摸清搜索引擎抓取規(guī)律才能更好地建設(shè)優(yōu)化網(wǎng)站

如何優(yōu)化好辛辛苦苦建設(shè)好的網(wǎng)站？其實(shí)不難，摸清楚搜索引擎的規(guī)律，才能更加有效地優(yōu)化網(wǎng)站。在我們看來，搜索引擎日復(fù)一日看似簡(jiǎn)單的“抓取-入庫-查詢”的工作，其實(shí)各個(gè)環(huán)節(jié)暗含的算法是非常復(fù)雜的。搜索引擎抓取頁面工作靠蜘蛛完成，抓取動(dòng)作很容易實(shí)現(xiàn)，但是抓取哪些頁面，優(yōu)先抓取哪些頁面卻需要算法來決定，下面介紹幾個(gè)抓取算法：
1、寬度優(yōu)先抓取策略：
我們都知道，大部分網(wǎng)站都是按照樹狀圖來完成頁面分布的，那么在一個(gè)樹狀圖的鏈接結(jié)構(gòu)中，哪些頁面會(huì)被優(yōu)先抓取呢?為什么要優(yōu)先抓取這些頁面呢?寬度優(yōu)先抓取策略就是按照樹狀圖結(jié)構(gòu)，優(yōu)先抓取同級(jí)鏈接，待同級(jí)鏈接抓取完成后，再抓取下一級(jí)鏈接。
一般來說，鏈接結(jié)構(gòu)可以由任何頁面的鏈接構(gòu)成，并不一定是網(wǎng)站內(nèi)部鏈接。這是一種理想化的寬度優(yōu)先抓取策略，在實(shí)際的抓取過程中，不可能想這樣完全寬度優(yōu)先，而是有限寬度優(yōu)先，比如首頁鏈接，內(nèi)頁鏈接，首頁內(nèi)鏈接，內(nèi)頁內(nèi)的次級(jí)鏈接等等。
2、非完全遍歷鏈接權(quán)重計(jì)算：
每個(gè)搜索引擎都有一套頁面權(quán)重，非google 算方法，并且經(jīng)常會(huì)更新?；ヂ?lián)網(wǎng)近乎無窮大，每天都會(huì)產(chǎn)生海量的新鏈接。搜索引擎對(duì)于鏈接權(quán)重的計(jì)算只能是非完全遍歷。為什么Google PR要三個(gè)月左右才更新一次?為什么百度大更新一個(gè)月1-2兩次?這就是因?yàn)樗阉饕娌捎昧朔峭耆闅v鏈接權(quán)重算法來計(jì)算鏈接權(quán)重。其實(shí)按照目前的技術(shù)，實(shí)現(xiàn)更快頻率的權(quán)重更新并不難，計(jì)算速度以及存儲(chǔ)速度完全跟得上，但為什么不去做?因?yàn)闆]那么必要，或者已經(jīng)實(shí)現(xiàn)了，但不想公布出來。那，什么是非完全遍歷鏈接權(quán)重計(jì)算?
