搜索引擎排名演算法有什麼用

① 搜索引擎的作用是什麼

搜索引擎主要的功能是用戶在數百萬計的網站中快速查找自己需要的網
站搜索引擎是網際網路上的一個WWW伺服器，它使得用戶在數百萬計的網站中快速查找信息成為可能。目前，網際網路上的搜索引擎很多，它們都可以進行如下工作。①能主動地搜索在網際網路中其他WWW伺服器的信息，並收集到搜索引擎伺服器中。②能對收集的信息分類整理，自動索引並建立大型搜索引擎資料庫。③能以瀏覽器界面的方式為用戶進行信息查詢。用戶通過搜索引擎的主機名進入搜索引擎以後，只需輸入相應的關鍵字即可找到相關的網址，並能提供相關的鏈接。
■ 全文搜索引擎
在搜索引擎分類部分我們提到過全文搜索引擎從網站提取信息建立網頁資料庫的概念。搜索引擎的自動信息搜集功能分兩種。一種是定期搜索，即每隔一段時間（比如Google一般是28天），搜索引擎主動派出「蜘蛛」程序，對一定IP地址范圍內的互聯網站進行檢索，一旦發現新的網站，它會自動提取網站的信息和網址加入自己的資料庫。

另一種是提交網站搜索，即網站擁有者主動向搜索引擎提交網址，它在一定時間內（2天到數月不等）定向向你的網站派出「蜘蛛」程序，掃描你的網站並將有關信息存入資料庫，以備用戶查詢。由於近年來搜索引擎索引規則發生了很大變化，主動提交網址並不保證你的網站能進入搜索引擎資料庫，因此目前最好的辦法是多獲得一些外部鏈接，讓搜索引擎有更多機會找到你並自動將你的網站收錄。

當用戶以關鍵詞查找信息時，搜索引擎會在資料庫中進行搜尋，如果找到與用戶要求內容相符的網站，便採用特殊的演算法——通常根據網頁中關鍵詞的匹配程度，出現的位置/頻次，鏈接質量等——計算出各網頁的相關度及排名等級，然後根據關聯度高低，按順序將這些網頁鏈接返回給用戶。

■ 目錄索引
與全文搜索引擎相比，目錄索引有許多不同之處。

首先，搜索引擎屬於自動網站檢索，而目錄索引則完全依賴手工操作。用戶提交網站後，目錄編輯人員會親自瀏覽你的網站，然後根據一套自定的評判標准甚至編輯人員的主觀印象，決定是否接納你的網站。

其次，搜索引擎收錄網站時，只要網站本身沒有違反有關的規則，一般都能登錄成功。而目錄索引對網站的要求則高得多，有時即使登錄多次也不一定成功。尤其象Yahoo!這樣的超級索引，登錄更是困難。（由於登錄Yahoo!的難度最大，而它又是商家網路營銷必爭之地，所以我們會在後面用專門的篇幅介紹登錄Yahoo雅虎的技巧）

此外，在登錄搜索引擎時，我們一般不用考慮網站的分類問題，而登錄目錄索引時則必須將網站放在一個最合適的目錄（Directory）。

最後，搜索引擎中各網站的有關信息都是從用戶網頁中自動提取的，所以用戶的角度看，我們擁有更多的自主權；而目錄索引則要求必須手工另外填寫網站信息，而且還有各種各樣的限制。更有甚者，如果工作人員認為你提交網站的目錄、網站信息不合適，他可以隨時對其進行調整，當然事先是不會和你商量的。

目錄索引，顧名思義就是將網站分門別類地存放在相應的目錄中，因此用戶在查詢信息時，可選擇關鍵詞搜索，也可按分類目錄逐層查找。如以關鍵詞搜索，返回的結果跟搜索引擎一樣，也是根據信息關聯程度排列網站，只不過其中人為因素要多一些。如果按分層目錄查找，某一目錄中網站的排名則是由標題字母的先後順序決定（也有例外）。

目前，搜索引擎與目錄索引有相互融合滲透的趨勢。原來一些純粹的全文搜索引擎現在也提供目錄搜索，如Google就借用Open Directory目錄提供分類查詢。而象 Yahoo! 這些老牌目錄索引則通過與Google等搜索引擎合作擴大搜索范圍（注）。在默認搜索模式下，一些目錄類搜索引擎首先返回的是自己目錄中匹配的網站，如國內搜狐、新浪、網易等；而另外一些則默認的是網頁搜索，如Yahoo。

