一个合格的SEOer需要对搜索引擎的结构有一定的了解,这样在进行seo时可以做到心中有数,有条不紊,而不必拘泥于固定的优化方法和技巧.而此时要分析的索引器,它是搜索引擎结构中一个比较重要部分.
: F C2 Z9 h; f$ u5 V
! b# A8 r. d% _" L) \ 索引 器第对搜索引擎是比较重要的,比如:我们熟悉的百度新闻,它是"由机器每5分钟自动选取更新",比较具有实时性,并且数据量也是相当的大.此时索引器的算法对索引器的影响就显得十分突出了.因此有人说,一个搜索引擎的有效性在很大的程度上取决于索引器的质量(精确的说应该归功于索引器的索引算法).7 s% _3 f6 G* Z' t
9 T+ w; F% {* U6 i 下面我们一起来系统了解索引器的功能,索引器的功能是理解搜索器(之前我在A5上发表过一篇"SEO需知其所以然之--搜索器"的介绍)搜索的信息,并对收集回来的网页进行分析,提取相关网页信息,如网页的关键词,页面使用的编码,网页URL等等.然后更具搜索引擎的相关算法进行大量复杂的计算,得到一些相关信息,然后利用这些相关信息建立相应的网页索引数据库.
$ b+ E& [" c( A1 E
( m8 t' F1 p' ?# s' K+ G( }3 o 1. 索引项
: \$ _9 ?( O! z. x+ Z1 l0 b
. F/ D9 v, [' a/ h 通过前面的介绍,你一定了解了索引器的一些知识,下面有必要对索引项有所了解.什么是索引项了?举个例子,比如我们平时所说的索引器索引的时间,编码,作者,标题等等都属于索引项.
/ v6 P3 d( _1 H+ w) O! i# `' C& e8 X5 x! F) D
索引项可以分为两种,一种是客观索引项,另一种是内容索引项.其中客观索引项是与文档的内容无关的,比如,我们发一遍帖子,里面的发帖作者,发帖时间,帖子地址等等都是客观索引项;而内容索引项是反应文档内容的,其理解起来就很容易了,在此就不举例了.内容索引又可以分为单索引项和多索引项两种.
, U6 S7 R9 r0 a$ R$ {& D8 {( e' z+ W! L5 n
2. 中文分词8 u/ J( n: x% s' p0 N+ Y
" f% Z& Z6 _& }( h } 提供中文分词,你一定会想到全球最大的中文搜索引擎--百度,因为百度搜索引擎在中文分词上有着深厚的技术功底.一般搜索引擎索引英语单词或者句子时候,是比较容易提取的,因为英文单词之间是用空格分开的,而这一切都是约定俗成的.但是对于汉语书写的句子,就不能凭空格区别了,必须要进行词语的切分,也就是我们常说的分词.# g+ ]7 l. f8 ~4 F
, \8 Y o6 d( j2 r7 Y- y 中文分词是文本提取的基础,对于输入的一段中文,然后进行中文分词,然后搜索引擎达到识别语句含义的效果.
. x( K' ], ]8 b
; g9 G5 W; E/ {7 k8 ]- E+ G, D 中文分词的方法一般可以分两种,一种是机械匹配方法(基于字符串匹配的分词方法),另一种是概率统计方法.其中机械匹配是建立在已有的词典大全上的,是和里面词语匹配而得到的分词结果.它一般分词方法有:正向最大匹配法(由左到右的方向),逆向最大匹配法(由右到左的方向),最少切分(使每一句中切出的词数最小)和双向最大匹配法(进行由左到右、由右到左两次扫描).概率统计方法是通过概率统计后,然后再进行处理而得到分词.
. v4 f3 p5 E& B$ p3 a1 w2 j! k
3. 对seo的启示
5 I) j+ p+ z8 ^% Q9 D5 D/ u) X
/ i, D9 }% ^; z* X 根据上面分析搜索引擎索引器的原理,我们可以粗略判断一个搜索引擎的技术成熟程度,例如上面说到百度5分钟自动更新新闻.如果网站是新闻资讯类的,可以注重信息发布的实时性;我们在确定网站的核心关键词和关键词时根据中文分词原理,去掉冗余的词语,把网站最核心的关键词反馈给搜索引擎,这样搜索引擎会给网站一个不错的排名.
Z' n, |* H0 U/ I3 j) w5 Z f$ h" F9 o5 T$ {
seo技术不仅仅是这一方面就能攻无不克的,还需要整体了解搜索引擎的结构和工作原理的.当然我会在后面陆续分享一些搜索引擎的知识,并分享自己根据这些原理和几年的seo实战经验.
: {& i4 _2 t3 C% D# R- W1 e% W
$ `* G! P% y5 ~$ c# Y 本文由'www.gm104.com'编辑
' H3 ?4 R9 g+ ~# o2 h |
