面向搜索引擎友好的網站設計

房東：藤園跳海

發表時間：2007-02-09

面向搜索引擎友好的網站設計
目前中文網站在整個互聯網中的影響還比較小，這主要是由於中文網站總體的水準（技術上，內容上）都還相對落後造成的，最主要的表現有︰

行業知識︰不知道搜索引擎對吸引的新用戶的重要性，在搜索引擎排名服務中追求“傻瓜相關”，購買一些其實沒有太多實際意義的行業關鍵詞。其實能夠用戶輸入的關鍵詞越多，其目標性越強，這樣的客戶價值越高。用戶能夠直接定位到產品具體內容頁比到網站首頁有價值的多；
發布技術︰網站的網頁進入Google的索引量非常小，主要是由於大量使用動態網頁造成的。需要將動態頁面鏈接改寫成靜態鏈接；
頁面設計︰頁面標題重複，關鍵詞不突出，過渡使用JavaScript腳本/圖片/Flash等不適合搜索引擎索引的非文本形式；
而以上這些問題的根本原因還是網站自身缺乏日誌統計分析造成︰因此無法看到SEO對網站自身產生的巨大影響。

SEO的目的是透過一些簡單的策略，讓網站自身的水準在互聯網中有一個真實的體現。
網站架構設計中面向搜索引擎的優化注意事項包括︰

鏈接引用的重要性；
如何突出關鍵詞︰網頁標題、主題的設計；
頁面及站點架構設計注意事項；
以及站點訪問統計的重要性等；
Google的站點設計指南
（注意︰本網站設計本身就利用了其中一些方法）。
什麼是PageRank
Google等新一帶搜索引擎的優勢之一在於不僅索引量很大，而且還將最好的結果排在搜索結果的最前面，具體的原理可以參考Google 祕密 - PageRank 底解一文，PageRank簡單的說類似於科技論文中的引用機製︰誰的論文被引用次數多，誰就是威權。在互聯網上PageRank就是基於網頁中相互鏈接關係的分析得出的。

此外，從計算方法角度闡述PageRank機製還有這篇文章︰http://pr.efactory.de/裡面有更詳細的PageRank算法說明和各種清晰的小型個案分析︰

比如︰子頁中導航條的重要性
B <=> A => C
Vs
B <=> A <=> C （好）

頁面數量原素︰
B <=> A <=> C
Vs
F <=\\ /=> G
B <=> A <=> C （好）
D <=/ \\=> E

一個意想不到的結論︰
(B <=> A <=> C) ( E <=> D <=> F)
Vs
(B <=> A <=> C) <=> ( E <=> D <=> F)
PageRank升高的只是被鏈接的2個首頁A和D，而網站子頁面的PageRank平均會略有下降。同時︰一個網站進入Google的索引量越大其受類似原素影響越小。
PageRank不對稱的頁面互鏈︰
Google會用BadRank之類的算法進行糾正，而且一個網頁著有來自“與其自身不相稱”的高PageRank站點的鏈接，而自身又缺少足夠數量和質量的反相鏈接的話，其PageRank會自動降低為0，A(pr=7) <=> B(pr=0)
簡單的說就是︰偶爾要被威權站點反相鏈接不算數，要被足夠多的威權站點引用才能提升自身網頁的PageRank。
Web超鏈分析算法綜述（南京大學論文）更多論文可以透過搜索︰“filetype:pdf google pagerank anchor text bayesian”得到

鏈接就是一切
在互聯網的海洋中，最重要的就是互聯互通，不被其他網站引用的網站就是“訊息孤島”。“酒好也怕藏的深”，也許\這話說起來有點像垃圾郵件廣告，但事實就是這樣。所以如果做網站的目的不是孤芳自賞，就需要積極的推展自己的網站。
透過搜索引擎推展自己需要注意以下幾個方面︰