② 目前seo優化中，百度搜索引擎排名使用的演算法有哪些

你好朋友做SEO的我們都知道，我們時時刻刻都是在圍繞搜索引擎在轉，就拿網路來說吧，你個人做的再好，但是網路的演算法一變，你如果不作相應的改進那好多功夫都是枉然，所以上海獻峰網路網羅SEO分析了2017年網路10大最新演算法規則，希望給大家有所幫助。
（1）、網路排名順序由原本的每禮拜調整1次排名，現在1天都有可能3-4次的排名調整。
（2）、網路進一步提高了自身產物關頭字排名的順序，搜索 網路、網路地圖、網路知道、網路貼吧等屬於網路自己的產品。還有就是和網路自己合作的上網站權重也提高了。（3）、網路對信息越真實的網站排名會給予更好的排名。公司性質的網站要比小我道質的網站排名更有優勢對於一些垃圾站點，剽竊網站、模擬網站一律不給於排名。
（4）、更新時間：天天更新是7-9點下調整為5-6點，晚上10-12點周三大更新，調整為每周四大概凌晨4點更新。每月大更新的時間是11號和26號，尤其是26號，更新幅度最大，K站也是最多的。企業站內容較少的話，建議每周四前更新一下內容，內容多的話，最好是天天更新3篇。
（5）、網路調整了對站點一再的SPM內容站點降權。網路對於網站的原創性要求更高，條理品級很較著的得到了改善。在自己的網站上揭曉文章，但文章問題網路更新收錄規則和內容一定要網路下搜索不到的，然後在去各大論壇投稿一樣的。過一會再去網路下搜索看，只如果原創的基本上能排在第一位。還有一些網路營銷專業人士認為，網路演算法調整後，對新站的親愛水平比原來有所加強。
（6）、網路把新站收錄審核時間變短，呈現2-3天內就可以收錄。網路為了搜索成效加倍切確，引用了文章**現的日期，不外沒有進行當天日期的對照處理。度比來一天收錄後果禁絕確。天首頁快照，網站能有當天的首頁快照，當天快照，原來只有谷歌才有。
（7）、對門戶站的權重比較垂青，這是演算法調整最直接得默認。追蹤一些樞紐詞可以看到的一個普遍現象：排名前兩名大部門依然是自力站點，從第三名起都是門戶頁面，直到第二頁起頭恢復獨立站。
（8）、網路對網站有彈窗廣告這樣的站點給於降權，對加盟鏈接聯盟站點、頁面站點裡面有大量JS代碼內容、友情連接過多的站點給予適當降權。
（9）、網路針對論壇和博客站點導入鏈接降權，論壇簽名已經對網路失效、網路重點提升了自身產品網路、貼吧、知道、辭書、有啊、經驗、文庫等相關內容頁面的權重，現在網路這些產品的內容在第一頁都有浮現，尤其是網路和網路文庫。
（10）、網路對搜素引擎的人工干與進一步加強：如你的網站關鍵詞排名很高，而內容簡單，無更新。雖然從網路獲得的流量很大，網路就有可能經過人工干預，給你網站關鍵詞降權甚至從網路收錄中刪除掉。

