SEO的你，首先該學什么呢？智優(yōu)營家seo團隊小霞在做SEO首先就了解搜索引擎工作流程：

　　

　　（1）爬行抓取

　　①批量收集：對互聯(lián)網上存在鏈接的網頁收集一遍，一般需要耗時幾周左右；

　　②增量收集：在原有基礎上搜集新增加的網頁，更新上次收集完后有改變的頁面，刪除收集重復和不存在的網頁；

　　③自己提交：自己主動向搜索引擎提交網站，不建議這種方法，因為比較慢。

　　PS：搜索引擎蜘蛛是搜索引擎的一個自動程序，它的作用就是用來訪問互聯(lián)網上的網頁、圖片、視頻內容。

　　URL是搜索引擎的痕跡，看搜索引擎是否爬取過你的網站，就看服務器日志是否有該URL。

　　④搜索引擎蜘蛛爬行策略

　　搜索引擎蜘蛛主要是通過爬行頁面上的鏈接來收集新的頁面，不停的十字交叉爬行下去便形成一張蜘蛛網。

　　Ⅰ深度優(yōu)先爬行（A-B-E-A-C-F-H-A-D-G-H）

　　Ⅱ廣度優(yōu)先爬行(A-B-C-D-E-F-G-H)（最常用的方式，所以很多SEO優(yōu)化人員會通過網站地圖放上網站的所有鏈接）

　　PS:搜索引擎蜘蛛訪問層數設置成3的話，H網頁將不會被收集到，所以網站結構的扁平化很重要。

　　

　　⑤搜索引擎蜘蛛如何避免重復收集

　　Ⅰ造成重復收集的原因：

　　蜘蛛沒有記錄訪問過的URL；一個頁面由多個域名指向導致。

　　Ⅱ解決辦法：搜索引擎建立了兩個表：已訪問表、未訪問表。

　　⑥搜索引擎蜘蛛是如何判斷網頁重不重要

　　Ⅰ網頁目錄越小越好用戶看著體驗好；

　　Ⅱ原創(chuàng)性內容多，好的，重要性越高；

　　Ⅲ更新度一個有價值的網站每天都會有更新，用戶天天來看，來玩兒；

　　Ⅳ高質量相關鏈接導入：一個權重高的，高質量的網頁愿意外鏈接到你的網站，那證明你的網站質量也很好。

　　（2）預處理

　　①關鍵詞提取

　　搜索引擎蜘蛛抓取到的像大量的HTML代碼，Javascript，css，div標簽等，要去除，搜索引擎完全能識別的還是文字內容，所以關鍵詞提取是把不懂的標簽去掉，把文字留下來；

　　②去除停用詞

　　反復出現的像“得”、“的”、“地”、“啊”、“呀”、“再”等這些無用詞稱為停用詞，去除停用詞；

　　③分詞

　　Ⅰ基于統(tǒng)計的分詞方法

　　分詞詞典和收錄的網絡流行詞語是搜索引擎的依據，如：我要睡覺了，其他神馬都是浮云；

　　Ⅱ基于字符串匹配的分詞方法

　　例如設置分詞詞典最大數字是3，那下面這段話的分法：先提取前三個詞，我要睡，我要睡詞典了沒這個詞，把睡去掉，留下我要，我要詞典里也沒這個詞，把要去掉，留下我，再提取三個詞要睡覺，要睡覺詞典里沒這個詞，把覺去掉，留下要睡，要睡也沒這個詞，把睡去掉，留下要，再提取三個詞睡覺了，睡覺了詞典里也沒這個詞，把了去掉，睡覺詞典里有這個詞，留下睡覺，接下來的詞以此類推。

　　我要睡覺了，其他神馬都是浮云；

　　我、要、睡覺、了、其他、神馬、都是、浮云；

　　④消除噪聲

　　把網頁上各種廣告文字、廣告圖片、版權信息、登錄框等等這些信息去除掉；

　　⑤建立關鍵詞庫

　　提取完關鍵詞后，把頁面轉換為一個關鍵詞的組合，記錄每一個關鍵詞在頁面上出現頻率，出現次數，格式，位置；

　　⑥連接關系計算

　　搜索引擎事先要計算出頁面上有那些鏈接指向那些其他頁面，每個頁面由哪些導入鏈接，鏈接使用了什么錨文本等等；

　　⑦特殊文件處理

　　Flash，視頻，圖片等無法直接讀懂。

　　（3）服務輸出

　　搜索引擎有自己相關的排名機制，主要根據網頁的相關度、關鍵字的密度、網站的權重等，來決定輸出的內容排名先后（付費推廣的永遠排在前面幾條）。

　　智優(yōu)營家seo團隊小霞推薦閱讀《企業(yè)對于SEO優(yōu)化的需要》