以量取勝︰不一定加入道統門戶網站的分類目錄才是網站推展，來自其他網站的任何反相鏈接都是有用的
網站推展比較經典的模式就是加入比較大型門戶網站的分類目錄，比如︰Yahoo!，dmoz.org等。其實這裡有一個誤區︰不一定非要加入大型網站的分類目錄才是網站推展，因為現下搜索引擎已經不再只是網站目錄的索引，而是更全面的網頁索引，所以無論來自其他網站任何地方的反相鏈接都是非常有價值的，哪怕是出現下新聞報道，論壇，郵件清單歸檔中。Blogger（Weblog的簡稱）們也許\最深刻地理解了“鏈接就是一切”這句話的含義，由於Blog的內容之間有大量的相互鏈接（他們之間利用RSS很容易進行鏈接大量傳播），因此最經常被引用的Blog頁面在搜索引擎中的排名往往比一些大型商業網站的頁面還要高。而WIKI這樣的文檔管理系統更加突出了良好架構，良好引用的特徵。而目前很多網站透過在各種WIKI/留言簿中灌注垃圾留言的方法，這種模式是非常不可取的。這種鏈接不穩定︰
以質取勝︰被PageRank高的網站引用能更快地提升PageRank
數量只是關鍵原素之一，來自PageRank高的頁面的鏈接還能更快的提升被鏈接目標的PageRank，我只是將一些文章投稿在了ZDNet中國上，由於頁面上有文章出處鏈接，相應網頁和網站整體的PageRank過了一段時間後就有了很大的提升。有時候被什麼樣的網站引用有時候比引用次數多更重要。這裡我要特別感謝的是，當時ZDNet中國是唯一遵循了我的版權聲明的要求表明了文章出處，並且有反相鏈接的網站。
按照這個原則︰能夠名列Yahoo!和DMOZ這樣的大型威權目錄的頭2層是非常有價值的。
了解搜索引擎的\"價值觀\"︰
Lucene簡介這篇文章被Jakarta.apache.org的lucene項目引用以後，這篇文章就成為了所有頁面中PageRank最高的頁面，而Google支援的一些項目，比如︰Folding@Home，讓我一直懷疑他們對政府，教育和非盈利組織的站點有特別加分，畢竟.org .edu才代表了互聯網的實質︰分權和共享。
但更合理的解釋是︰.org很多都是開放技術平台的開發者，他們會在首頁這樣的地方加入Powered By Apache, Power by FreeBSD之類的鏈接表示對其他開源平台的尊重，所以象Apache, PHP, FreeBSD這樣的開源站點在GOOGLE中都有非常高的PageRank。而在.edu這些站點中，很多都是學術性比較強的文檔，以超鏈接形式標明參考文獻的出處已經成為一種習慣，而這也無疑正是PageRank最好的依據。
注意︰不要透過Link Farm提升自身的站點排名︰Google會懲罰那些主動鏈接到Link Farm站點以提升自身排名站點，相應站點的頁面將不會被收入到索引中。但如果你的頁面被別的Link Farm鏈接了也不必擔心，因為這種被動的鏈接是不會被懲罰的。

不要吝嗇給其他網站的鏈接︰如果一個網頁只有大量的進入鏈接，而缺乏匯出鏈接，也會被搜索引擎認為是沒有價值的站點。保證你的網站能夠幫助搜索引擎更準確地判斷哪些是對用戶最有價值的訊息，也就是說如果你的網站只有外部反向鏈接而沒有匯出鏈接的話，也會對你的網站在搜索結果中的表現帶來負面影響。當然網站中連一個匯出鏈接都沒有的情況非常罕見，除非你是刻意這么\做。正常情況下大家都會自然地在網頁中加上一些其他網站的鏈接，帶領訪問者去到我們認為重要或能夠提供更多有價值訊息的地方，
另外在推展自己網站之前也許\首先需要了解自己網站目前在一些搜索引擎中的知名度，原理非常簡單，可以參考如何評價網站的人氣一文。

網站推展只是手段，如何突出內容、讓需要相關訊息的用戶能夠盡快的找到你的網站才是目的，PageRank高並不代表像Yahoo!這樣的門戶站點就能在所有搜索結果中排名靠前，因為搜索引擎的結果是搜索關鍵詞在頁面中的匹配度和頁面的PageRank相結合的排名結果。因此第二個要點︰如何突出關鍵詞。

如何突出關鍵詞︰面向主題(Theme)的關鍵詞匹配
Theme Engine正在逐步超過PR，成為結果排序中更主要的原素，可以比較一下以下現象︰
為什麼查“新聞”，“汽車”之類的文字，各種門戶網站的首頁不在第一位？要知道他們的頁面中都有相應頻道的鏈接文字的
一篇新聞頁面中，搜索引擎如何不透過模板匹配，自動將新聞的主體和頁面中的頁頭，欄目導航條，頁尾等部分的內容區分開的？
其實以上問題都可以歸結為網頁內容摘要的提取策略和關鍵詞在其中的命中︰
首先將能夠描述一個頁面內容的分成以下幾種類型︰