我們將K數(shù)量的鏈接形成一個(gè)集合，R代表鏈接所獲得的S代表鏈接所包含的鏈接數(shù)量，Q代表是否參與傳遞，β代表阻尼因數(shù)，那么鏈接所獲得的權(quán)重計(jì)算公式為：
從公式 里可以發(fā)現(xiàn)，決定鏈接權(quán)重的是Q，如果鏈接被發(fā)現(xiàn)作弊，或者搜索引擎人工清除，或者其他原因，Q被設(shè)為0，那么再多的外鏈都沒用。β是阻尼因數(shù)，主要作用是防止權(quán)重0的出現(xiàn)，導(dǎo)致鏈接無法參與權(quán)重傳遞，以及防止作弊的出現(xiàn)。阻尼因數(shù)β一般為0.85。為什么會(huì)在網(wǎng)站數(shù)量上乘以阻尼因數(shù)?因?yàn)橐粋€(gè)頁面內(nèi)并非所有的頁面都參與權(quán)重傳遞，搜索引擎會(huì)將已經(jīng)過濾過的鏈接再度剔除15%。
但這種非完全遍歷權(quán)重計(jì)算需要積累到一定數(shù)量的鏈接后才能再次開始計(jì)算，所以一般更新周期比較慢，無法滿足用戶對(duì)即時(shí)信息的需求。所以在此基礎(chǔ)上，出現(xiàn)了實(shí)時(shí)權(quán)重分配抓取策略。即當(dāng)蜘蛛完成抓取頁面并入口后，馬上進(jìn)行權(quán)重分配，將權(quán)重重新分配待抓取鏈接庫，然后蜘蛛根據(jù)權(quán)重高低來進(jìn)行抓取。
3、社會(huì)工程學(xué)抓取策略
社會(huì)工程學(xué)策略，就是在蜘蛛抓取的過程中，加入人工智能，或者通過人工智能培訓(xùn)出來的機(jī)器智能，來確定抓取的優(yōu)先度。目前我已知的抓取策略有：
a、熱點(diǎn)優(yōu)先策略：對(duì)于爆發(fā)式的熱點(diǎn)關(guān)鍵詞進(jìn)行優(yōu)先抓取，而且不需要經(jīng)過嚴(yán)格的去重和過濾，因?yàn)闀?huì)有新的鏈接來覆蓋以及用戶的主動(dòng)選擇。
b、權(quán)威優(yōu)先策略：搜索引擎會(huì)給每個(gè)網(wǎng)站分配一個(gè)權(quán)威度，通過網(wǎng)站歷史、網(wǎng)站更新等來確定網(wǎng)站的權(quán)威度，優(yōu)先抓取權(quán)威度高的網(wǎng)站鏈接。
c、用戶點(diǎn)擊策略：當(dāng)大部分搜索一個(gè)行業(yè)詞庫內(nèi)的關(guān)鍵詞時(shí)，頻繁的點(diǎn)擊同一個(gè)網(wǎng)站的搜索結(jié)果，那么搜索引擎會(huì)更頻繁的抓取這個(gè)網(wǎng)站。
d、歷史參考策略：對(duì)于保持頻繁更新的網(wǎng)站，搜索引擎會(huì)對(duì)網(wǎng)站建立更新歷史，根據(jù)更新歷史來預(yù)估未來的更新量以及確定抓取頻率。
對(duì)SEO工作的指導(dǎo)：
搜索引擎的抓取原理已經(jīng)深入的講解了，那么現(xiàn)在要淺出這些原理對(duì)SEO工作的指導(dǎo)作用：
A、定時(shí)、定量的更新會(huì)讓蜘蛛準(zhǔn)時(shí)爬行抓取網(wǎng)站頁面
B、公司運(yùn)作網(wǎng)站比個(gè)人網(wǎng)站的權(quán)威度更高
C、建站時(shí)間長的網(wǎng)站更容易被抓取
D、頁面內(nèi)應(yīng)適當(dāng)?shù)姆植兼溄?，太多、太少都不?br />E、受用戶歡迎的網(wǎng)站同樣受搜索引擎歡迎
F、重要頁面應(yīng)該放置在更淺的網(wǎng)站結(jié)構(gòu)中
G、網(wǎng)站內(nèi)的行業(yè)權(quán)威信息會(huì)提高網(wǎng)站的權(quán)威度。
這次教程就到這里了，下次教程的主題是：頁面價(jià)值以及網(wǎng)站權(quán)重的計(jì)算。

網(wǎng)頁題目：摸清搜索引擎抓取規(guī)律才能更好地建設(shè)優(yōu)化網(wǎng)站
文章地址：http://bm7419.com/news/164058.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供虛擬主機(jī)、網(wǎng)站建設(shè)、Google、網(wǎng)站設(shè)計(jì)、服務(wù)器托管、做網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)