第一、分词

　　分词是搜索引擎特有的步骤。搜索引擎储存和处理页面以及用户搜索都是以词为基础的。搜索引擎需要先搞清楚哪几个字组成一个词，那些字本身是个词。比如“网络营销”可以将词分为“网络”和“营销”两个词。

　　分词的方法有两种：

　　1、词典匹配法，是指将待分析的一段汉字与一个事先做好的词典库进行匹配，如果发现词典中已有词条那么说明匹配成功，或者说将其切分出一个单词。这种方法匹配比较简单，基本准确度很高，取决于词典的网站推广完整性和更新情况。

　　2、统计法，是指分析大量文字样本，计算出字与字相邻出现的统计概率，几个字相邻出现越多，就越可能成为一个单词。这种方法的优势是对新出现的词反应更快速，也有利于消除歧义。

　　两种分词方法各有优劣，实际分词系统中是一起使用的，这样效率高，速度又快，又能识别生词、新词，消除歧义。分词的作用非常重要，其准确性往往影响网站推广排名的相关性。比如百度搜索“网站多客宝在线客服”，百度会认为这是一个词组，但是在Google中会把这个词组分成网站、多客宝、在线客服三个词。所以这也是对于同一个关键词排名在不同搜索引擎中表现不同的原因之一。

　　唯一能做的是在页面上用某种形式提示搜索引擎，某几个字应该当做一个词处理，锚文本非常大的作用就在于此。再比如尤其可能产生歧义的地方比如标题、h1标签及黑体中出现关键词，这时候要对特定词组加粗、变色或者倾斜处理告诉搜索引擎这是一个词。比如：网络多客宝，网络是个名字一个词，多客宝是一个词，俩词组合一起你加粗处理，百度自然会把他们当做一个词来处理。

第二、提取文字

　　目前网络营销搜索引擎都是以文字为基础。蜘蛛抓取的HTML代码中除了用户在浏览器看到的文字外还有大量HTML格式标签、DIV+CSS标签、JavaScript程序等无法用于排名的内容。所以搜索引擎第一步就是要去除从HTML代码中抓取的标签、程序等，提取可以用于排名处理的页面文字内容。除了可见文字，搜索引擎也会提取一些特殊的包含文字信息的代码，如Meta标签中的文字、alt标签、FLASH文件代替的文字、链接的锚文本等等。

 

第三、去重

　　这是很重要的一步，搜索引擎还需要对页面进行去重处理。搜索引擎并不喜欢重复内容，同一篇文章同时出现多个网站会让他感到反感，因为它知道如果留下这些重复文章用户体验太差，因此，会在这个环节删除重复内容，这个过程被称之为“去重”。

　　去重的方法是对页面特征网站推广关键词进行计算，也就是说从页面主题内容中选取最有代表性的一部分关键词（经常是出现频率最高的关键词）然后计算这些关键词的数字指纹。这里指纹的定义是说把页面关键词集合出现最多的那个词算作这篇文章的指纹。这里的关键词选取是经过了分词、去停止词、消噪之后。实验证明，通常选取10个特征关键词就可以达到较高的准确性，那么，再选取更多的词对去重准确性的提高也没多大贡献。

　　典型的指纹计算方法入MD5计算发（信息摘要算法第五版）。这类指纹算法的特点是，输入（特征关键词）有任何微小的变化，都会导致计算出的指纹有很大差距。

　　从这里大家可以看出，针对简单的增加“的”、“地”调换段落顺序这种所谓的伪原创，并不能逃脱网络营销搜索引擎出重算法，因为文章中本身的特征词没有变化，算不得伪原创。这里建议大家如果可以尽量只截取对方文中某几段，或者一部分内容。如此一来会提高伪原创质量，有几率逃脱去重这一关。

 

第四、特殊文件处理

　　目前搜索引擎还不能处理图片、视频、FLASH等这类文字内容，需要在alt标签中注明其内容，所以alt很重要。

 

第五、链接的计算

　　到了这一步基本就是计算链接了，页面中有哪些导入链接，这些链接都指向哪里，哪些链接又指向这个页面，链接用的是URL还是锚文字，这些复杂的网络营销链接关系网就形成了页面的链接权重，此时锚文本将被作为重要排名依据，当量广泛的锚文本将被列入计算关键词排名的步骤中。

 

　　总结：在网络推广中，选取关键词很重要，另外简单，干净整洁，调理清楚页面结构，也有利于搜索引擎分析处理一面。。