鏈入文字描述︰inbound link text
http://www.searchenginedictionary.com/terms-inbound-link.shtml

HTML頁面標題︰title 好標題一般會將頁面中最重要的關鍵詞放在最前面，比如︰ABC-10型吸塵器 - XX家電城
HTML內容主體︰content text
鏈出文字︰outbound link text

如果按照以下規則︰
一個頁面中關鍵詞命中權重︰鏈入文字 > HTML標題文字 > HTML頁面主體內容 >> 出鏈文字，以上現象就比較好解釋了。
鏈入文字是頁面上看不見的，但鏈入文字對被鏈接頁面有巨大的作用︰在現代搜索引擎在關鍵詞匹配的過程中，匹配的過程不只看當前頁面的內容摘要︰很大程度上，不只看這個網頁自己說自己有什麼內容，還要看別人如何鏈接時，如何描述你的網站別人怎么\稱呼你，比你自己說自己更重要。。
比如查︰“世界衛生組織”，返回結果中有 http://www.who.int/ 而這個頁面中是沒有中文的，之所以能匹配上，是因為很多鏈接它的中文網站使用了︰世界衛生組織，所以，這個頁面中不存在的中文關鍵詞也成為了頁面摘要的一部分。這樣一想，就可以知道鏈出鏈接的文字其實是為被鏈接的子頻道首頁或者內容詳情頁服務的。對自身頁面的關鍵詞密度只有負面的影響，這也是Google建議一個頁面中鏈接不要超過100個的原因︰他根本不索引100個鏈接以後的內容。按照以上規則，搜索引擎將一篇新聞詳情頁中的新聞內容提取出來就是把頁面上所有帶HTTP鏈接的文字都去掉，就是新聞的內容部分了，更精確一些可以透過取最長文本段落等策略實現；而很多網站首頁或頻道首頁中幾乎全部都是鏈接，經過搜索引擎分析的結果就是︰什麼內容也沒有，能夠被命中的關鍵詞僅僅是別人鏈接你用的“網站首頁”和頻道標題Title中的站點名稱等的幾個關鍵詞，而頁面中其他的文字則遠遠不如相應子頻道和具體內容頁面的匹配度高，而搜索引擎能夠透過以上規則，讓用戶更快的直接定位到有具體內容的內容詳情頁面。因此希望透過一個首頁，儘可能多的命中所有希望推展的關鍵詞是不可能的。讓網頁儘可能多的進入搜索引擎的索引，然後把握好整個網站的主題風格是非常重要的，讓網站的主題關鍵詞能夠比較均勻的按照金字塔模式分佈到網站中可以參考︰網站的主題金字塔設計網站名稱（用戶透過1－2個抽象關鍵詞）
/ \\
子頻道1 子頻道2 （用戶透過2－3個關鍵詞命中）
/ \\ / \\
產品1 產品2 文章1 文章2 (用戶透過3－4個關鍵詞命中︰這種用戶最有價值)

不要空著標題︰空著無異於浪費了最有價值的一塊陣地；
不要使用meta keywords/description
道統的頁面中，HTML頁面中會有類似以下的隱含訊息，用於說明當前網頁的主要內容關鍵字︰

