沈陽seo,沈陽網(wǎng)站優(yōu)化,沈陽搜索引擎優(yōu)化本土專家-易勢科技公司

搜索引擎(Search Engnes)是用來查詢Intenet信息資源的WWW網(wǎng)站，也是網(wǎng)絡(luò)營銷的重要手段。WWW(world Wide Web)是一個基于超文本技術(shù)的信息查詢系統(tǒng)。超文本技術(shù)(Hypertext Technology)是一種以節(jié)點為信息單元、通過鏈接方式揭示信息單元之間相互聯(lián)系的計算機技術(shù)。超文本技術(shù)是在20世紀(jì)80年代由瑞士的歐洲物理粒子實驗室計算機專家提出來的。20世紀(jì)80年代后期，該實驗室的計算機專家Tim Netners Lee首先設(shè)計了一種信息處理系統(tǒng)。這一系統(tǒng)的特點就是可以通過單元文本的鏈接描述信息單元之間的聯(lián)系。www是20世紀(jì)80午代末由歐洲量子物理實驗室CERN發(fā)展出來的主從結(jié)構(gòu)分布式超媒體系統(tǒng)。到了1993年www技米省了突破性進(jìn)展，它解決了遠(yuǎn)程信息服務(wù)中的文字顯示、數(shù)據(jù)鏈接以及圖像傳遞問題。如今www巳成Iternt上最流行的信息傳播方式。由此可知，搜索引擎是以www為平臺，以超文本鏈接技術(shù)為基礎(chǔ)，對Internt上的信息資源進(jìn)行搜集、過濾、組織，并提供檢索的網(wǎng)絡(luò)佰息在線檢索工具。搜索引擎實質(zhì)上也是——個網(wǎng)站，提高了網(wǎng)絡(luò)營銷的效率。它是查詢Internet上網(wǎng)站和網(wǎng)貞信息的網(wǎng)站。搜索引擎實質(zhì)上也是一種檢索工具，它是www上在線檢索工具?？傊?，投索引擎是由一系列技術(shù)組成的網(wǎng)絡(luò)信息在線查詢系統(tǒng)，這種查詢系統(tǒng)借助不問的網(wǎng)站的服務(wù)器幫助用戶在詢信息。搜索引擎在抓取海量的原始網(wǎng)頁時，會進(jìn)行預(yù)處理，主要包括四個方面，關(guān)鍵詞的提取，“鏡像網(wǎng)頁”（網(wǎng)頁的內(nèi)容完全相同，未加任何修改）或“轉(zhuǎn)載網(wǎng)頁”（near-replicas，主題內(nèi)容基本相同但可能有一些額外的編輯信息等，轉(zhuǎn)載網(wǎng)頁也稱為“近似鏡像網(wǎng)頁”）的消除，鏈接分析和網(wǎng)頁重要程度的計算。
1. 關(guān)鍵詞的提取，取一篇網(wǎng)頁的源文件（例如通過瀏覽器的“查看源文件”功能），我們可以看到其中的情況紛亂繁雜。從認(rèn)識和實踐來看，所含的關(guān)鍵詞即為這種特征最好的代表。于是，作為預(yù)處理階段的一個基本任務(wù)，就是要提取出網(wǎng)頁源文件的內(nèi)容部分所含的關(guān)鍵詞。對于中文來說，就是要根據(jù)一個詞典Σ，用一個所謂“切詞軟件”，從網(wǎng)頁文字中切出Σ所含的詞語來。在那之后，一篇網(wǎng)頁主要就由一組詞來近似代表了，p = {t1， t2， …， tn}。一般來講，我們可能得到很多詞，同一個詞可能在一篇網(wǎng)頁中多次出現(xiàn)。從效果（effectiveness）和效率（efficiency）考慮，不應(yīng)該讓所有的詞都出現(xiàn)在網(wǎng)頁的表示中，要去掉諸如“的”，“在”等沒有內(nèi)容指示意義的詞，稱為“停用詞”（stop word）。這樣，對一篇網(wǎng)頁來說，有效的詞語數(shù)量大約在200個左右。
2. 重復(fù)或轉(zhuǎn)載網(wǎng)頁的消除，與生俱來的數(shù)字化和網(wǎng)絡(luò)化給網(wǎng)頁的復(fù)制以及轉(zhuǎn)載和修改再發(fā)表帶來了便利，因此我們看到Web上的信息存在大量的重復(fù)現(xiàn)象。這種現(xiàn)象對于廣大的網(wǎng)民來說是有正面意義的，因為有了更多的信息訪問機會。但對于搜索引擎來說，則主要是負(fù)面的；它不僅在搜集網(wǎng)頁時要消耗機器時間和網(wǎng)絡(luò)帶寬資源，而且如果在查詢結(jié)果中出現(xiàn)，無意義地消耗了計算機顯示屏資源，也會引來用戶的抱怨，“這么多重復(fù)的，給我一個就夠了”。因此，消除內(nèi)容重復(fù)或主題內(nèi)容重復(fù)的網(wǎng)頁是搜索引擎抓取網(wǎng)頁階段的一個重要任務(wù)。
3、鏈接分析，大量的HTML標(biāo)記既給網(wǎng)頁的預(yù)處理造成了一些麻煩，也帶來了一些新的機遇。從信息檢索的角度講，如果系統(tǒng)面對的僅僅是內(nèi)容的文字，我們能依據(jù)的就是“共有詞匯假設(shè)”（shared bag of 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（document frequency 或df、DF）之類的統(tǒng)計量。而TF和DF這樣的頻率信息能在一定程度上指示詞語在一篇文檔中的相對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特別關(guān)注的對象，認(rèn)為它們不僅給出了網(wǎng)頁之間的關(guān)系，而且還對判斷網(wǎng)頁的內(nèi)容有很重要的作用。
4、網(wǎng)頁重要程度的計算，搜索引擎實際上追求的是一種統(tǒng)計意義上的滿意。人們認(rèn)為Google目前比baidu好，還是baidu比google好，參照物取決于多數(shù)情況下前者返回的內(nèi)容要更符合用戶的需要，但并不是所有情況下都如此。如何對查詢結(jié)果進(jìn)行排序有很多因素需要考慮。如何講一篇網(wǎng)頁比另外一篇網(wǎng)頁重要？人們參照科技文獻(xiàn)重要性的評估方式，核心想法就是“被引用多的就是重要的”。“引用”這個概念恰好可以通過HTML超鏈在網(wǎng)頁之間體現(xiàn)得非常好，作為Google創(chuàng)立核心技術(shù)的PageRank就是這種思路的成功體現(xiàn)。除此以外，人們還注意到網(wǎng)頁和文獻(xiàn)的不同特點，即一些網(wǎng)頁主要是大量對外的鏈接，其本身基本沒有一個明確的主題內(nèi)容，而另外有些網(wǎng)頁則被大量的其他網(wǎng)頁鏈接。從某種意義上講，這形成了一種對偶的關(guān)系，這種關(guān)系使得人們可以在網(wǎng)頁上建立另外一種重要性指標(biāo)。這些指標(biāo)有的可以在抓取網(wǎng)頁階段計算，有的則要在查詢階段計算，但都是作為在查詢服務(wù)階段最終形成結(jié)果排序的部分參數(shù)。

本網(wǎng)站由網(wǎng)絡(luò)營銷提供：http://m.84821516.com/