编辑“网页抓取”

'''网页抓取'''主要有三个方面：1、搜集新出现的[[网页]]；2、搜集那些在上次搜集后有改变的网页；3、发现自从上次搜集后已经不再存了的网页，并从库中删除。 
== 网页抓取的优先策略 ==
通常是尽可能的首先抓取重要性的[[网页]]，这样保证在有限的资源内尽可能地照顾到那些重要性高的网页。

什么是重要性高的网页呢，主要由这三个方面决定的：
=== 链接欢迎度 ===
[[链接欢迎度]]主要是由反向链接的数目和质量决定的。
=== 链接重要度 === 
[[链接重要度]]它是关于一个[[URL]]字符串的函数，仅仅考察字符串本身，它主要通过一些模式，如认为包含|“。com”，“HOME”的[[URL]]重要度高，以及包含较少斜杠的URL重要度高等。
=== 平均链接的深度 ===
[[平均链接的深度]]表示在一个种子站点集合中，每个种子站点如果存在一条链路到达该[[网页]]，那么平均链接深度又是该网页的一个链接指标，因为距离种子站点越近说明被访问的机会越多。

==相关条目==
*[[搜索引擎]]

==参考来源==
*[http://baike.baidu.com/view/3692511.htm 参考来源1]

[[category:搜索引擎|W]]
[[category:SEO术语|W]]