h1>如何提高網(wǎng)站在Google中的排名
??? ——面向搜索引擎的網(wǎng)站設(shè)計

作者： 車東 Email: chedongATbigfoot.com/chedongATchedong.com

寫于：2003/01 最后更新： 08/05/2006 14:47:05

版權(quán)聲明：可以任意轉(zhuǎn)載，轉(zhuǎn)載時請務(wù)必以超鏈接形式標明文章原始出處和作者信息及本聲明
http://www.chedong.com/tech/google.html

關(guān)鍵詞：Google PageRank "link popularity" "website promotion" "optimization for search engine"?

內(nèi)容摘要：（注意：這個網(wǎng)站設(shè)計本身就利用了其中一些方法）。
網(wǎng)站設(shè)計中面向搜索引擎的優(yōu)化注意事項：

誰不想自己的網(wǎng)站在Google的搜索結(jié)果重排名靠前呢，但你的網(wǎng)站設(shè)計是Search Engine Ready的嗎？

什么是PageRank

Google等新一帶搜索引擎的優(yōu)勢之一在于不僅索引量很大，而且還將最好的結(jié)果排在搜索結(jié)果的最前面，具體的原理可以參考Google の秘密 - PageRank 徹底解説一文，PageRank簡單的說類似于科技論文中的引用機制：誰的論文被引用次數(shù)多，誰就是權(quán)威。在互聯(lián)網(wǎng)上PageRank就是基于網(wǎng)頁中相互鏈接關(guān)系的分析得出的，由此引出第一個要點：

鏈接就是一切

在互聯(lián)網(wǎng)的海洋中，最重要的就是互聯(lián)互通，不被其他網(wǎng)站引用的網(wǎng)站就是“信息孤島”?！熬坪靡才孪镒由睢?，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(wǎng)站的目的不是孤芳自賞，就需要積極的推廣自己的網(wǎng)站。通過搜索引擎推廣自己需要注意以下幾個方面：

  1. 以量取勝：不一定加入大型網(wǎng)站的分類目錄才是網(wǎng)站推廣，來自其他網(wǎng)站的任何反相鏈接都是有用的
    網(wǎng)站推廣比較經(jīng)典的方式就是加入比較大型門戶網(wǎng)站的分類目錄，比如：Yahoo!，dmoz.org等。其實這里有一個誤區(qū)：不一定非要加入大型網(wǎng)站的分類目錄才是網(wǎng)站推廣，因為現(xiàn)在搜索引擎已經(jīng)不再只是網(wǎng)站目錄的索引，而是更全面的網(wǎng)頁索引，所以無論來自其他網(wǎng)站任何地方的反相鏈接都是非常有價值的，哪怕是出現(xiàn)在新聞報道，論壇，郵件列表歸檔中。因此在往很多大型站點的郵件列表發(fā)郵件時，一定注意在自己的簽名中加上自己網(wǎng)站的地址。
    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，由于Blog的內(nèi)容之間有大量的相互鏈接，因此最經(jīng)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(yè)網(wǎng)站的頁面還要高。
  2. 以質(zhì)取勝：被PageRank高的網(wǎng)站引用能更快地提高PageRank
    數(shù)量只是關(guān)鍵因素之一，來自PageRank高的頁面的鏈接還能更快的提高被鏈接目標的PageRank，以我的個人網(wǎng)站為例：我沒有加入任何分類目錄，只是將一些文章投稿在了ZDNet中國上，由于頁面上有文章出處鏈接，相應(yīng)網(wǎng)頁和網(wǎng)站整體的PageRank過了一段時間后就有了很大的提升。有時候被什么樣的網(wǎng)站引用有時候比引用次數(shù)多更重要。這里我要特別感謝的是，當(dāng)時ZDNet中國是唯一遵循了我的版權(quán)聲明的要求表明了文章出處，并且有反相鏈接的網(wǎng)站。
  3. 了解搜索引擎的"價值觀"：
    Lucene簡介這篇文章被Jakarta.apache.org的lucene項目引用以后，這篇文章就成為了所有頁面中PageRank最高的頁面（在Google工具欄上顯示是6/10），而Google深厚的學(xué)院氣氛讓我一直懷疑他們對 .edu等非功利站點有特別加分 :-)，畢竟.org .edu才代表了互聯(lián)網(wǎng)精神的實質(zhì)：知識的共享。
    但更合理的解釋是：.org很多都是開放技術(shù)平臺的開發(fā)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臺的尊重，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(xué)術(shù)性比較強的文檔，以超鏈接形式標明參考文獻的出處已經(jīng)成為一種習(xí)慣，而這也無疑正是PageRank最好的依據(jù)。
    注意：千萬不要通過Link Farm提高自身的站點排名：Google會懲罰那些主動鏈接到Link Farm站點以提高自身排名站點，相應(yīng)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(dān)心，因為這種被動的鏈接是不會被懲罰的。

