沈陽(yáng)SEO

前面提到，大量的HTML 標(biāo)記既給網(wǎng)頁(yè)的預(yù)處理造成了一些麻煩，也帶來(lái)了一些新的機(jī)遇。 從信息檢索的角度講，如果系統(tǒng)面對(duì)的僅僅是內(nèi)容的文字，我們能依據(jù)的就是“共有詞匯假 設(shè)”（shared bagof words） ，即內(nèi)容所包含的關(guān)鍵詞集合，最多加上詞頻（term frequency或tf、TF）和詞在文檔集合中出現(xiàn)的文檔頻率（documentfrequency 或df、DF）之類(lèi)的 統(tǒng)計(jì)量。而TF 和DF 這樣的頻率信息能在一定程度上指示詞語(yǔ)在一篇文檔中的相對(duì)重要性或者和某些內(nèi)容的相關(guān)性，這是有意義的。有了HTML 標(biāo)記后，情況還可能進(jìn)一步改善，例如 在同一篇文檔中，<H1>和</H1>之間的信息很可能就比在<H4>和</H4>之間的信息更重要。特別地，HTML 文檔中所含的指向其他文檔的鏈接信息是人們近幾年來(lái)特別關(guān)注的對(duì)象，認(rèn) 為它們不僅給出了網(wǎng)頁(yè)之間的關(guān)系，而且還對(duì)判斷網(wǎng)頁(yè)的內(nèi)容有很重要的作用。例如“北大學(xué)報(bào)”這幾個(gè)字在北京大學(xué)學(xué)報(bào)社會(huì)科學(xué)版的主頁(yè)上是沒(méi)有的，因此一個(gè)僅靠?jī)?nèi)容文字分析 的搜索引擎就不可能返回該主頁(yè)作為結(jié)果。但是北京大學(xué)主頁(yè)上是用“北大學(xué)報(bào)（社）”作為鏈接信息指向了北京大學(xué)學(xué)報(bào)社會(huì)科學(xué)版的主頁(yè)。因此在很好利用鏈接信息的搜索引擎中 應(yīng)該能返回北京大學(xué)學(xué)報(bào)社會(huì)科學(xué)版的主頁(yè).

本文由沈陽(yáng)SEO提供：http://m.84821516.com/web-promotion