SEO实战密码读书笔记

Alan

9 年前

为什么要做 SEO？

SEO（Search Engine Optimization），搜索引擎优化，是指在了解搜索引擎自然排的基础上，对网站进行内部及外部的调整优化，改进网站在搜索引擎中的关键词自然排名，获取得更多流量，从而达成网站销售及品牌建设的目标。

SEO 是用户主动搜索，因而精准度及转化率更高
性价比高，非免费但成本相对较低
可扩展，同一方法可用于创建多个不同网站
长期有效，广告停止投放即不再贡献浏览，SEO 的排名上升则具备持久性
SEO 需要对网站进行修改，可持续改善用户体验

https://www.comscore.com/

https://www.quantcast.com/

第一个搜索引擎1990年 Archie；1996年 BackRub->97年改名 Google

Google

Panda 减少搜索结果中低质量页面

Penguin 打击作弊链接和低质量链接

蜂鸟算法重写整个排名算法

整合搜索、个人化搜索、实时搜索；使SEO 更加自然、更强调用户体验；

百度

绿萝算法打击参与链接买卖、垃圾链接的网站

石榴算法打击低质量内容页面(“起源”算法、”蝶变”计划)

百科、知道、贴吧

了解搜索引擎

基本权重是页面能够参与相关性计算的最基本条件；大型网站最关键的问题是解决收录；

搜索引擎几个方面的挑战

页面抓取需要快而全面
海量数据存储（百度30-40W+台服务器，Google 几十个数据中心、上百万台服务器）
索引处理快速有效，具有可扩展性
查询处理快速准确
判断用户意图及人工智能（”苹果”->水果？电脑？电影？小苹果？…）

SERP 页

广告、自然搜索结果、垂直搜索（图片、视频、地图等）
搜索结果数可作为竞争程度的依据之一。
整合搜索：10条自然结果中包含一些带视频、图片、地图等的结果
全站链接(sitelinks)：权重高的网站
One-box(Google)、框计算（百度）
Rich Snippet 富摘要（如产品价格、评分、评论数等）
图文展现
知心搜索（百度）、知识图谱（Google）
面包屑导航

搜索引擎工作原理

爬行和抓取
- 蜘蛛 – robots.txt, 爬虫User Agent汇总
- 跟踪链接 – 深度优先、广度优先
- 吸引蜘蛛 – 权重、页面更新度、导入链接、首页点击距离、URL 结构
- 地址库 – 人工录入种子网站、链接URL、站长提交、网站地图
- 文件存储
- 复制内容检测
预处理/索引
- 提取文字
- 中文分词 – 词典匹配、统计
- 去停止词- 的、地、得、the、a、to…
- 消除噪声 – 页头、页脚、广告区
- 去重 – MD5
- 正向索引 – 文件1：关键词1（频率、次数、格式等）、关键词2…
- 倒排索引 – 关键词1：文件1、文件2…
- 链接关系计算 – 如 PR 值
- 特殊文件处理 – PDF、WORD 等
- 质量判断
排名
- 搜索词处理 – 中文分词、去停止词、指令处理(+,-…)、拼写错误矫正、整合搜索触发、搜索框提示
- 文件匹配
- 初始子集的选择 – Google 最多返回100页、百度返回76页、360返回64页
- 相关性计算 – 影响因素：关键词常用程度、词频及密度、关键词位置及形式、关键词距离、链接分析及页面权重
- 排名过滤及调整 – 如惩罚
- 排名显示
- 搜索缓存
- 查询及点击日志
链接原理
- 李彦宏超链分析专利
- HITS 算法（Hyperlink-Induced Topic Search）
- TrustRank 算法
- Google PR
  $$PR(A) = (1-d) + d(PR(t_1)/C(t_1)) + PR(t_n)/C(t_n)$$
  A 为页面 A，d 为阻尼指数，通常认为是0.85，t₁…t_n 表示指向页面 A 的页面，C 表示页面上的导出数目
- Hilltop 算法