2012級搜索引擎原理與應(yīng)用15常見術(shù)語

2023/3/81第十五課：常見術(shù)語2023/3/82第1節(jié)：SEOerSEOer即搜索引擎優(yōu)化者，指從事搜索引擎優(yōu)化的專業(yè)人員。

2023/3/83第2節(jié)：PR值

PR即PageRank，是Google評估頁面重要性的算法之一，共分為十二個級別，分別是“空”及“0–10”。

PageRank算法理論：如果“網(wǎng)頁A”上存在鏈接指向“網(wǎng)頁B”，則認為“網(wǎng)頁A”投了“網(wǎng)頁B”一票；然后，根據(jù)頁面得到的投票數(shù)及投票頁面的質(zhì)量來評定頁面的重要性。

2023/3/84第3節(jié)：WebRank

WebRank是Yahoo系搜索引擎用于評估網(wǎng)頁“重要性”的算法。2023/3/85第4節(jié)：SogouRank類別于Google的PageRank，SougouRank是搜狗評估網(wǎng)頁“重要性”的算法。

2023/3/86第5節(jié)：頁面收錄數(shù)頁面收錄數(shù)是指某網(wǎng)站被搜索引擎收錄頁面的數(shù)量，可以在搜索引擎中通過搜索“site:你的域名”進行查詢。

2023/3/87第6節(jié)：頁面包含數(shù)頁面包含數(shù)，指網(wǎng)站的域名被其他頁面引用的情況，從一定程度上反映了網(wǎng)站的知名度。2023/3/88第7節(jié)：鏈接廣泛度

鏈接廣泛度指某網(wǎng)站的導(dǎo)入鏈接情況，我們可以通過在搜索引擎中搜索“l(fā)ink:你的網(wǎng)址”查詢某網(wǎng)站導(dǎo)入鏈接的情況。2023/3/89第8節(jié)：RobotRobot，中文翻譯為機器人，指搜索引擎中負責抓取信息的程序，又稱為Spider，即蜘蛛程序。2023/3/810第9節(jié)：Robot.txt

Robots.txt是一個純文本文件，用于限制搜索引擎對網(wǎng)站頁面的訪問。如果“robots.txt”是一個空文件，則說明該網(wǎng)站對于所有搜索引擎都是開放的，而且允許其訪問網(wǎng)站中所有內(nèi)容。

2023/3/811第9-1節(jié)：Robots.txt語法

“Robots.txt”文件中包含一條或多條記錄，每條記錄通過空行分隔（注釋標記為“#”），以User-agent開始，后面加上Disallow。例如：User-agent:*Disallow:/Admin/2023/3/812第9-1-1節(jié)：User-agent如果有多條User-agent記錄，則說明有多個robot會受到該協(xié)議的限制；至少有一條User-agent記錄如果該項的值設(shè)為“*”，則該協(xié)議對所有機器人均有效，但這樣的記錄只能出現(xiàn)一次。2023/3/813第9-1-2節(jié)：Disallow用于描述不希望被搜索引擎訪問的目錄或URL，任何以Disallow開頭的URL或者目錄均不會被robot訪問。如果為空，說明該網(wǎng)站的所有內(nèi)容都是允許訪問；至少要有一條Disallow記錄；2023/3/814第9-1-3節(jié)：例子（1）禁止所有搜索引擎訪問網(wǎng)站的任何部分

User-agent:*Disallow:/（2）允許所有的robot訪問

User-agent:*Disallow:（3）禁止所有搜索引擎訪問網(wǎng)站中的某些部分

User-agent:*Disallow:/cgi-bin/Disallow:/tmp/Disallow:/private/（4）禁止某個搜索引擎訪問本站

User-agent:搜索引擎蜘蛛程序名稱

Disallow:/（5）只允許某個搜索引擎的訪問本站

User-agent:搜索引擎蜘蛛程序名稱

Disallow:2023/3/815第9-2節(jié)：Robotsmeta標簽

Robotsmeta標簽用于限制搜索引擎對當前頁面的抓取，存放在網(wǎng)頁的頭部中。NOINDEX-不索引當前頁面；NOFOLLOW-不跟蹤當前頁面中所有的鏈接；NOARCHIVE-在搜索結(jié)果中不保存當前頁面的快照；NOSNIPPET-在搜索結(jié)果中不采用當前頁面的頭部描述信息，且不保存當前頁面的快照。NOODP-搜索結(jié)果中不使用ODP信息。

2023/3/816第9-3節(jié)：常見Robots名稱

Google：Googlebot，是Google的web抓取程序的名稱。百度：Baiduspider，是百度的web抓取程序的名稱。雅虎：Yahoo!

Slurp，是雅虎的web抓取程序的名稱。2023/3/817第10節(jié)：SpamSpam即垃圾信息。在搜索引擎優(yōu)化領(lǐng)域，垃圾信息包括：垃圾網(wǎng)站、垃圾鏈接、垃圾頁面等。垃圾頁面：通常指存在違規(guī)行為的頁面，例如：堆砌關(guān)鍵字、隱藏關(guān)鍵字等；垃圾網(wǎng)站：由于采取違規(guī)手段而遭到搜索引擎封殺的網(wǎng)站；垃圾鏈接：指通過非正常手段獲取大量鏈接的行為。2023/3/818第11節(jié)：垃圾鏈接制造廠垃圾鏈接制造廠（Linkspamer），指存放大量鏈接的低質(zhì)量頁面或者網(wǎng)站。2023/3/819第12節(jié)：停用詞指一些使用頻繁但又沒有實際意義的詞語，例如：在中文里“的”、“地”、“得”等；英文里“the”,“of”，