③ 百度搜索引擎演算法有哪幾個都是什麼作用

中文分詞，倒排，索引文件，詞向量，查詢樹，文本相似度計算，pagerank，基於圖的重要度，。。。

④ 搜索引擎的排名原理有哪些

要了解搜索引擎優化，首先了解搜索引擎的基本工作原理。搜索引擎排名大致上可以分為四個步驟。
1、爬行和抓取 搜索引擎派出一個能夠在網上發現新網頁並抓取文件的程序，這個程序通常被稱為蜘蛛或機器人。搜索引擎蜘蛛從資料庫中已知的網頁開始出發，就像正常用戶的瀏覽器一樣訪問這些網頁並抓取文件。 並且搜索引擎蜘蛛會跟蹤網頁上的鏈接，訪問更多網頁，這個過程就叫爬行。當通過鏈接發現有新的網址時，蜘蛛將把新網址記錄入資料庫等待抓取。跟蹤網頁鏈接是搜索引擎蜘蛛發現新網址的最基本方法，所以反向鏈接成為搜索引擎優化的最基本因素之一。沒有反向鏈接，搜索引擎連頁面都發現不了，就更談不上排名了。搜索引擎蜘蛛抓取的頁面文件與用戶瀏覽器得到的完全一樣，抓取的文件存入資料庫。
2、索引 搜索引擎索引程序把蜘蛛抓取的網頁文件分解、分析，並以巨大表格的形式存入資料庫，這個過程就是索引。在索引資料庫中，網頁文字內容，關鍵詞出現的位置、字體、顏色、加粗、斜體等相關信息都有相應記錄。搜索引擎索引資料庫存儲巨量數據，主流搜索引擎通常都存有幾十億級別的網頁。
3、搜索詞處理 用戶在搜索引擎界面輸入關鍵詞，單擊「搜索」按鈕後，搜索引擎程序即對輸入的搜索詞進行處理，如中文特有的分詞處理，對關鍵詞詞序的分別，去除停止詞，判斷是否需要啟動整合搜索，判斷是否有拼寫錯誤或錯別字等情況。搜索詞的處理必須十分快速。
4、排序 對搜索詞進行處理後，搜索引擎排序程序開始工作，從索引資料庫中找出所有包含搜索詞的網頁，並且根據排名計演算法計算出哪些網頁應該排在前面，然後按一定格式返回「搜索」頁面。排序過程雖然在一兩秒之內就完成返回用戶所要的搜索結果，實際上這是一個非常復雜的過程。排名演算法需要實時從索引資料庫中找出所有相關頁面，實時計算相關性，加入過濾演算法，其復雜程度是外人無法想像的。搜索引擎是當今規模最大、最復雜的計算系統之一。 但是即使最好的搜素引擎在鑒別網頁上也還無法與人相比，這就是為什麼網站需要搜索引擎優化。

⑤ 什麼是搜索引擎的排名演算法

搜索引擎排名演算法是搜索引擎用來決定網頁排名的公式，該演算法在計算的時候會綜合考慮多種因素，包括關鍵字頻率、頁面標題、外部鏈接，甚至包括網站域名的年齡。有些因素的權重相對較大，這意味著在決定排名的時候它們是重要的因素，而有些因素權重較小。每種搜索引擎都有自己的演算法來決定顯示哪些內容以及按照什麼樣的順序顯示。每種搜索引擎還會不斷地改變它們的演算法，而且事先不會告訴你。所以，事實就是——你永遠不會知道搜索引擎是如何工作的。

⑥ SEO ，用專業的回答來說就是做搜索引擎排名，有什麼用

你這樣的理解有誤，首先搜索引擎之所以是搜索引擎，它的目的是提供給用戶需要的信息，一個能提供准確信息的搜索引擎才是用戶喜愛的，才會有用戶群，也才能盈利活下去，搜素引擎的排名演算法這些也都是為了提升信息的准確性和用戶體驗才做的，打擊違規、惡意優化的站點也是搜索引擎建立演算法的初衷。
而SEO優化是利他思維，正規的是在滿足用戶需求、解決用戶問題的基礎上，對搜索引擎友好，才能獲取好的排名。
當下雖然有很多靠欺騙搜索引擎來獲取好的排名，但是演算法一更新，這些網站就會受到打擊，因此SEO不單單只是排名，操作上的東西，如果是操作機器就可以，何須人工寫文章做優化，主要是注重用戶體驗，解決用戶問題，也只有有價值的網站才能活的久一些。

⑦ 搜索引擎排名演算法分析，搜索引擎排名有哪幾種演算法

①Google和PageRank演算法。
②PageRank演算法。
③HITS演算法。
④ ARC演算法。
主要針對關鍵詞在文章中出現密度的原理，和一定推廣手段（如：推廣平台，問答，權重網站外鏈等），從而引導蜘蛛來爬行，並對其關鍵詞收錄，來達到自身想要的利益，但效果普通，且推廣力度大，每天更新內容量多的問題。好的SEO不僅僅是針對關鍵詞，哪怕細致到用戶在瀏覽網站時，每一個點擊動作，瀏覽的方便程度，都是做出了考慮的，白帽的SEO工作者，是從對網站建設，用戶體驗，頁面布局等等做出了長期的規劃。所以，任何搜索引擎基本沒有很固定的一套排名演算法（例如網路等就會不斷更新自己的排名演算法），或者有，也是不會公開，因為這樣會造成搜索引擎的排名紊亂。了解了用戶的訪問目的，針對性的對網站做出長期規劃，布局，為用戶提供好的體驗，這才是做為白帽SEO工作者應該做的事情。關注那些關於搜索引擎工作機制的最新和最大的傳言沒有什麼不好，但是不要熱衷於此，否則就忽略了真正有意義的事情：網站的訪問者。

