搜索引擎工作原理简单模拟.ppt_第1页
搜索引擎工作原理简单模拟.ppt_第2页
搜索引擎工作原理简单模拟.ppt_第3页
搜索引擎工作原理简单模拟.ppt_第4页
搜索引擎工作原理简单模拟.ppt_第5页
已阅读5页，还剩5页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

搜索引擎工作原理简单模拟,上海易闻SEO培训班,前言,这里的模拟非常简单和傻瓜，但可以说明搜索引擎是如何处理页面的过程。第一步：通过蜘蛛抓取页面；什么是蜘蛛？如何抓取页面？以文本形式下载，送会服务器。,第一步：通过蜘蛛抓取页面,什么是蜘蛛？Googlebot、baiduspider、Yahoo、Slurp、Msnbot如何抓取页面？以文本形式下载，送会服务器。可能会做一些预处理，比如：压缩等可能妨碍蜘蛛抓取的行为：跳转、识别分辨率,第二步：网页文件处理,首先过滤所有HTML标签、CSS样式表、JS代码工具：,百度一下，你就知道新闻网页贴吧知道MP3图片帮助高级空间|更多把百度设为首页企业推广|搜索风云榜|关于百度|AboutBaidu2007Baidu使用百度前必读京ICP证030173号,百度首页经过处理后得到后的样子：,第三步：识别文字内容,通过对过滤后文字内容的分析，来判断网页的核心内容。,百度一下，你就知道新闻网页贴吧知道MP3图片帮助高级空间|更多把百度设为首页企业推广|搜索风云榜|关于百度|AboutBaidu2007Baidu使用百度前必读京ICP证030173号,搜索引擎程序通过对上面文字的分析，发现以下信息：一共有95个字符；其中56个中文字。“百度”出现4次，共8个中文，占16个字符。8560.1414%16950.1616%判断结论：本页面和关键词“百度”有密切关系。,第四步：进行权重分值技术,假设关键词重复1次得1分，那百度首页的得分就是“4”当然，搜索引擎的真实计算过程非常负责，有数百个参数参与计算。YAHOO！的工程师告诉我：“所有搜索引擎最核心的是外部链接的技术和关键词密度的技术”,第五步：存入排名数据库,通过以上各种分析后，一个页面就可以存入排名数据库了（也叫索引数据库）。百度首页就可能放入一个叫“百度”的小数据库中。以后当用户搜索“百度”时，就打开“百度”小数据库，然后按分值排列，做成HTML展示到用户面前。
人人文库> 全部分类> 应用文书 > 技术指导

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论