後來由於這種人工添加關鍵詞的模式被濫用，大量網頁中為了提升被搜索引擎命中的機率，經常添加一些和實際網頁內容無關的熱門關鍵比如︰“music mp3 download”等，所以新一代的搜索引擎已經不再關心頁面頭檔案中的人工meta keyword聲明，而頁面標題在搜索引擎的關鍵詞的命中命中過程中往往有著更高的比重，如果一個關鍵詞在標題中命中會比在頁面中命中有更高的得分，從而在相應的搜索結果排名中更靠前。
標題長度和內容︰不要過長，一般在40個字(80個位元組)以內，並充分突出關鍵詞的比重；
如果更長的標題搜索引擎一般會忽略掉，所以要儘可能將主要關鍵詞放在標題靠前的位置。省略掉不必要的形容詞吧，畢竟用戶主要透過名詞來找到需要的內容。標題內容︰盡量用一些別人可以透過關鍵詞找到的字眼（也別太過頭，如果標題中的字眼超過1半內容中都沒有，有可能被搜索引擎排除出索引），因此基於web日誌中來自其他搜索引擎的關鍵詞查詢統計非常必要。
如果網頁很多的話，盡量使用不同的網頁標題，爭取讓自己網站的內容更多的進入搜索引擎索引範圍；
因為搜索引擎會根據頁面內容的相似度把一些內容當成重複頁面排除出索引範圍；
http://www.chedong.com/phpMan.php是我的網站上的一個小應用︰一個web界面的unix命令手冊（man page），在以前的設計中所有動態頁面使用的都是同樣的標題︰\"phpMan: man page /perldoc /info page web interface\" ，Google索引了大約3000多個頁面，後來我將頁面標題改成了\"phpMan: [命令名]\"這樣的格式，比如︰\"phpMan: ls\"，這樣大部分動態頁面的標題就都不一樣了，一個月後Google從這個頁面入口索引了大約6000個頁面。因此，如果網站中很多網頁都使用相同的標題，比如︰“新聞頻道”，“論壇”，這些頁面中很大一部分就會被排重機製忽略掉。
除了外，還可以用

標題行突出內容主題，加強標題的效果；
在我的網站設計中︰我會把用

[標題]

這樣的模板把標題突出顯示，而不是透過改變字體的模式突出標題。
其他網站設計提示
靜態鏈接︰Blog網站另外一個優勢在於其網頁是靜態鏈接︰動態網頁占到整個互聯網內容的90％以上。各個搜索引擎其實能夠表現的都只不過是互聯網的冰山一角(3-5%)，不同的只是誰讓優質網頁排名靠前的策略更優秀而已︰大部分搜索引擎都認為靜態鏈接的網頁是優質網頁，Google在優先抓取索引的網頁中70%以上是不帶參數鏈接的靜態網頁。而且即使同樣的內容，靜態網頁也會比動態網頁權重高︰很容易理解︰query?a=1 b=2這樣的鏈接由於參數順序顛倒的query?b=2 a=1完全相同。盡量使用靜態網頁︰目前能夠動態網頁進行全面的索引還比較難，而即使是Google也更不會索引所有的內容，因此很少會對參數超過2個的動態網頁進行進一步的抓取和分析。以下是一個phpBB論壇頁面返回的HTTP頭訊息︰
HTTP/1.1 200 OK
Date: Wed, 28 Jan 2004 12:58:54 GMT
Server: Apache/1.3.29 (Unix) mod_gzip/1.3.26.1a PHP/4.3.4
X-Powered-By: PHP/4.3.4
Set-Cookie: phpBB_data=a%3A0%3A%7B%7D; expires=Thu, 27-Jan-2005 12:58:54 GMT; path=/;
Set-Cookie: phpBB_sid=09f67a83ee108ecbf11e35bb6f36fcec; path=/;
Content-Encoding: gzip
Cache-Control: private, pre-check=0, post-check=0, max-age=0
Expires: 0
Pragma: no-cache
Connection: close
Content-Type: text/html

為了避免隱私問題︰Googlebot可以透過對頁面http header中的session id和session cookie進行一些甄別，這樣很多需要認証訊息的論壇內容就無法進入索引了。
總體上說Google喜歡新的，靜態的內容。因此無論從效率上講還是方便搜索引擎收錄︰使用內容發布系統將網站內容發布成靜態網頁都是非常必要的，從某種程度上說google friendly = anonymous cache friendly。
比如︰http://www.chedong.com/phpMan.php/man/intro/3
比http://www.chedong.com/phpMan.php?mode=man parameter=intro section=3這樣的鏈接更容易進入搜索引擎的索引。而且在URL中的命中也能突出關鍵詞。
能夠進入Google索引的頁面數量越多越好。用類似以下的腳本可以統計自己的網站被搜索引擎索引的情況。
#!/bin/sh
YESTERDAY=`date -d yesterday +%Y%m%d`
# for FreeBSD: YESTERDAY=`date -v-1d +%Y%m%d`