另外在推廣自己網(wǎng)站之前也許首先需要了解自己網(wǎng)站目前在一些搜索引擎中的知名度，這里我做了個小工具可以用于這一目的：
http://www.chedong.com/linkPopCheck.php。
原理非常簡單，可以參考如何評價網(wǎng)站的人氣：http://www.chedong.com/tech/link_pop_check.html一文。

網(wǎng)站推廣只是手段，如何突出內(nèi)容、讓需要相關(guān)信息的用戶能夠盡快的找到你的網(wǎng)站才是目的，PageRank高并不代表像Yahoo!這樣的門戶站點就能，因為搜索引擎的結(jié)果是搜索關(guān)鍵詞在頁面中的匹配度和頁面的PageRank相結(jié)合的排名結(jié)果。因此第二個要點：

如何突出關(guān)鍵詞

  1. 不要空著標題：空著<title></title>無異于浪費了最有價值的一塊陣地；
    傳統(tǒng)的頁面中，HTML頁面中會有類似以下的隱含信息，用于說明當(dāng)前網(wǎng)頁的主要內(nèi)容關(guān)鍵字：
    <header>
    ??? <meta name="keyword" content="mp3 download music...">
    </header>
    后來由于這種人工添加關(guān)鍵詞的方式被濫用，大量網(wǎng)頁中為了提高被搜索引擎命中的概率，經(jīng)常添加一些和實際網(wǎng)頁內(nèi)容無關(guān)的熱門關(guān)鍵比如：“music mp3 download”等，所以新一代的搜索引擎已經(jīng)不再關(guān)心頁面頭文件中的人工meta keyword聲明，而頁面標題在搜索引擎的關(guān)鍵詞的命中命中過程中往往有著更高的比重，如果一個關(guān)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(yīng)的搜索結(jié)果排名中更靠前。
  2. 標題長度和內(nèi)容：不要過長，一般在40個字符以內(nèi)，并充分突出關(guān)鍵詞的比重；
    如果更長的標題搜索引擎一般會忽略掉，所以要盡可能將主要關(guān)鍵詞放在標題靠前的位置。省略掉不必要的形容詞吧，畢竟用戶主要通過名詞來找到需要的內(nèi)容。標題內(nèi)容：盡量用一些別人可以通過關(guān)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(nèi)容中都沒有，有可能被搜索引擎排除出索引），因此基于web日志中來自其他搜索引擎的關(guān)鍵詞查詢統(tǒng)計非常必要。
  3. 如果網(wǎng)頁很多的話，盡量使用不同的網(wǎng)頁標題，爭取讓自己網(wǎng)站的內(nèi)容更多的進入搜索引擎索引范圍；
    因為搜索引擎會根據(jù)頁面內(nèi)容的相似度把一些內(nèi)容當(dāng)成重復(fù)頁面排除出索引范圍；
    http://www.chedong.com/phpMan.php是我的網(wǎng)站上的一個小應(yīng)用：一個web界面的unix命令手冊（man page），在以前的設(shè)計中所有動態(tài)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，后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(tài)頁面的標題就都不一樣了，一個月后Google從這個頁面入口索引了大約6000個頁面。因此，如果網(wǎng)站中很多網(wǎng)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制忽略掉。
  4. 除了<title></title>外，還可以用<h1></h1>標題行突出內(nèi)容主題，加強標題的效果；
    在我的網(wǎng)站設(shè)計中：我會把用<h1>[標題]</h1>這樣的模板把標題突出顯示，而不是通過改變字體的方式突出標題。

