seo课程搜索引擎2010.9.15

Google限定搜索
Site—表示搜索结果局限于某个具体网站或者网站频道
Link—返回所有链接到某个URL地址的网页 Inurl—返回的网页链接中包含第一个关键字,后面的关 键字则出现在链接中或者网页文档中。 Intitle—语法返回的网页标题中包含第一个关键词，后 面的关键词则出现在链接中或者网页文档中。 filetype—在某一类文件中查找信息。
美国模式和中国模式
美国模式=技术+机遇+管理 重视技术开发、重视研发投入 Microsoft=Bill Gates + PC Yahoo=杨致远、David Filo + Internet Google=Larry Page、Sergey Brin + Internet 中国模式=管理+技术+机遇 薄利多销——巨大市场带来的消极影响 不重视技术开发和研发经费投入 短视行为、跟进行为 （DVD、VCD行业的教训）
谢谢大家
互联网的重心发展历程
内容
搜索
沟通 网络
注意力经济（眼球经济）
提供网上图片等各种 信息 注重提供免费信箱、 聊天室等各种服务 吸引人来，注重会员 数。
从眼球经济到拇指经济
被动
主动
搜索力经济
拇指变成了十指，被动变 成了主动 搜索成了网络经济的引擎 和发动机
搜索引擎的盈利模式
搜索引擎最初并没有显示出价值，只是一个免费 的附加服务。 PageRank算法的诞生，使得网络盈利成为可能 根据搜索结果显示相应的广告，这是网络广告的 真正创新
基本搜索方法——逻辑“与”、“非”、“或”，即 +,-,OR
1.与操作：搜索结果要求包括两个及两个以上关键字。 关键字之间用空格。 2.非操作：搜索结果要求不包含某些特定信息。在排除的 关键词前加-，英文字符，-号前空格，后面不能有空格。 3.或操作：搜索结果至少包含多个关键字中的任意一个 关键字之间用“OR”表示，OR必须用大写。
谷歌 搜狗 雅虎
无 透览 不支持
谷歌
搜狗
支持
支持
支持
支持
不支持
支持
雅虎
支持
支持
不支持
北大天网
--------------------------------------------------------------------------------
这个过程象蜘蛛（ spider）在蜘蛛网（ Web）上爬行
维护URL
系统进行第一次全面的网页搜集之后，维护相应 的URL集合，以后的搜索基于此集合。 每搜到一个网页，如果它发生变化并有新的URL ，就将新URL也放到集合中。
人工添加
网站拥有者主动向搜索引擎提交自己的网址 系统在一定时间内定向向那些网站派出“蜘蛛” 程序，扫描并收集有关信息。
中美日市场规模对比
重构搜索力
2003年8月，搜索引擎重新回到Yahoo首页的突 出位置。 并不完全是搜索引擎可以赚钱了 关键是它还可以整合其现有的业务资源 2004年8月，搜狐推出了搜索引擎搜狗。 2003年开始，微软重组MSN部门，并希望在下一 代操作系统中集成搜索。 亚马逊推出了A9网站，专注于购物搜索
oogle 向 Microsoft 发出挑战
Microsoft PK Google PC时代 PK Internet时代
产品竞争 人才竞争
历史事件回放： 2005年7月18日，微软全球副总裁李开复跳槽Google，担任中国区总裁
Microsoft 与 Google 的竞争
代表两个时代的竞争 PC时代 vs 互联网时代 李开复跳槽事件已经超出了微软与Google两家公司对一 位技术人才的争夺本身。这是一场PC时代巨人和互联网 时代巨人对于未来霸主地位的争夺 预言——以微软为代表的PC时代正在加速没落，而 Google正在显示一个新时代引领者的形象
搜索引擎系统的体系结构
网页搜集
网页数据库的基本策略： 1）定期搜集： 2）增量搜集： 网页的抓取策略： 1）“爬取”策略： 2）维护URL：
“爬取”策略
将Web看作是一个有向 图，搜集过程从给定的 起始url集合S开始，沿 着网页中的链接，按照 一定的策略（先深/先宽 /others）遍历。
匹配 将查询关键词与倒排文件的索引词进行匹配
结果排序
按照某种评价方式，将搜索结果以某种顺序显示 出来。 评价方式 相关性 早期采用基于词汇出现频度的方法 词在不同文档中出现的频率 PageRank
在预处理阶段形成重要性指标，和查询阶段的 相关性指标相结合。
文档摘要
静态生成方式
4 搜索引擎的基本原理
搜索引擎工作原理
查询 搜索引擎
查询
查询关键字解 析(中文分词)
游客
结果 搜索结果
排序(按关键字匹配程度 和排名规则)
搜索结果
请求
