提起Search Engine Optimization(seo)，想必大家一定熟悉又陌生。SEO是最先被我們所熟悉的數(shù)字營銷概念之一。那為何又用 “陌生” 來形容它呢?
是因為從業(yè)以來，大多數(shù)人僅對SEO的部分概念和術語有所了解，而對搜索引擎如何工作，如何解讀日常所接觸到的SEO報告，如何發(fā)現(xiàn)問題，如何進行優(yōu)化存在諸多盲點，對于如何針對自身情況制定SEO策略，更是無從下手。
那么從今天起，商企云將通過一個系列文章，力爭為大家梳理SEO知識點，希望大家在讀完該系列文章后，能夠獲得些許啟發(fā)，更好地為所任職崗位服務。
作為第一篇，我們先來了解一些基礎內(nèi)容，大家是否曾思考過以下問題：
SEO是什么?我們?nèi)绾稳ザx它?
為什么要做SEO?
移動互聯(lián)時代，還需要做SEO嗎?
搜索引擎的工作原理是什么?在簡單的 “輸入-搜索” 這幾步簡單的操作后，搜索引擎是如何從海量的數(shù)據(jù)中，找尋到我們所需要的內(nèi)容，并展現(xiàn)給我們的?
帶著這些疑問，一起√get今天的知識吧!
知識點1：SEO是什么?我們?nèi)绾味x它?
SEO的全稱是 “Search Engine Optimization”，中文譯為 “搜索引擎優(yōu)化”。
簡單地理解，SEO是一個從自然搜索結(jié)果中獲取網(wǎng)站流量的手段和過程;
更加嚴謹?shù)厝ザx的話，SEO是一個 “在了解搜索引擎自然排名機制的基礎上，對網(wǎng)站進行內(nèi)部和外部的調(diào)整和優(yōu)化，改進網(wǎng)站在搜索引擎中的關鍵詞自然排名，以便爭奪流量，進而促成網(wǎng)站銷售或品牌曝光” 的一個過程。
知識點2：為什么要做SEO?
網(wǎng)站所有者都希望自己的網(wǎng)站流量越大越好，無論網(wǎng)站盈利模式和目標是什么，有人訪問是前提。SEO則是給網(wǎng)站帶來訪問者的最好方法。讓我們一起來了解一下SEO的 “優(yōu)勢”：
低成本：雖可能會產(chǎn)生費用，但成本相對較低
高回報：來自SEO的用戶多數(shù)情況下是在 “主動地找尋” 酒店，目標非常精準
可遷移：搜索引擎是用戶搜索、比較、購買商品的重要渠道，即便移動互聯(lián)網(wǎng)發(fā)展迅猛，SEO核心仍在，只不過載體有所變化
夠持久：精準廣告投放、付費搜索等類型推廣模式，一旦停止投放，流量將急劇下降;線上活動等事件營銷效果明顯，但話題過后流量隨即下降。而搜索排名一旦上去，可相對穩(wěn)定地維持比較久的時間，流量也因此會源源不斷地輸送過來
可擴展：掌握關鍵詞研究和內(nèi)容擴展方法后，我們可以持續(xù)地，為網(wǎng)站增加目標關鍵詞及流量
知識點3：移動互聯(lián)時代，還需要做SEO嗎?
讓我們來看一些行業(yè)調(diào)查數(shù)據(jù)，了解一下SEO是否還有效?
2017 年上半年，即時通信、搜索引擎、網(wǎng)絡新聞作為基礎的互聯(lián)網(wǎng)應用，用戶規(guī)模趨于穩(wěn)定，搜索引擎應用繼續(xù)保持移動化趨勢。
雖然即時通信作為移動互聯(lián)網(wǎng)流量核心入口的地位已經(jīng)確立。在新網(wǎng)民各類應用中的滲透率排名第一，高于排名第二的搜索引擎16. 9 個百分點，但搜索引擎在目前仍舊穩(wěn)居第二位。
截至 2017 年6 月，我國搜索引擎用戶規(guī)模達 6.09 億，使用率為81.1%，用戶規(guī)模較 2016 年底增加707 萬，增長率為 1.2%
知識點4：搜索引擎的工作原理?