⑧ 什麼是搜索引擎演算法怎麼用

就是排列鏈接，網址價值的計演算法則。

加值越高，越是靠前。這演算法每個搜索引擎都是保密再保密的

只能自己推測什麼的。沒法用。

但可以優化自己的關鍵字，提高自己的排名。

及時更新，這樣被搜索的機率才比較大。

⑨ 搜索引擎的排序演算法都有哪些是怎麼實現的

2.1基於詞頻統計——詞位置加權的搜索引擎
利用關鍵詞在文檔中出現的頻率和位置排序是搜索引擎最早期排序的主要思想，其技術發展也最為成熟，是第一階段搜索引擎的主要排序技術，應用非常廣泛，至今仍是許多搜索引擎的核心排序技術。其基本原理是：關鍵詞在文檔中詞頻越高，出現的位置越重要，則被認為和檢索詞的相關性越好。
1）詞頻統計
文檔的詞頻是指查詢關鍵詞在文檔中出現的頻率。查詢關鍵詞詞頻在文檔中出現的頻率越高，其相關度越大。但當關鍵詞為常用詞時，使其對相關性判斷的意義非常小。TF/IDF很好的解決了這個問題。TF/IDF演算法被認為是信息檢索中最重要的發明。TF（Term Frequency）：單文本詞彙頻率，用關鍵詞的次數除以網頁的總字數，其商稱為「關鍵詞的頻率」。IDF（Inverse Document Frequency）：逆文本頻率指數，其原理是，一個關鍵詞在N個網頁中出現過，那麼N越大，此關鍵詞的權重越小，反之亦然。當關鍵詞為常用詞時，其權重極小，從而解決詞頻統計的缺陷。
2）詞位置加權
在搜索引擎中，主要針對網頁進行詞位置加權。所以，頁面版式信息的分析至關重要。通過對檢索關鍵詞在Web頁面中不同位置和版式，給予不同的權值，從而根據權值來確定所搜索結果與檢索關鍵詞相關程度。可以考慮的版式信息有：是否是標題，是否為關鍵詞，是否是正文，字體大小，是否加粗等等。同時，錨文本的信息也是非常重要的，它一般能精確的描述所指向的頁面的內容。
2.2基於鏈接分析排序的第二代搜索引擎
鏈接分析排序的思想起源於文獻引文索引機制，即論文被引用的次數越多或被越權威的論文引用，其論文就越有價值。鏈接分析排序的思路與其相似，網頁被別的網頁引用的次數越多或被越權威的網頁引用，其價值就越大。被別的網頁引用的次數越多，說明該網頁越受歡迎，被越權威的網頁引用，說明該網頁質量越高。鏈接分析排序演算法大體可以分為以下幾類：基於隨機漫遊模型的，比如PageRank和Repution演算法；基於概率模型的，如SALSA、PHITS；基於Hub和Authority相互加強模型的，如HITS及其變種；基於貝葉斯模型的，如貝葉斯演算法及其簡化版本。所有的演算法在實際應用中都結合傳統的內容分析技術進行了優化。本文主要介紹以下幾種經典排序演算法：
1）PageRank演算法
PageRank演算法由斯坦福大學博士研究生Sergey Brin和Lwraence Page等提出的。PageRank演算法是Google搜索引擎的核心排序演算法，是Google成為全球最成功的搜索引擎的重要因素之一，同時開啟了鏈接分析研究的熱潮。
PageRank演算法的基本思想是：頁面的重要程度用PageRank值來衡量，PageRank值主要體現在兩個方面：引用該頁面的頁面個數和引用該頁面的頁面重要程度。一個頁面P（A）被另一個頁面P（B）引用，可看成P（B）推薦P（A），P（B）將其重要程度（PageRank值）平均的分配P（B）所引用的所有頁面，所以越多頁面引用P（A），則越多的頁面分配PageRank值給P（A），PageRank值也就越高，P（A）越重要。另外，P(B)越重要，它所引用的頁面能分配到的PageRank值就越多，P（A）的PageRank值也就越高，也就越重要。
其計算公式為：

