搜索引擎與網(wǎng)頁文本分詞的原理

對于SEO人員來說，自己工作的主要目標就是搜索引擎，所以深刻理解搜索引擎運行機制有助于我們針對搜索引擎進行優(yōu)化，這就相當于兩國交兵，必須要知道對方的虛實，再分析自己的優(yōu)勢，然后才能夠一舉進兵消滅對方，如果你還不知道對方的虛實，別人以逸待勞，那你失敗是肯定的了!而在分析搜索引擎方面，知道其運行機制和分詞技術是非常重要的一環(huán)!
搜索引擎工作的第一步：提取頁面文字
首先就是抓取頁面的文字，一般而言搜索引擎會把相關關鍵詞的對應文字提取出來，還有就是meta標簽等等，還有就是關鍵詞和描述以及圖片的ATL屬性等等，這個ALT屬性是需要用戶把鼠標對應到圖片上才能夠看到，另外還有就是網(wǎng)頁的相關文本，所以很多FLASH網(wǎng)站在搜索引擎優(yōu)化方面就會吃很多虧，因為沒有很多的文本，而且搜索引擎也不會抓取flash源代碼!所以很多做flash網(wǎng)站優(yōu)化的基本上會再編一套源碼程序，讓相關的文字和內(nèi)容對應上，這樣才能夠被搜索引擎識別!
搜索引擎工作的第二步：中文分詞技術
當搜索引擎把文字抓取之后，接下來的工作就是將這些文字進行分詞，講一句話分解成一個一個的短語，比如齊天大圣孫悟空這個短語，就會被分成齊天大圣和孫悟空兩個單詞，還比如：楊柳如是冷月這個詞，我們可以通過圖示一下看看這百度和谷歌的分詞區(qū)別!
這兩個搜索結(jié)果是不同的，谷歌更傾向于將柳如是當成一個名詞，所以在柳如是貼吧變成了第一個匹配的!而對于百度來說，就直接把這個楊柳如是冷月這個詞分別變成了楊柳，如是和冷月了，所以有關柳如是貼吧卻沒有出現(xiàn)在首頁上，為什么會出現(xiàn)這么明顯的區(qū)別呢?關鍵是谷歌沒有一個專有的詞典，所以匹配方式會有一些區(qū)別，我們要針對不同搜索引擎進行關鍵詞優(yōu)化，在內(nèi)容上要盡量的靠近關鍵詞，而不能夠讓關鍵詞和內(nèi)容割裂開來，這樣關鍵詞的排名就很難上去了!
搜索引擎工作的第二步：匹配技術
一：正向匹配，上面的楊柳如是冷月就是正向匹配，這種匹配方式有助于消除歧義，讓搜索出來的結(jié)果更加準確，而不會將楊柳如是，變成柳如是了!
二：逆向匹配，這是一種從后往前匹配的方法。
三：大化匹配，比如把美利堅合眾國是自由的，大匹配就成了美利堅合眾國，自由!
四：最小化匹配，依然拿美利堅合眾國是自由的，最小匹配就成了美，利堅，合眾，國，自由了，而在搜索引擎實際分詞過程中，會將這幾種匹配方式進行綜合的運用，不會只會使用其中的一種，搜索引擎的分詞技術最終的目的就只有兩點，我們要奔著這兩點來進行搜索引擎優(yōu)化就能夠有助于提升網(wǎng)站的排名!其一是通過各種匹配的技巧來消除文本中的歧義，讓搜索的詞出來的內(nèi)容更加的準確和完整!其二就是通過各種匹配方式將一些人名，地名和機構(gòu)名以及一些從沒有登陸的詞比如口頭禪，流行語等等進行統(tǒng)計，然后將統(tǒng)計的結(jié)果和用戶的想要了解的內(nèi)容進行不同方式的匹配，從而讓用戶獲得自己想要的內(nèi)容!

分享名稱：搜索引擎與網(wǎng)頁文本分詞的原理
當前URL：http://www.bm7419.com/news27/195477.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供ChatGPT、面包屑導航、企業(yè)網(wǎng)站制作、網(wǎng)站營銷、定制開發(fā)、Google

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)