面對數(shù)以萬億的信息，搜索引擎如何做到在 1 秒鐘甚至更短的時間內(nèi)，返回我們想要的內(nèi)容?回答這個問題，需要對搜索引擎工作原理做個分解，大致分為 3 個階段：
爬行和抓?。核阉饕娉绦蛲ㄟ^訪問網(wǎng)頁，獲得頁面HTML代碼存入數(shù)據(jù)庫
預處理：程序?qū)?shù)據(jù)庫網(wǎng)頁進行一系列處理，為排名程序調(diào)用做準備
排名：用戶輸入關鍵詞后，程序調(diào)用預處理好的數(shù)據(jù)，計算相關性，生成結(jié)果
首先看第一階段，即 “爬行和抓取”
對于搜索引擎來說，首要任務是完成對互聯(lián)網(wǎng)內(nèi)網(wǎng)頁數(shù)據(jù)收集。而用于數(shù)據(jù)收集的工具，就是我們常常聽到的 “蜘蛛”，它是搜索引擎用來爬行和訪問頁面的程序。蜘蛛發(fā)出頁面訪問請求后，服務器返回HTML代碼，蜘蛛把收到的代碼存入數(shù)據(jù)庫中。蜘蛛會對鏈接進行跟蹤，根據(jù)一個頁面上的鏈接，爬行(讀取)至下一個，這也是為什么被人稱之為 “蜘蛛”。
在數(shù)據(jù)收集過程中，聰明的蜘蛛為了提升效率，避免重復讀取網(wǎng)頁數(shù)據(jù)，搜索引擎會建立地址庫，記錄 “被讀取的”，和 “發(fā)現(xiàn)但未被讀取的” 頁面。構(gòu)建原始頁面數(shù)據(jù)庫，以儲存讀取后的頁面數(shù)據(jù)。
讀取結(jié)束，構(gòu)建好原始數(shù)據(jù)庫后，搜索引擎將進行第二階段的任務 - “預處理”。什么是 “預處理” 呢?原始數(shù)據(jù)庫中存在數(shù)以萬億的網(wǎng)頁數(shù)據(jù)，排名程序無法做到每時每刻，對數(shù)量如此龐大的數(shù)據(jù)進行分析，也就無法在1- 2 秒內(nèi)返回搜索結(jié)果。因此必須處理這些數(shù)據(jù)，為最后排名程序調(diào)用做準備。
預處理的第一步是對數(shù)據(jù)進行篩選，去除無用的信息，提取文字。現(xiàn)在搜索引擎仍以文字內(nèi)容為基礎，數(shù)據(jù)庫中的頁面數(shù)據(jù)，除了我們在網(wǎng)頁上看到的文字外，還包含HTML標簽、JavaScript程序等無法用于排名的內(nèi)容。程序需要去除這些無用信息，提取出可用于排名的內(nèi)容。除文字外，程序也會提取出一些特殊的包含文字信息的代碼，例如Meta標簽中的文字、圖片替代文字、Flash文件的替代文字、鏈接錨文字等。
隨后，我們需要介紹一個小知識，即中文搜索引擎所獨有的步驟 - “中文分詞”?！霸~” 是程序處理數(shù)據(jù)、用戶查詢的單位和基礎。與英文不同，搜索引擎必須區(qū)分用戶搜索的中文內(nèi)容里，哪幾個字組成一個單詞，才能進行下一步工作。
在分詞過后，程序需要進行另一個步驟，即剔除 “停止詞”。在任何語言里，都存在出現(xiàn)頻率高，但對內(nèi)容影響不大的詞匯，例如中文 “的”、“啊”、“卻”;英文中 “the” “a” “and” “to”“of”等。這些被稱作 “停止詞”，程序會去除這些停止詞，使搜索內(nèi)容更突出，減少程序計算上內(nèi)耗。
此外程序會對版權聲明文字、導航欄文字等對搜索無用的內(nèi)容進行剔除，消除噪聲。
緊接著，程序還會對網(wǎng)頁數(shù)據(jù)進行去重，同一內(nèi)容可能會重復發(fā)布在多個網(wǎng)站，為了避免將多篇重復的內(nèi)容返回給擁護，所以需要在預先剔除重復內(nèi)容。
在完成上述后，程序得到的是 “獨特的，能反應頁面主題的，以詞匯為單位的” 內(nèi)容，緊隨其后，程序?qū)⒄蛩饕Ｍㄟ^提取關鍵詞，把內(nèi)容轉(zhuǎn)化成 “以關鍵詞為單位” 的集合，同時記錄關鍵詞出現(xiàn)頻次、格式(黑體、加粗錨文字)、位置(標題、頁面段首、段尾)等屬性。然后將其轉(zhuǎn)化為如下結(jié)構(gòu)，儲存進數(shù)據(jù)庫：
經(jīng) “正向索引” 后的數(shù)據(jù)，無法直接排名，因為同一關鍵詞可能出現(xiàn)在多個文件中，所以聰明的程序猿們，發(fā)明了 “倒排索引” ，將文件重新構(gòu)造為倒排索引：
現(xiàn)在，搜索引擎已經(jīng)做好了隨時處理用戶搜索請求的準備，那么隨之而來的，就是搜索引擎第三階段的任務，即排名。
每當搜索引擎接受到用戶搜索的內(nèi)容后，會進行這樣的處理：
分詞(與預處理一樣，將我們搜索的內(nèi)容，劃分為以“詞”為基礎組合)
剔除停止詞(與預處理一樣，剔除不相關詞匯)
指令處理(搜索引擎默認是在關鍵詞之間運用 “與”的邏輯)
拼寫矯正(對程序檢測判定為錯誤的內(nèi)容，進行矯正)
經(jīng)過以上處理并進行匹配后，程序會在倒排索引數(shù)據(jù)庫中找出符合搜索內(nèi)容關鍵詞的文件集合。例如，搜索內(nèi)容包括 “關鍵詞1” “關鍵詞2”，排名程序僅需要找到含有這 2 個關鍵詞的文件，即 “文件2” “文件3”。
由于數(shù)量龐大，因此搜索引擎程序不會對這些龐大的數(shù)據(jù)進行處理，只會針對最重要的部分頁面數(shù)據(jù)進行排名，此外用戶通常也只會查看前兩頁搜索結(jié)果，因此，搜索引擎也不需要大費周折地去對所有數(shù)據(jù)進行排名。那么，怎樣針對 “最重要的部分頁面數(shù)據(jù)” 去排名呢，這里就要依賴于自身算法 - 相關性計算的幫助，該算法會計算某個頁面數(shù)據(jù)與用戶搜索內(nèi)容的相關性，從而完成排名。
到這里，搜索引擎已基本完成用戶的 “搜索請求”，但根據(jù)2/ 8 定律，約20%的搜索內(nèi)容，占總搜索次數(shù)的80%左右。搜索引擎會把常見詞匯的排名以及數(shù)據(jù)進行緩存，在用戶搜索時會直接調(diào)用緩存數(shù)據(jù)，從而減少一系列龐大又耗能的步驟，縮短反饋時間、提升用戶體驗。
