,最新四虎精品成人免费视频,狠狠色丁香久久综合五月,毛片在线播出

很早之前就看過百度官方發(fā)布的搜索引擎工作原理，最近百度站長平臺改版，將原來的資訊改成了站長學院，其中也對搜索引擎工作原理進行了更新。

今日又看了一遍，發(fā)現(xiàn)還有很多值得琢磨的地方，下面我就對我比較感興趣的段落摘錄下來并大概解讀一下。

一，抓取篇

spider抓取系統(tǒng)包括鏈接存儲系統(tǒng)、鏈接選取系統(tǒng)、dns解析服務系統(tǒng)、抓取調(diào)度系統(tǒng)、網(wǎng)頁分析系統(tǒng)、鏈接提取系統(tǒng)、鏈接分析系統(tǒng)、網(wǎng)頁存儲系統(tǒng)。

蜘蛛從鏈接庫中選取鏈接，對鏈接對應的頁面進行抓取，保存網(wǎng)頁到網(wǎng)頁庫的同時再提取抓取頁面中的鏈接，并對這些鏈接和鏈接庫進行對照、合并重復鏈接、建立新鏈接入庫。其中在抓取頁面的時候，已經(jīng)對頁面進行簡單分析，過濾掉垃圾頁面。這是一個不斷循環(huán)的過程。

Baiduspider根據(jù)上述網(wǎng)站設置的協(xié)議對站點頁面進行抓取，但是不可能做到對所有站點一視同仁，會綜合考慮站點實際情況確定一個抓取配額，每天定量抓取站點內(nèi)容，即我們常說的抓取頻次。那么百度搜索引擎是根據(jù)什么指標來確定對一個網(wǎng)站的抓取頻次的呢，主要指標有四個：
1，網(wǎng)站更新頻率：更新快多來，更新慢少來，直接影響B(tài)aiduspider的來訪頻率
2，網(wǎng)站更新質(zhì)量：更新頻率提高了，僅僅是吸引了Baiduspier的注意，Baiduspider對質(zhì)量是有嚴格要求的，如果網(wǎng)站每天更新出的大量內(nèi)容都被Baiduspider判定為低質(zhì)頁面，依然沒有意義。
3，連通度：網(wǎng)站應該安全穩(wěn)定、對Baiduspider保持暢通，經(jīng)常給Baiduspider吃閉門羹可不是好事情
4，站點評價：百度搜索引擎對每個站點都會有一個評價，且這個評價會根據(jù)站點情況不斷變化，是百度搜索引擎對站點的一個基礎打分（絕非外界所說的百度權(quán)重），是百度內(nèi)部一個非常機密的數(shù)據(jù)。站點評級從不獨立使用，會配合其它因子和閾值一起共同影響對網(wǎng)站的抓取和排序。
如果你的網(wǎng)站新更新的文章百度收錄慢或者不收錄，就可以從以上四點上找下原因，其中影響最大的就是更新頻率，也就是我們常說的，要學會養(yǎng)蜘蛛，更新頻率不但指更新量上，還要注意每日的更新篇數(shù)不要懸殊太大。另外，網(wǎng)站訪問穩(wěn)定也要注意，打開速度過慢或者無法打開都會影響到收錄問題。

Baiduspider抓了多少頁面并不是最重要的，重要的是有多少頁面被建索引庫，即我們常說的“建庫”。眾所周知，搜索引擎的索引庫是分層級的，優(yōu)質(zhì)的網(wǎng)頁會被分配到重要索引庫，普通網(wǎng)頁會待在普通庫，再差一些的網(wǎng)頁會被分配到低級庫去當補充材料。目前60%的檢索需求只調(diào)用重要索引庫即可滿足，這也就解釋了為什么有些網(wǎng)站的收錄量超高流量卻一直不理想。
我認為，這三個等級的索引庫也是有相互轉(zhuǎn)化的，比如普通庫的頁面會被提升到優(yōu)質(zhì)庫中，對于很多新站或者信任度不高的站點，新發(fā)布的頁面很難直接進入到優(yōu)質(zhì)庫中，但后期如果經(jīng)過搜索用戶檢驗，以及大量的外鏈導入可能會轉(zhuǎn)化到優(yōu)質(zhì)庫中。

哪些網(wǎng)頁可以進入優(yōu)質(zhì)索引庫呢。其實總的原則就是一個：對用戶的價值。
包括卻不限于：
1，有時效性且有價值的頁面：在這里，時效性和價值是并列關系，缺一不可。有些站點為了產(chǎn)生時效性內(nèi)容頁面做了大量采集工作，產(chǎn)生了一堆無價值面頁，也是百度不愿看到的.
2，內(nèi)容優(yōu)質(zhì)的專題頁面：專題頁面的內(nèi)容不一定完全是原創(chuàng)的，即可以很好地把各方內(nèi)容整合在一起，或者增加一些新鮮的內(nèi)容，比如觀點和評論，給用戶更豐富全面的內(nèi)容。
3，高價值原創(chuàng)內(nèi)容頁面：百度把原創(chuàng)定義為花費一定成本、大量經(jīng)驗積累提取后形成的文章。千萬不要再問我們偽原創(chuàng)是不是原創(chuàng)
4，重要個人頁面：這里僅舉一個例子，科比在新浪微博開戶了，需要他不經(jīng)常更新，但對于百度來說，它仍然是一個極重要的頁面。
請注意這里面的時效性、價值性、整合、成本、獨立無二，特別是里面的成本，復制粘貼的無成本、標題黨無成本、所以，就算你不原創(chuàng)，你也要讓人感覺你的文章是花了很大時間成本或金錢成本搞成的。上面百度所講的四個點中不包含權(quán)威性，但權(quán)威性也是一個很很關鍵的因素，同樣一個文章，大門戶復制和一個小站長復制，那層次是不一樣的。


哪些網(wǎng)頁無法建入索引庫

上述優(yōu)質(zhì)網(wǎng)頁進了索引庫，那其實互聯(lián)網(wǎng)上大部分網(wǎng)站根本沒有被百度收錄。并非是百度沒有發(fā)現(xiàn)他們，而是在建庫前的篩選環(huán)節(jié)被過濾掉了。那怎樣的網(wǎng)頁在最初環(huán)節(jié)就被過濾掉了呢：

1， 重復內(nèi)容的網(wǎng)頁：互聯(lián)網(wǎng)上已有的內(nèi)容，百度必然沒有必要再收錄。

2， 主體內(nèi)容空短的網(wǎng)頁

1）有些內(nèi)容使用了百度spider無法解析的技術(shù)，如JS、AJAX等，雖然用戶訪問能看到豐富的內(nèi)容，依然會被搜索引擎拋棄

2）加載速度過慢的網(wǎng)頁，也有可能被當作空短頁面處理，注意廣告加載時間算在網(wǎng)頁整體加載時間內(nèi)。

3）很多主體不突出的網(wǎng)頁即使被抓取回來也會在這個環(huán)節(jié)被拋棄。

3， 部分作弊網(wǎng)頁

了解搜索引擎的工作原理，對從事seo是十分關鍵的，有時候，我們不需要刻意研究怎樣才能獲取好的排名，只要你站在搜索引擎的角度上，了解其基本工作原理，如果整個抓取和排序系統(tǒng)讓你去開發(fā)的話，你會怎樣做？換位思考后，千萬別再去考慮站長的利益，而是更多地去考慮搜索用戶喜歡什么，他們想要什么。