第一期︰搜索引擎基础篇.ppt

交艺网搜索引擎优化培训第一期：搜索引擎基础篇 搜索引擎对页面的收录 网页分析 页面排序 关键字查询(搜索引擎命令，此处略，后详) SEO项目所需基本技能 培训重点 了解SEO的现实意义——技术研发 技术研发 满足开发需求，为提升网站整体流量提供功能支持 以页面加速为前提，了解SEO的对前端性能优化的需求 成为更有潜力、具备开发能力的个人站长 相关知识：对搜索引擎友好的URL地址、前端性能优化、后台文本编辑功能、特殊状态码、网站地图、内容挖掘 了解SEO的现实意义——前端设计 前端设计 从搜索引擎的角度了解用户访问页面的习惯 与SEO共同成长，提升对UE/UCD的理解 相关知识：栅格系统、前端Web标准、信息架构、交互设计、人机交互界面、可用性、易用性、ROI模型、纸质/低保真/高保真原型图 了解SEO的现实意义——内容中心 内容中心 从搜索引擎的角度了解： 1）如何收集内容； 2）基本的搜索引擎命令； 3）搜索引擎是收录页面的原理、规律及排名提升技巧； 与SEO共同成长，提升对UE/UCD的理解 相关知识：关键字设置、有规律地的更新、文章主题、文章长度、避免内容重复、关键字堆砌、关键字密度、隐藏文本/链接、内容伪原创、内部链接、针对外链的推广 了解SEO的现实意义——市场运营 市场运营 了解多种搜索引擎营销推广方式/针对外链和效果的推广： ①收录比例→②产品转化→③KPI →④数据分析(循环至①)； 了解满足客户的排名要求需要哪些条件； 相关知识：微博/博客推广、论坛推广、网摘/开放目录提交、友情链接、百科类站点操作、Alexa排名与流量的关系、其他社会化媒体推广、邮件营销/EDM、链接购买、链接更新周期、影响排名的因素、QQ/MSN群营销 搜索引擎对页面的收录 收录是大前提——先有收录，再有排名，才有流量 页面收录流程 页面收录原理 页面收录方式 如何避免重复性收录 页面维护方式 1、页面收录流程 搜索引擎派出蜘蛛，通过URL抓取页面 蜘蛛的爬行途径： a)站内链接：爬取网站首页，然后通过广度、深度方式遍历； b)外部链接：开放目录(如Dmoz)、搜索引擎站点提交入口、通过爬取其他正常收录的站点上的交换友链； 2、页面收录原理 搜索引擎派出蜘蛛，通过URL抓取页面 1）、收集待索引网页的URL：以Google为例，数据中心派出freshbot，发现并维护一个庞大的URL列表供deepbot使用。当爬取一个页面时，目的不是收录，而是找出这个页面中的所有链接；freshbot记录的信息包括网页的URL、TimeStamp(网页创建或更新的时间戳)，以及网页的Head信息； 2、网页的索引与收录：接下来才进入真正的索引与收录网页过程，deepbot会首先索引优先级较高的网站/网页，优先级越高，出现在Google索引数据库并出现在自然搜索结果中的速度也越快 2、页面收录原理 搜索引擎派出蜘蛛，通过URL抓取页面 3、数据中心间的同步： deepbot索引某个网页时会由特定的数据中心完成，而不会出现多个数据中心同时读取该网页，分别获得网页最近版本的情况，在索引过程完成后，便需要一个数据同步过程，将网页的最新版本在多个数据中心得到更新；这就是之前著名的GoogleDance。在BigDaddy更新后，数据中心间的同步不再象那样集中在特定的时间段，而是以一种连续的、时效性更强的方式进行。 3、页面收录方式 广度优先 - 也叫宽度优先，一层一层的爬行，按照层的分布与布局，去索引处理与抓取页面； 深度优先 蜘蛛将会从起始页开始，一个链接一个链接跟踪下去，处理完这条线路之后再返回上层并转入下一个起始页，继续跟踪链接； (先广度优先，再深度优先为主流搜索引擎爬取的方式) 用户提交 由用户主动提交到主流搜索引擎、开放目录，或与权重较高的网站进行链接交换。 4、如何避免重复性收录 重复内容：主要包括镜像内容和转载内容 镜像内容，内容完全相同的页面互为镜像，SE会将页面分成N个区域进行比较，再综合多个因素(页面权重、最后修改时间等)识别源页面和镜像页； 转载内容，是指与原创页面相近或相似的页面，同样SE会将页面分成N个区域，假如其中有M个区域相同，且M/N的值介于一个阀值区间时，认为这两个页面是互为转载的。 如何避免重复内容：将页面中的元素重排(例如更换页面模板， 对模板进行重构)、对页面中的标题和正文内容进行伪原创处理。 5、页面维护方式 定期抓取（周期性抓取） SE周期性地堆网站中已收录的页面进行全面更新，更新时用抓取到的新页面替换原有的旧页面，删除不存在的页面，并存储新发现的页面； 特点：页面权重同步再分配；周期较长。 增量抓取（周期性抓取） 增量抓取是通过对已抓取的页