LOG_FILE=\'/home/apache/logs/access_log\'

grep -i Googlebot $LOG_FILE.$YESTERDAY|awk \'{print $7}\' |sort | uniq -c | sort -rn > spider/$YESTERDAY.googlebot.txt
grep -i baiduspider $LOG_FILE.$YESTERDAY|awk \'{print $7}\' |sort | uniq -c | sort -rn > spider/$YESTERDAY.baiduspider.txt
grep -i msnbot $LOG_FILE.$YESTERDAY|awk \'{print $7}\' |sort | uniq -c | sort -rn > spider/$YESTERDAY.msnbot.txt
grep -i inktomi $LOG_FILE.$YESTERDAY|awk \'{print $7}\' |sort | uniq -c | sort -rn > spider/$YESTERDAY.inktomi.txt
grep -i openbot $LOG_FILE.$YESTERDAY|awk \'{print $7}\' |sort |uniq -c | sort -rn > spider/$YESTERDAY.openbot.txt

網站目錄架構要扁平，因為每深一級目錄，PAGERANK降低1－2個檔次。假設首頁是3，其子可能目錄就是1了，更深可能就無法列入評級範圍了。

表現和內容的分離︰“綠色”網頁
網頁中的javascript和css儘可能和網頁分離，一方面提升代碼重用度（也方便頁面緩存），另外一方面，由於有效內容占網頁長度的百分比高，也能提升相關關鍵詞在頁面中的比重也增加了。總之，應該鼓勵遵循w3c的規範，使用更規範的XHTML和XML作為顯示格式便於內容更長時間的儲存。
讓所有的頁面都有能夠快速入口︰站點地圖，方便網頁爬蟲（spider）快速遍歷網站所有需要發布的內容。如果首頁就是用Flash或圖片進入的話，無異於將搜索引擎拒之門外，除了UI設計的用戶友好外，spider friendly也是非常重要的。
保持網站自身的健康︰經常利用壞鏈檢查工具檢查網站中是否有死鏈。
保持網頁內容/鏈接的穩定性和持久性︰在搜索引擎索引中網頁存在的歷史也是一個比較重要的原素，而且歷史比較久的網頁被鏈接的幾率越高。為了保證自己網頁能夠被比較持久的被其他網站的頁面引用，如果自己網頁中有鏈接更新時，最好能保留舊的頁面並做好鏈接轉向，以保持內容的連續性。要知道，把一個網站和內容在搜索引擎中的排名“培養”的很高是一件非常不容易的事情，誰都不希望好不容易自己的內容被別人找到了，點擊卻是“404 頁面不存在”吧，因此站點管理員對自身站點error.log的分析也是非常必要的。
檔案類型原素︰Google有對PDF, Word(Power Point, Excel), PS文檔的索引能力，由於這種文檔的內容比一般的HTML經過了更多的整理，學術價值一般比較高，所以這些類型的文檔天生就比一般的HTML類型的文檔 PageRank要高。因此，對於比較重要的文檔︰技術白皮書，FAQ，安裝文檔等建議使用PDF PS等進階格式存取，這樣在搜索結果中也能獲得比較靠前的位置。
常常能發現門戶站點的一條新聞往往比其他站點的首頁排名還要靠前。因此一個站點總體PageRank提升了以後，往往自身一些並不重要的內容也會被同那些高PageRank的內容一起帶入被搜索引擎優先查詢的清單中。這樣經常造成很多大的開發站點的郵件清單歸檔往往比其他站點的首頁PageRank還要高。
知己知彼──站點訪問統計/日誌分析挖掘的重要性
網站設計不僅僅只是被動的迎合搜索引擎的索引，更重要是充分利用搜索引擎帶來的流量進行更深層次的用戶行為分析。目前，來自搜索引擎關鍵詞統計幾乎是各種WEB日誌分析工具的標準功\能，相信商業日誌統計工具在這方面應該會有更強化的實現。WEB日誌統計這個功\能如此重要，以至於新的RedHat 8中已經將日誌分析工具webalizer作為標準的伺服器配置應用之一。

以Apache/webalizer為例，具體的做法如下︰
記錄訪問來源︰
在Apache配置檔案中設定日誌格式為combined格式，這樣的日誌中會包含擴展訊息︰其中有一個字段就是相應訪問的轉向來源︰ HTTP_REFERER，如果用戶是從某個搜索引擎的搜索結果中找到了你的網頁並點擊過來，日誌中記錄的HTTP_REFERER就是用戶在搜索引擎結果頁面的URL，這個URL中包含了用戶查詢的關鍵詞。