互联网(网站)
网页
蜘蛛(Spider) 网页
网页索引库
搜索引擎三段式工作流程
搜集 整理 服务
搜集 批量搜集，增量式搜集；搜集目标，搜集策略 预处理 关键词提取；重复网页消除；链接分析；索引 服务 查询方式和匹配；结果排序；文档摘要
搜索引擎的盈利模式
竞价排名 1998年Overture推出收费竞价排名服务，谁出 的钱多，谁排前面，搜索引擎成了摇钱树。
搜索与购物网站绑定
时长竞价排名
按天竞价 消除恶意点击
搜索等于搜钱
2007年中国搜索引擎市场规模达29.0亿元，比上 一年增长108.3% ——艾瑞咨询
中国搜索引擎市场份额
GOOGLE不支持通配符，关键字中的“*”或“?”会被忽 略。 GOOGLE对英文字符大小写不敏感。 GOOGLE用句子做关键字，必须加英文引号。
google强制搜索
Google对一些网路上出现频率极高的英文单词,如“i”、 “com”、“www”等,以及一些符号如“*”、“.”等,作忽略 处理. 搜索:www的历史 internet 结果:因为使用过于频繁,没有被列入搜索范围: www 的 强制搜索的方法是把关键字用英文双引号引起来. 搜索:“"www的历史" internet” 结果:已搜索有关"www的历史" internet的网页. 注意:大部分常用英文符号(如问号,句号,逗号等)无法成为搜 索关键字,加强制也不行.
回首PC时代
美国 中国 Microsoft、IBM、Intel…. Lenovo、Founder….
展望Internet时代
美国 中国 Google、Yahoo、Ebay、…. 、NetEase、Alibaba….
面对机遇 为什么美国总是能很好地把握住机遇？ 为什么我们所能做到的只是跟进和模仿呢？
搜索引擎大战
微软数次提出要收购Google. 结果被Google挖走李开复 IBM也推出了自己的搜索技术 搜索引擎和门户网站之争 养虎为患 不得不养
复杂的竞争合作关系
中国搜索用户的首选
中国高端搜索用户的首选
群狼共舞
搜索鸟
网络世界的未来统治者？
目前，Google是当之无愧的世界老大？ 但是未来呢？ Google在中国呢？
什么是倒排文件（inverted file）？ 需要从网页源文件中提取出能够代表它的内容的 一些特征，而关键词就是这种特征最好的代表。 其中涉及到英文的分词和中文的分词。 对一篇网页来说，有效的词语数量一般是200左 右。
链接分析
链接是分析网页重要的信息 1.链接描述文字准确的反映了网页的内容 2.网页之间的链接关系，反映了网页的重要程度 （PageRank Google）
搜索引擎所引发的互联网变化
搜索引擎的革命引发互联网应用模式、商务模式 和业务形态的革命 搜索将成为一个网站的必备配置 搜索引擎的综合化 基于搜索引擎的信息增值业务——竞争情报系 统、商务搜索、8848的购物搜索、Google信箱
搜索引擎的重要性
从内容为王到搜索为王 从搜索服务到搜索平台 基于搜索平台的搜索增值服务
作业情况
从用户的角度看搜索引擎
搜的快，搜的全，搜的准 功能多，好用，好看
搜的快，搜的全
功能多，好用，好看
页面风格对比 网站 不支持 不支持
新闻、网页、贴吧、知道、图片、视频、地图 、mp3 视频、图片、购物、地图、音乐、翻译、265 导航 新闻、网页、音乐、图片、视频、问答、地图 、说吧 网页、资讯、音乐、图片、知识堂
机器人搜索引擎
由一个称为蜘蛛（ Spider）的机器人程 序自动搜索信息
优点：信息量大、更 新及时、无需人工干 预
缺点：返回信息过多 ，有很多无用信息。
元搜索引擎
利用其他搜索引擎返 回统一的搜索结果。 返回信息量更大、更 全。 缺点是不能充分使用 所有搜索引擎的功能
Google基本搜索
--------------------------------------------------------------------------------
搜索引擎的未来发展趋势
搜索引擎自身的发展趋势
专业化 主题化 垂直搜索引擎 个性化 搜索工具条 桌面搜索 智能化 本地化 基于位置的搜索服务
网页重要程度计算
PageRank（Google） 指向一个网页的链接越 多，说明这个网页越重 要。 把整个web结构看作一 个矩阵。N个网页就形 成一个n×n的矩阵。
查询服务
查询方式和匹配 结果排序 文档摘要
查询方式和匹配
查询方式指的是系统允许用户提交查询的方式。 查询短语 分词 对查询短语进行分词
搜索引擎
提纲
搜索引擎的发展简史 搜索引擎的分类 使用搜索引擎 搜索引擎的基本原理 第一次上机总结 搜索经济