其他網(wǎng)站設(shè)計提示

  1. 盡量使用靜態(tài)網(wǎng)頁：目前能夠像Google一樣對動態(tài)網(wǎng)頁進行索引的搜索引擎還比較少，而同樣內(nèi)容的動態(tài)網(wǎng)頁其權(quán)重比靜態(tài)網(wǎng)頁也要低很多。因此無論從效率上講還是方便搜索引擎收錄，使用內(nèi)容發(fā)布系統(tǒng)將網(wǎng)站內(nèi)容發(fā)布成靜態(tài)網(wǎng)頁都是非常必要的。
    比如：http://www.chedong.com/phpMan.php/man/intro/3
    肯定比 http://www.chedong.com/phpMan.php?mode=man&parameter=intro&section=3
    更容易進入搜索引擎的索引。而且在URL中的命中有時候比在標題中還能突出關(guān)鍵詞。
  2. 表現(xiàn)和內(nèi)容的分離：“綠色”網(wǎng)頁
    網(wǎng)頁中的javascript和css盡可能和網(wǎng)頁分離，一方面提高代碼重用度（也方便頁面緩存），另外一方面，由于有效內(nèi)容占網(wǎng)頁長度的百分比高，也能提高相關(guān)關(guān)鍵詞在頁面中的比重。總之，應(yīng)該鼓勵遵循w3c的規(guī)范，使用更規(guī)范的XHTML和XML作為顯示格式便于內(nèi)容更長時間的保存。
  3. 讓所有的頁面都有能夠快速入口：站點地圖，方便網(wǎng)頁爬蟲（spider）快速遍歷網(wǎng)站所有需要發(fā)布的內(nèi)容。如果首頁就是用Flash或圖片進入的話，無異于將搜索引擎拒之門外，除了UI設(shè)計的用戶友好外，spider friendly也是非常重要的。
  4. 保持網(wǎng)站自身的健康：經(jīng)常利用壞鏈檢查工具檢查網(wǎng)站中是否有死鏈。
  5. 保持網(wǎng)頁內(nèi)容/鏈接的穩(wěn)定性和持久性：在搜索引擎索引中網(wǎng)頁存在的歷史也是一個比較重要的因素，而且歷史比較久的網(wǎng)頁被鏈接的幾率越高。為了保證自己網(wǎng)頁能夠被比較持久的被其他網(wǎng)站的頁面引用，如果自己網(wǎng)頁中有鏈接更新時，最好能保留舊的頁面并做好鏈接轉(zhuǎn)向，以保持內(nèi)容的連續(xù)性。要知道，把一個網(wǎng)站和內(nèi)容在搜索引擎中的排名“培養(yǎng)”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(nèi)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。
  6. 文件類型因素：Google有對PDF, Word(Power Point, Excel), PS文檔的索引能力，由于這種文檔的內(nèi)容比一般的HTML經(jīng)過了更多的整理，學(xué)術(shù)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，對于比較重要的文檔：技術(shù)白皮書，F(xiàn)AQ，安裝文檔等建議使用PDF PS等高級格式存取，這樣在搜索結(jié)果中也能獲得比較靠前的位置。
  7. “一人得道，雞犬升天”：常常能發(fā)現(xiàn)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提高了以后，往往自身一些并不重要的內(nèi)容也會被同那些高PageRank的內(nèi)容一起帶入被搜索引擎優(yōu)先查詢的列表中。這點有些不是很合理，因為這樣經(jīng)常造成很多大站點的郵件列表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(tǒng)計/日志分析挖掘的重要性

網(wǎng)站設(shè)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(guān)鍵詞統(tǒng)計幾乎是各種WEB日志分析工具的標準功能，相信商業(yè)日志統(tǒng)計工具在這方面應(yīng)該會有更強化的實現(xiàn)。WEB日志統(tǒng)計這個功能如此重要，以至于新的RedHat 8中已經(jīng)將日志分析工具webalizer作為標準的服務(wù)器配置應(yīng)用之一。

以Apache/webalizer為例，具體的做法如下：
  1. 記錄訪問來源：
    在Apache配置文件中設(shè)置日志格式為combined格式，這樣的日志中會包含擴展信息：其中有一個字段就是相應(yīng)訪問的轉(zhuǎn)向來源：HTTP_REFERER，如果用戶是從某個搜索引擎的搜索結(jié)果中找到了你的網(wǎng)頁并點擊過來，日志中記錄的HTTP_REFERER就是用戶在搜索引擎結(jié)果頁面的URL，這個URL中包含了用戶查詢的關(guān)鍵詞。
  2. 在webalizer中缺省配置針對搜索引擎的統(tǒng)計：如何提取HTTP_REFERER中的關(guān)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：這里我增加了針對國內(nèi)門戶站點的搜索引擎參數(shù)設(shè)置
    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=

通過這樣設(shè)置webalizer統(tǒng)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(shù)q的值都將被作為關(guān)鍵詞統(tǒng)計下來：，從匯總統(tǒng)計結(jié)果中，就可以發(fā)現(xiàn)用戶是根據(jù)什么關(guān)鍵詞找到你的次數(shù)，以及找到你的用戶最感興趣的是那些關(guān)鍵詞等，進一步的，在webalizer中有設(shè)置還可以將統(tǒng)計結(jié)果倒出成CSV格式的日志，便于以后導(dǎo)入數(shù)據(jù)庫進行歷史統(tǒng)計，做更深層次的數(shù)據(jù)挖掘等。

