济宁做网站的公司是如何预处理搜索引擎排名规则的

每个搜索引擎对于网站排名都有一套自己的规则，搞清楚各个搜索引擎的规则，无疑会让优化做起来更加的事半功倍，济宁做网站的公司总结了一些搜索引擎的一些排名规则：

　　1）在每一章网页，包含了大量的和主题内容无关的内容，像版权说明等等，关键词提取的任务，就是要提取出网页源文件的内容部分所含的关键词。提取的方法：一般类似与切词，将内容切成多个词组成的数组，再取出“在”“的”等无意义的词组，确定最终的关键词。（关键词密度，关键词加粗，定向锚文本就是更具这一原因出现，方便搜索引擎更加简单的判断关键词） 
 

　　链接分析：

　　1）链接分析中有提到两个概念，词频（TF）：该关键词在关键词提取之后的关键词集合中的出现频率；

　　2）文件频率（DF）：该关键词在所有文件中的出现频率，在所有文件中，该关键词在多少文件中出现；

　　3）搜索引擎可以通过HTML文本标签，来确定关键词的重要性（博主联想：<h1>标签的使用就是通过这个得来）；指向其他文件的链接，来判断（定向锚文本的使用）

 

　　网页重要程度的计算：

　　1）搜索引擎需要将用户索引的结果，以列表的形式，展示给客户，并且在展示中满足用户的搜索需求，因此“网页重要程度”的概念出现了。

　　2）判定重要性的方法：人们通过参考文献重要性的评估方式，其核心就是–“被引用的最多的就是最重要的”。这种方式，恰好在HTML中超文本链接完美体现，谷歌的PR值（引用该页面的页面概述和引用该页面的页面重要程度）就是完美展现（发外链就是该算法的完美体现）。（PageRank算法）

　　3）和第二点出现的不同的地方在于，某些页面是被大量的指向其他页面，某些页面被其他页面大量引用，形成对偶的关系，于是HITS算法出现。（HITS算法）

       部分名词介绍：

      “倒排文字：利用文档（已经采集到的网页）中所包含的关键词作为索引，文档则作为索引的着陆页（目标文档），常见的，就像纸质书籍中，索引就是文章关键词，书籍的具体内容或者说页面就是索引目标页。

 

       镜像网页：网页内容一模一样的，未做任何的修改

　　转载网页：主要内容基本相同，但是多了少量的编辑信息

 

　　HITS算法：简单介绍，在HITS算法中，存在两种页面Authority（权威）页面和Hub（目录）页面，对于Authority页面A，指向A页面的Hub页面H页面越多，那么A页面的质量越高，同样的Hub页面H指向的Authority页面A的数量越多，质量越高，则H页面的质量也就越高