現格式，圖片、目錄、開放數據等，排名重要，展現方式也越來越重要。

高級搜索指令

site:收錄，百度以索引為準，link：谷歌隨機外鏈，百度不支持，“”全文搜索，-排除（如“蘋果 -電影”：排除電影），*通配符（百度不支持），inurl：搜索詞出現在url中的頁面（如“inurl：zhanzhangdaohang”百度不支持），inanchor:導入鏈接錨文字包含搜索詞頁面（如“inanchor:網絡熱詞”百度不支持），intitle:頁面標題包含關鍵詞

高級使用：Inurl:.edu.cn intitle:交換鏈接 愿意交換鏈接的中國學校網站

搜索引擎份額

搜索引擎簡史：1994年Yahoo！誕生，1998年Google誕生，2000年百度誕生，2012年360搜索（好搜）推出。

國內搜索引擎份額（2016年1月預估）：PC端份額大致為：百度50%，好搜30%，搜狗15%；移動端百度80%，神馬14%，搜狗5%，按PC與移動平分來算，整體份額比約為百度：好搜：搜狗：神馬=65%：15%：10%：7% ，神馬可能比搜狗高一點，必應中國、谷歌香港份額可忽略。

全球搜索引擎份額（2015年12月）：Google-Global、Bing、百度、Yahoo–Global份額比為66.04%、14.61%、9.61%、7.66%。

搜索引擎重要算法歷程

早期關鍵詞和外部鏈接成為Google/百度兩個主要排名因素，也就導致很多人為了SEO而欺騙搜索引擎，如堆砌關鍵詞和發布大量外鏈（甚至批量生成），來獲得搜索引擎重視排名，降低了用戶體驗的同時砸了搜索引擎口碑也擾亂了SEO良性發展，故而促使搜索引擎算法改進，而現在這么做的大多收到了懲罰。

2011年，Google推出熊貓算法，打擊低質內容頁面；

2012年，Google推出企鵝算法，打擊作弊鏈接和垃圾鏈接；

2012年，百度多次出現大面積K站排名甚至收錄清零，有針對垃圾內容和鏈接；

2013年，百度推出綠蘿算法，打擊垃圾鏈接和買賣鏈接；博客論壇群發買賣。

2013年，百度推出石榴算法，打擊低質量內容頁面，彈窗廣告；

2013年，百度推出起源算法，打擊采集站、偽原創站；

2015年，百度嘗試推出原創保護，提升原創內容排名并標識，提出扶持新站的“蝶變”計劃。

2011年至今，Google/百度算法的改變，使SEO更加自然，更強調用戶體驗。2012年以來，百度對SEO也更加開放推出完善站長平臺及工具，官方給出指導文檔，并積極的與網站SEOer溝通。