PR（A）：頁面A的PageRank值；
d：阻尼系數，由於某些頁面沒有入鏈接或者出鏈接，無法計算PageRank值，為避免這個問題（即LinkSink問題），而提出的。阻尼系數常指定為0.85。
R（Pi）：頁面Pi的PageRank值；
C（Pi）：頁面鏈出的鏈接數量；
PageRank值的計算初始值相同，為了不忽視被重要網頁鏈接的網頁也是重要的這一重要因素，需要反復迭代運算，據張映海撰文的計算結果，需要進行10次以上的迭代後鏈接評價值趨於穩定，如此經過多次迭代，系統的PR值達到收斂。
PageRank是一個與查詢無關的靜態演算法，因此所有網頁的PageRank值均可以通過離線計算獲得。這樣，減少了用戶檢索時需要的排序時間，極大地降低了查詢響應時間。但是PageRank存在兩個缺陷：首先PageRank演算法嚴重歧視新加入的網頁，因為新的網頁的出鏈接和入鏈接通常都很少，PageRank值非常低。另外PageRank演算法僅僅依靠外部鏈接數量和重要度來進行排名，而忽略了頁面的主題相關性，以至於一些主題不相關的網頁（如廣告頁面）獲得較大的PageRank值，從而影響了搜索結果的准確性。為此，各種主題相關演算法紛紛涌現，其中以以下幾種演算法最為典型。
2）Topic-Sensitive PageRank演算法
由於最初PageRank演算法中是沒有考慮主題相關因素的，斯坦福大學計算機科學系Taher Haveli-wala提出了一種主題敏感（Topic-Sensitive）的PageRank演算法解決了「主題漂流」問題。該演算法考慮到有些頁面在某些領域被認為是重要的，但並不表示它在其它領域也是重要的。
網頁A鏈接網頁B，可以看作網頁A對網頁B的評分，如果網頁A與網頁B屬於相同主題，則可認為A對B的評分更可靠。因為A與B可形象的看作是同行，同行對同行的了解往往比不是同行的要多，所以同行的評分往往比不是同行的評分可靠。遺憾的是TSPR並沒有利用主題的相關性來提高鏈接得分的准確性。
3）HillTop演算法
HillTop是Google的一個工程師Bharat在2001年獲得的專利。HillTop是一種查詢相關性鏈接分析演算法，克服了的PageRank的查詢無關性的缺點。HillTop演算法認為具有相同主題的相關文檔鏈接對於搜索者會有更大的價值。在Hilltop中僅考慮那些用於引導人們瀏覽資源的專家頁面（Export Sources）。Hilltop在收到一個查詢請求時，首先根據查詢的主題計算出一列相關性最強的專家頁面，然後根據指向目標頁面的非從屬專家頁面的數量和相關性來對目標頁面進行排序。
HillTop演算法確定網頁與搜索關鍵詞的匹配程度的基本排序過程取代了過分依靠PageRank的值去尋找那些權威頁面的方法，避免了許多想通過增加許多無效鏈接來提高網頁PageRank值的作弊方法。HillTop演算法通過不同等級的評分確保了評價結果對關鍵詞的相關性，通過不同位置的評分確保了主題（行業）的相關性，通過可區分短語數防止了關鍵詞的堆砌。
但是，專家頁面的搜索和確定對演算法起關鍵作用，專家頁面的質量對演算法的准確性起著決定性作用，也就忽略了大多數非專家頁面的影響。專家頁面在互聯網中占的比例非常低（1.79%），無法代表互聯網全部網頁，所以HillTop存在一定的局限性。同時，不同於PageRank演算法，HillTop演算法的運算是在線運行的，對系統的響應時間產生極大的壓力。
4）HITS
HITS（Hyperlink Inced Topic Search）演算法是Kleinberg在1998年提出的，是基於超鏈接分析排序演算法中另一個最著名的演算法之一。該演算法按照超鏈接的方向，將網頁分成兩種類型的頁面：Authority頁面和Hub頁面。Authority頁面又稱權威頁面，是指與某個查詢關鍵詞和組合最相近的頁面，Hub頁面又稱目錄頁，該頁面的內容主要是大量指向Authority頁面的鏈接，它的主要功能就是把這些Authority頁面聯合在一起。對於Authority頁面P，當指向P的Hub頁面越多，質量越高，P的Authority值就越大；而對於Hub頁面H，當H指向的Authority的頁面越多，Authority頁面質量越高，H的Hub值就越大。對整個Web集合而言，Authority和Hub是相互依賴、相互促進，相互加強的關系。Authority和Hub之間相互優化的關系，即為HITS演算法的基礎。
HITS基本思想是：演算法根據一個網頁的入度（指向此網頁的超鏈接）和出度（從此網頁指向別的網頁）來衡量網頁的重要性。在限定范圍之後根據網頁的出度和入度建立一個矩陣，通過矩陣的迭代運算和定義收斂的閾值不斷對兩個向量Authority和Hub值進行更新直至收斂。
實驗數據表明，HITS的排名准確性要比PageRank高，HITS演算法的設計符合網路用戶評價網路資源質量的普遍標准，因此能夠為用戶更好的利用網路信息檢索工具訪問互聯網資源帶來便利。
但卻存在以下缺陷：首先，HITS演算法只計算主特徵向量，處理不好主題漂移問題；其次，進行窄主題查詢時，可能產生主題泛化問題；第三，HITS演算法可以說一種實驗性質的嘗試。它必須在網路信息檢索系統進行面向內容的檢索操作之後，基於內容檢索的結果頁面及其直接相連的頁面之間的鏈接關系進行計算。盡管有人嘗試通過演算法改進和專門設立鏈接結構計算伺服器（Connectivity Server）等操作，可以實現一定程度的在線實時計算，但其計算代價仍然是不可接受的。
2.3基於智能化排序的第三代搜索引擎
排序演算法在搜索引擎中具有特別重要的地位，目前許多搜索引擎都在進一步研究新的排序方法，來提升用戶的滿意度。但目前第二代搜索引擎有著兩個不足之處，在此背景下，基於智能化排序的第三代搜索引擎也就應運而生。
1）相關性問題
相關性是指檢索詞和頁面的相關程度。由於語言復雜，僅僅通過鏈接分析及網頁的表面特徵來判斷檢索詞與頁面的相關性是片面的。例如：檢索「稻瘟病」，有網頁是介紹水稻病蟲害信息的，但文中沒有「稻瘟病」這個詞，搜索引擎根本無法檢索到。正是以上原因，造成大量的搜索引擎作弊現象無法解決。解決相關性的的方法應該是增加語意理解，分析檢索關鍵詞與網頁的相關程度，相關性分析越精準，用戶的搜索效果就會越好。同時，相關性低的網頁可以剔除，有效地防止搜索引擎作弊現象。檢索關鍵詞和網頁的相關性是在線運行的，會給系統相應時間很大的壓力，可以採用分布式體系結構可以提高系統規模和性能。
2）搜索結果的單一化問題
在搜索引擎上，任何人搜索同一個詞的結果都是一樣。這並不能滿足用戶的需求。不同的用戶對檢索的結果要求是不一樣的。例如：普通的農民檢索「稻瘟病」，只是想得到稻瘟病的相關信息以及防治方法，但農業專家或科技工作者可能會想得到稻瘟病相關的論文。
解決搜索結果單一的方法是提供個性化服務，實現智能搜索。通過Web數據挖掘，建立用戶模型（如用戶背景、興趣、行為、風格），提供個性化服務。

