有實力APP開發(fā)公司實際上用戶并不需要知道所有匹配的幾十萬、幾百萬個頁面，絕大部分用戶只會查看前兩頁，也就是前20個結果。搜索引擎也并不需要計算這么多頁面的相關性，而只要計算Z重要的一部分頁面就可以了。常用搜索引擎的人都會注意到，搜索結果頁面通常Z多顯示100個。APP開發(fā)公司價格用戶點擊搜索結果頁面底部的“下一頁”鏈接，Z多也只能看到第100頁，也就是1000個搜索結果但問題在于，還沒有計算相關性時，搜索引擎又怎么知道哪一千個文件是晟相關的？所以用于Z后相關性計算的初始頁面子集的選擇，必須依靠其他特征而不是相關性，其中Z主要的就是頁面權重。

有實力APP開發(fā)公司正向索引還不能直接用于排名。假設用戶搜索關鍵詞2，如果只存在正向索引，排名程序需要掃描所有索引庫中的文件，找出包含關鍵詞2的文件，再進行相關性計算。這樣的計算量無法滿足實時返回排名結果的要求。APP開發(fā)公司價格所以搜索引擎會將正向索引數(shù)據(jù)庫重新構造為倒排索引，把文件對應到關鍵詞的映射轉換為關鍵詞到文件的映射，在倒排索引中關鍵詞是主鍵，每介關鍵詞都對應著一系列文件，這些文件中都出現(xiàn)了這個關鍵詞。這樣當用戶搜索某個關鍵詞時，排序程序在倒排索引中定位到這個關鍵詞，就可以馬上找出所有包含這個關鍵詞的文件。

有實力APP開發(fā)公司文件存儲搜索引擎蜘蛛抓取的數(shù)據(jù)存入原始頁面數(shù)據(jù)庫。其中的頁面數(shù)據(jù)與用戶瀏覽器得到的HTML是完全一樣的。每個URL都有一個獨特的文件編號。爬行時的復制內(nèi)容檢測APP開發(fā)公司價格 檢測并刪除復制內(nèi)容通常是在下面介紹的預處理過程中進行的，但現(xiàn)在的蜘蛛在爬行和抓取文件時也會進行一定程度的復制內(nèi)容檢測。遇到權重很低的網(wǎng)站上大量轉載或抄襲內(nèi)容時，很可能不再繼續(xù)爬行。這也就是有的站長在日志文件中發(fā)現(xiàn)了蜘蛛，但頁面從來沒有被真正收錄過的原因。

用戶搜索“歷史”、“分類”這些關鍵詞時僅僅因為頁面上有這些詞出現(xiàn)而返回博客帖子是毫無意義的，完全不相關。有實力APP開發(fā)公司所以這些區(qū)塊都屬于噪聲，對頁面主題只能起到分散作用。搜索引擎需要識別并消除這些噪聲，排名時不使用噪聲內(nèi)容。APP開發(fā)公司價格消噪的基本方法是根據(jù)HTML標簽對頁面分塊，區(qū)分出頁頭、導航、正文、頁腳、廣告等區(qū)域，在網(wǎng)站上大量重復出現(xiàn)的區(qū)塊往往屬于噪聲。對頁面進行消噪后，剩下的才是頁面主體內(nèi)容。

元氏有實力APP開發(fā)公司搜索引擎和目錄兩者各有優(yōu)劣。搜索引擎收錄的頁面數(shù)遠遠高于目錄能收錄的頁面數(shù)。但搜索引擎收錄的頁面質量參差不齊，對網(wǎng)站內(nèi)容和關鍵詞提取的準確性通常也沒有目錄高。限于人力，目錄能收錄的通常只是網(wǎng)蛄首頁，APP開發(fā)公司價格而且規(guī)模十分有限，不過收錄的網(wǎng)站通常質量比較高。像雅虎、開放目錄、好123這些大型目錄，收錄標準非常高。目錄收錄網(wǎng)站時存儲的頁面標題、說明文字都是人工編輯的，比較準確。搜索引擎數(shù)據(jù)更新快，而目錄中收錄的很多網(wǎng)站內(nèi)容十分陳1日，甚至網(wǎng)站可能已經(jīng)不再存在了。

為什么要了解搜索引擎原理？元氏APP開發(fā)公司說到底，網(wǎng)站優(yōu)化是在保證用戶體驗的基礎上盡量迎合搜索引擎。與研究用戶界面及可用性不同的是，網(wǎng)站優(yōu)化既要從用戶出發(fā)，也要站在搜索引擎的角度考慮問題，才能清晰地知道怎樣優(yōu)化網(wǎng)站。有實力APP開發(fā)公司網(wǎng)站優(yōu)化人員必須知道：搜索引擎要解決什么問題，有哪些技術上的困難，有什么限制，搜索引擎又怎樣取舍。從某個角度來說，網(wǎng)站優(yōu)化人員優(yōu)化網(wǎng)站就是盡量減少搜索引擎的工作量、降低搜索引擎的工作難度，使搜索引擎能更輕松、快速地收錄網(wǎng)站頁面，更準確地提取頁面內(nèi)容。