以前通過WEB日志的用戶分析主要是簡單的基于日志中的訪問時間/IP地址來源等，很明顯，基于搜索引擎關(guān)鍵詞的統(tǒng)計能得到的分析結(jié)果更豐富、更直觀。因此，搜索引擎服務(wù)的潛在商業(yè)價值幾乎是不言而喻的，也許這也是Yahoo!Altavista等傳統(tǒng)搜索引擎網(wǎng)站在門戶模式后重新開始重視搜索引擎市場的原因，看看Google的年度關(guān)鍵詞統(tǒng)計就知道了，在互聯(lián)網(wǎng)上有誰比搜索引擎更了解用戶對什么更感興趣呢？

請看本站的反相鏈接統(tǒng)計：http://www.chedong.com/log/2003_2.log
需要注意的是：由于Google針對Windows 2000中的IE使用的是UTF-8方式的編碼，因此很多統(tǒng)計有時候需要在UTF-8方式下查看才是正確字符顯示。從統(tǒng)計中能夠感受到：在使用水平比較高的IT開發(fā)人員中Google已經(jīng)成為最常用的搜索引擎。而使用百度的用戶也已經(jīng)大大超過了傳統(tǒng)的搜狐，新浪等門戶站點，因此傳統(tǒng)門戶網(wǎng)站在搜索引擎上的優(yōu)勢將是非常脆弱的。而從技術(shù)的發(fā)展趨勢來看，以后還會有更多的利用互聯(lián)網(wǎng)媒體做更深層次數(shù)據(jù)挖掘的服務(wù)模式出現(xiàn)：

轉(zhuǎn)載自cnblog.org——“突發(fā)”文字可能揭示社會趨勢

在“新科學(xué)家”(New Scientist)在線雜志上，公布了康奈爾大學(xué)的一個新研究成果，引人注目，也許與Google 收購Pyra 的動機有關(guān)。

這所大學(xué)的計算機科學(xué)家 Jon Klenberg 開發(fā)了一個計算機算法，能夠識別一篇文章中某些文字的“突發(fā)”增長，而且他發(fā)現(xiàn)，這些“突發(fā)”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信息。過去很多搜索技術(shù)都采用了簡單計算文字/詞組出現(xiàn)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(yīng)用到大量Weblog上，以跟蹤社會趨勢，這對商業(yè)應(yīng)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(fēng)尚。而且只要Blog 覆蓋話題范圍足夠大（實際上發(fā)展趨勢確實如此），這項技術(shù)對政治、社會、文化和經(jīng)濟等領(lǐng)域也都會有實際意義了。

雖然Google 新聞的內(nèi)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(yīng)當(dāng)不是Google搜索引擎中慣用的鴿子算法，很可能與這種“突發(fā)”判斷算法有關(guān)。如此說來，Google收購Blog工具供應(yīng)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(guān)這個發(fā)現(xiàn)的討論
<a >www.best-code.com</a>

參考資料：

面向Google搜索引擎的網(wǎng)站設(shè)計優(yōu)化
http://www.google-search-engine-optimization.com/

關(guān)于Google的十個神話：
http://www.promotionbase.com/printTemplate.php?aid=971

如何評價一個網(wǎng)站的人氣
http://www.chedong.com/tech/link_pop_check.html

如何提高網(wǎng)站在Google中的排名——面向搜索引擎的廣告模式
http://www.chedong.com/tech/google_ads.html

Measuring Link Popularity
http://searchenginewatch.com/webmasters/popularity.html

Google の秘密 - PageRank 徹底解説
http://www.kusastro.kyoto-u.ac.jp/~baba/wais/pagerank.html
這篇文章是在查"Google PageRank"的時候查到的，這篇文章不僅有一個算法說明，也是一個Google的weblog，記錄了很多關(guān)于Google的新聞和一些市場動態(tài)信息。

Google的海量處理機制：鴿子系統(tǒng)
http://www.google.com/technology/pigeonrank.html

WEB日值統(tǒng)計工具Webalizer
http://www.webalizer.org

Robots的說明：
http://bar.baidu.com/robots/
http://www.google.com/bot.html
搜索引擎通過一種程序robot（又稱spider），自動訪問互聯(lián)網(wǎng)上的網(wǎng)頁并獲取網(wǎng)頁信息。您可以在您的網(wǎng)站中創(chuàng)建一個純文本文件robots.txt，在這個文件中聲明該網(wǎng)站中哪些內(nèi)容可以被robot訪問，哪些不可以。
www.best-code.com
原文出處：<a >http://www.chedong.com/tech/google.html</a>