在webalizer中缺省配置針對搜索引擎的統計︰如何提取HTTP_REFERER中的關鍵詞
webalizer中缺省有針對yahoo, google等國際流行搜索引擎的查詢格式︰這裡我增加了針對國內門戶站點的搜索引擎參數設定
SearchEngine yahoo.com p=
SearchEngine altavista.com q=
SearchEngine google.com q=
SearchEngine sina.com.cn word=
SearchEngine baidu.com word=
SearchEngine sohu.com word=
SearchEngine 163.com q=

透過這樣設定webalizer統計時就會將HTTP_REFERER中來自搜索引擎的URL中的keyword提取出來，比如︰所有來自 google.com鏈接中，參數q的值都將被作為關鍵詞統計下來︰，從匯總統計結果中，就可以發現用戶是根據什麼關鍵詞找到你的次數，以及找到你的用戶最感興趣的是那些關鍵詞等，進一步的，在webalizer中有設定還可以將統計結果倒出成CSV格式的日誌，便於以後匯入數據庫進行歷史統計，做更深層次的數據挖掘等。

以前透過WEB日誌的用戶分析主要是簡單的基於日誌中的訪問時間/IP位址來源等，很明顯，基於搜索引擎關鍵詞的統計能得到的分析結果更豐富、更直觀。因此，搜索引擎服務的潛在商業價值幾乎是不言而喻的，也許\這也是Yahoo! Altavista等道統搜索引擎網站在門戶模式後重新開始重視搜索引擎市場的原因，看看Google的年度關鍵詞統計就知道了，在互聯網上有誰比搜索引擎更了解用戶對什麼更感興趣呢？

請看本站的反相鏈接統計︰http://www.chedong.com/log/2003_6.log
需要注意的是︰由於Google針對Windows 2000中的IE使用的是UTF-8模式的編碼，因此很多統計有時候需要在UTF-8模式下檢視才是正確字符顯示。從統計中能夠感受到︰在使用水準比較高的IT開發人員中Google已經成為最常用的搜索引擎。而使用百度的用戶也已經大大超過了道統的搜狐，新浪等門戶站點，因此道統門戶網站在搜索引擎上的優勢將是非常脆弱的。而從技術的發展趨勢來看，以後還會有更多的利用互聯網媒體做更深層次數據挖掘的服務模式出現︰

轉載自cnblog.org──“突發”文字可能揭示社會趨勢

在“新科學家”(New Scientist)線上雜誌上，公佈了康奈爾大學的一個新研究成果，引人注目，也許\與Google 收購Pyra 的動機有關。

這所大學的計算機科學家 Jon Klenberg 開發了一個計算機算法，能夠識別一篇文章中某些文字的“突發”增長，而且他發現，這些“突發”增長的文字可以用來快速識別最新的趨勢和熱點問題，因此能夠更有效地篩選重要訊息。過去很多搜索技術都採用了簡單計算文字/詞組出現頻率的方法，卻忽略了文字使用增加的速率。

Jon 特別指出，這種方法可以應用到大量Weblog上，以跟蹤社會趨勢，這對商業應用也很有潛力。例如，廣告商可以從成千上萬的個人Blog 中快速找到潛在的需求風尚。而且只要Blog 覆蓋\話題範圍足夠大（實際上發展趨勢確實如此），這項技術對政治、社會、文化和經濟等領域也都會有實際意義了。

雖然Google 新聞的內部算法至今沒有公開，但是人們猜測這種完全由機器所搜集的頭條新聞應當不是Google搜索引擎中慣用的鴿子算法，很可能與這種“突發”判斷算法有關。如此說來，Google收購Blog工具供應商的舉動確實還有更深層次的遠見了。

- NewScientist.com news, Word \'bursts\' may reveal online trends
- 還沒有寫完這些介紹，在 SlashDot 上也看到了很多有關這個發現的討論