⑩ 搜索引擎核心演算法是什麼

搜索引擎核心演算法是獲得網站網頁資料，建立資料庫並提供查詢的系統。

索引擎的資料庫是依靠一個叫「網路機器人（crawlers）」或叫「網路蜘蛛（Spider）」的軟體，它通過網路上的各種鏈接自動獲取大量的網頁信息內容，並按照一定的規則進行分析和組織。谷歌和網路是典型的搜索引擎系統。

為了更好地服務於web搜索，搜索引擎分析和排序規則也就是說，搜索引擎演算法正在發生變化。由於互聯網上無數的網站頁面，搜索引擎蜘蛛無法將所有網頁下載並保存到伺服器上。

因此，許多搜索引擎蜘蛛只抓取那些重要的頁面，而評估爬行重要性的主要依據是鏈接寬度（以及外部鏈接的數量和質量）。

(10)搜索引擎排名演算法有什麼用擴展閱讀：

搜索引擎核心演算法的優化：

1、在搜索前，根據條件降低搜索規模。

2、廣度優先搜索中，被處理過的節點，充分釋放空間。

3、給據問題的約束條件進行剪枝。

4、利用回溯演算法進行優化：回溯和深度優先是相似的，區別在於當一個節點被擴展時，不是所有的子節點都被擴展，而是只有一個子節點被擴展。所以它是盲的，但佔用的內存更少。