软文。对于个人站长而言，我第一个想到的就是软文。软文的效果比较好，它能形成病—毒式的传播。不过软文也有两个问题，一是难，正应了zac所说的越是难的外链越能体现其价值。另外个问题就是时间长了，搜索引擎就会把重复的内容进行适当的删除，这样软文所能起的效果就会相对降低。所以，作为一个个人站长，最好坚持长期写软文。类似于admin5、chinaz都支持个人站长发布自己的软文并在结尾的地方带上域名地址。软文的难度较高，但效果很好- z% C. q( }7 S, G" V( |$ E
1 @9 a7 x( `* O/ w$ f 啥子是贝叶斯算法？5 N: k( f/ u4 S9 q" y6 X
! D$ @( q- F4 E" N [$ B8 q; |$ x Allan Borodin等提出了纯粹的贝叶斯计数办法来确认Hub和Authoritive网页。假定有M个Hub网页和N个Authority网页，可以是相同的聚齐。每个Hub网页有一个未知的实数参变量 ，表达拥有超链的普通趋势，一个未知的非负参变量 ，表达拥有指向Authority网页的链接的趋势。每个Authoritive网页j，有一个未知的非负参变量 ，表达j的Authority的级别。计数板型如次，Hub网页i到Authority网页j的链接的先验几率如次给定：P（i，j）＝Exp（ ＋ ）/（1＋Exp（ ＋ ）） ' {8 c7 L/ N2 G9 V& W+ h 2 {* ^2 A' Z( M+ R9 W7 G* v# } a Hub网页i到Authority网页j没有链接时，P（i，j）＝1/（1＋Exp（ ＋ ））从以上公式可以看出，假如 巨大（表达Hub网页i有颀长的趋势指向任何一个网页），还是 和 都巨大（表达i是个高质量Hub，j是个高质量的Authority网页），那么i－>j的链接的几率就比较大。为了合乎贝叶斯计数板型的规范，要给2M＋N个未知参变量（ ， ， ）指定先验分布，这些分布应当是普通化的，不提供信息的，不倚赖于被打量数据的，对结果只能萌生细小影响的。Allan Borodin等在 三拇指定 知足正太分布N（μ， ）,均值μ＝0，标准方差δ＝10，指定 和 知足Exp（1）分布，即x>=0，P( >=x)＝P( >=x)＝Exp（－x）。接下来就是标准的贝叶斯办法办理和HITS中求矩阵特征根的运算。 9 P0 C3 Y+ j: b . w- M( g* E, I7 y3 s 依旧是老生常谈，在这叮嘱各位，优化一定要有耐心，而且一定要遵循搜索引擎规则，切不可照自己想法一意孤行。没有什么事情会一帆风顺，网站优化也一样，在发现问题时我们不可听之任之，而是应该迅速找到解决方法，以免造成更大的损失。本文由瑜伽减肥视频教程 http://www.xianfengchina.com/1/收集整理欢迎转载，转载请注明谢谢合作 . b% w$ R# p4 d6 Z% O3 U$ \5 l8 G# @. j 9 N8 J4 u/ x& h$ M
