可能大家在優(yōu)化自己網(wǎng)站的時(shí)候，還從來沒有認(rèn)真分析過或者系統(tǒng)的學(xué)習(xí)過搜索引擎的搜索規(guī)則和其中的原理。深圳網(wǎng)絡(luò)公司【創(chuàng)絡(luò)】通過一些渠道了解到的資料可能會對大家展開更高層次的網(wǎng)站優(yōu)化有一定幫助，如果您現(xiàn)在正在朝著這樣的方向發(fā)展，那么僅僅知道網(wǎng)站內(nèi)容和外鏈?zhǔn)沁h(yuǎn)遠(yuǎn)不夠的。因此，本文將是技術(shù)角度出發(fā)的一些文字，希望能對讀者有一定的幫助。

搜索引擎之所以可以在數(shù)秒鐘甚至一秒鐘內(nèi)完成數(shù)億級別的數(shù)據(jù)處理，并不是因?yàn)樗阉饕婢邆涠嗝磸?qiáng)大的計(jì)算能力，而是全部的網(wǎng)頁都是經(jīng)過預(yù)處理，為排名做好了足夠的準(zhǔn)備的。網(wǎng)站要有排名，就必須被索引，而搜索引擎現(xiàn)在就主要是對網(wǎng)站文字進(jìn)行提取后進(jìn)行預(yù)處理，預(yù)處理的過程就是去除從HTML代碼中抓取的標(biāo)簽、JS程序等不可以用來排名的內(nèi)容，提取可以用于排名的頁面文字內(nèi)容。

其中，中文和英文的索引還有一個(gè)很重要的區(qū)別，那就是中文會有一個(gè)分詞技術(shù)。搜索引擎儲存和處理頁面以及用戶搜索都是以詞為基礎(chǔ)的。

分詞技術(shù)主要包括兩種，一種是詞典匹配，也就是將待分析的一段漢字與一個(gè)事先造好的詞典中的詞條進(jìn)行匹配，如果發(fā)現(xiàn)詞典中已有詞條那么說明匹配成功，就分出一個(gè)關(guān)鍵詞來。

第二種分詞技術(shù)是基于統(tǒng)計(jì)的智能方法，也就是通過分析大量文字樣本，計(jì)算出字與字相鄰出現(xiàn)的統(tǒng)計(jì)概率，幾個(gè)字相鄰出現(xiàn)越多，就越可能成為一個(gè)單詞。這種方法的優(yōu)勢是對新出現(xiàn)的詞反應(yīng)更快速，有利于消除歧義，詞典匹配和智能匹配這兩種分詞技術(shù)通常是互相協(xié)調(diào)，搭配使用，以提高搜索引擎的精確度。