附︰Google官方的站點設計指南

Make a site with a clear hierarchy and text links. Every page should be reachable from at least one static text link. 讓網站有著清晰的架構和文本鏈接，所有的頁面至少要有一個靜態文本鏈接入口
批注︰盡量不要用圖片和JAVASCRIPT
Offer a site map to your users with links that point to the important parts of your site. If the site map is larger than 100 or so links, you may want to break the site map into separate pages.
為用戶提供一個站點地圖︰轉向網站的重要部分。如果站點地圖頁面超過100個鏈接，則需要將頁面分成多個頁面。
批注︰索引頁不要超過100個鏈接︰SPIDER只考慮頁面中頭100個鏈接
Create a useful, information-rich site and write pages that clearly and accurately describe your content.
用一些有用的，訊息量豐富的站點，清晰並正確的描述你的訊息。
Think about the words users would type to find your pages, and make sure that your site actually includes those words within it.
想像用戶可能用來找到你的關鍵詞，並保證這些關鍵詞在網站中出現。
批注︰少用“最大”，“最好”之類的形容詞，用用戶最關心的詞，比如︰下載，歌星名字，而不是一些抽象名詞。
Try to use text instead of images to display important names, content, or links. The Google crawler doesn\'t recognize text contained in images.
儘可能使用文本，而不是圖片顯示重要的名稱，內容和鏈接。GOOGLE的機器人不認識圖片中的文字。
Make sure that your TITLE and ALT tags are descriptive and accurate.
保證︰頁面的TITLE和ALT標記正確的精確描述
Check for broken links and correct HTML.
檢查壞鏈並修正這些HTML錯誤。
If you decide to use dynamic pages (i.e., the URL contains a \'?\' character), be aware that not every search engine spider crawls dynamic pages as well as static pages. It helps to keep the parameters short and the number of them small.
如果你打算使用動態頁面︰鏈接中包含\"?\"，必須了解︰並非所有的搜索引擎的機器人能想對待靜態頁面一樣對待動態頁面，保持動態頁面的參數儘可能的少也會很有幫助。
Keep the links on a given page to a reasonable number (fewer than 100).
讓一個頁面中的鏈接少於100個。
批注︰用lynx -dump http://www.chedong.com 可以類比從robot角度看到的頁面。其最後有鏈接統計

輸出類似︰

[1]Google Free Search _______________________________ Google Search
(_) Search WWW (_) Search chedong.com

更新 [2]站點地圖 / Site Map [3]留言簿 / Guest Book [4]意見回饋 /
Feed Back
...
References

Visible links
1. http://www.google.com/services/free.html
2. http://www.chedong.com/sitemap.html#sitemap
3. http://www.chedong.com/guestbook/
4. http://www.chedong.com/formmail.htm
...
Hidden links:
50. http://www.chedong.com/bbcweb/
...

搜索引擎的宗旨在於提取互聯網中質量最好的內容提供給用戶，任何有利於幫助用戶獲得相對公正，優質內容的策略都是搜索引擎追求目標。PageRank是一個非常好的策略，但是並非所有策略都是基於非常複雜的算法。
從搜索引擎看來什麼是互聯網中“好”的內容呢？

首先︰互聯網大約是8G個網頁，而且以每天2M的速度增長的。其中80%以上是動態網頁，而占總量20%的靜態網頁就是一個相對比較簡單的過濾規則。
其次︰用戶友好（User friendly）也是很重要的方面，搜索引擎利用算法幫助提升這些優質網站，包括︰透過CSS將內容和表現分離︰較少的javascript和frame架構，spider本身也很難深入抓取這些網頁︰Javascript和frame架構大部分是廣告。
標題明確︰無標題，重複標題或者標題SPAM（類似於︰遊戲遊戲遊戲遊戲遊戲遊戲這樣的標題）進行過濾或降低得分頁面大小︰因為頁面過大會導致用戶下載緩慢，所以很多引擎只計算頁面大小在100k以內的網頁。
鏈接引用︰不僅需要有鏈接鏈入，也需要幫助用戶找到其他更有價值的內容；
檔案類型︰PDF和DOC等專業文檔和來自edu,gov等非贏利網站的內容；
鏈入網站的文字︰所有用戶不可見的原素全部被忽略。此外︰用戶搜索的行為本身也被Google記錄，可能對目標網站的主題相關度有幫助。

贊助網站

明日黃金屋
租屋就找明日黃金屋
明日黃金屋
提供租屋廣告刊登與租屋查詢,有實景照片、電子地圖、租屋配對等功能。
易祺清潔公司
年終大掃除，解決您清潔的困擾，由我們專業的清潔服務員到府提供完善的清潔服務。

　共 0 人回應

姓名：
佈告內容：