记住， “蜘蛛”是个抓取“程序” ，不是“人工智能” 。他是模仿人类的判别逻辑来判别有关性，用一些“逻辑程序”，究竟蜘蛛程序并不杂乱（比照来说）。
0 P: W. Y' L3 z e' K理解了上述状况，我来说说我自个对“有关性”的观点和建造心得。' b j/ A7 m' o1 g
——你的页面和你页面中的内容有关性，在蜘蛛程序中的判别：——
- g: ]5 T7 K3 V$ Y/ p: l假定你的页面是新的页面，刚做了不到 2 天，刚提交，蜘蛛依据"抓取索引"，过来抓取（或经过其他方式的衔接）。
, f9 Z2 H- ]8 ?3 s, q. x首要，蜘蛛经过各种衔接来到了你的页面，关于他来说，新的页面特征即是从页面代码中的有些中的标签里的元从来判别的。
0 ^0 B) t& z4 K; n假定蜘蛛来到的你这个页面，抓取了页面中的文字：0 }0 [6 I F5 e% \8 h
蜘蛛首要会以抓取中的文字做为“关键字”为参阅，然后去从页面代码中去寻觅有关的“关键字”。
" l- Y9 l% l( H# U+ a+ u你能够定心，蜘蛛能够判别一些 JS 代码和页面中的标签，他会比较注重正文和 div块中的标题有些的“关键字”，也即是中的内容，会比其他中的文本内容权重高的缘由。然后蜘蛛会把中在正文有些重复次数最多的词，定为依据然后蜘蛛自个也会依据“参阅关键字”判别“关键字扩展” （依据查找引擎的有关类的常用数据关键字和 title 中关键字剖析比照），归纳以上，断定大体的 “关键字”，做为下一步页面抓取的参阅。
% q( p% _! B3 J下一步，蜘蛛会核算（这个简略的数据核算功用还是有的）一切关键字在页面代码中呈现的数量，作为基数。然后核算标签中“关键字”的数量，作为分子（汗，想不出啥词了，浅显榜首） 。然后一除，就得出了你这个页面的关键字密度。 l" c4 L0 O, o4 ^- b
密度出来了今后，查找引擎自个会有个规范判别（人为规划的参数） ，有个等级，？-？是最合理的，？—？是通常的，？—？是最差的，这个规范时刻在变，总之是依据一段时期的数据进行调整的（即是让你隔段时刻闹一回心）。
5 i2 b" T: v' }" B! n7 c好了，密度的判别出来后，进行本页的关键字不同比照。
5 {4 a! f- E' e- l1 Z5 @5 }& |以中的关键字为根底，归纳了“扩展关键字”的参阅，比照在有些中抓取的“关键字”，比照他们每个文字上的不同。（比方查找引擎定下的关键字为“动漫” ，而文本中有：宠物论坛，新宠物-等等） ，不同也分0x00006B.0x0000B2.0x000086.0x000005等级，不同不大的，成为了长尾关键字，不同大的，就被放弃做为这个页面的查找关键字，这个和“关键字密度”判别办法相同。 这样，页面长尾词和查找关键字就断定了下来~
' o3 |! _* @5 K- D, N4 _当密度和页面关键字不同这 2 项得到了 2 个成果后，会有个权数加的核算公式（引擎自个定的，也定时依据数据调整），得出一个对“有关性”的得分（类似 baidu 指数的算法），然后判别页面的关键字，断定页面内容和关键字的有关性联络程度。
+ M6 k& A, x5 j, T, A页面的关键字和页面内容的有关性就这么得出来的。
! r+ f+ O3 L0 q那么，外部衔接的有关性怎样判别？好，下面谈谈，进入第 2 有些7 x9 q( i1 e, p# K) E8 @% ~/ D. b/ v
单向衔接：/ I7 }% A. R: `: B# A
他页面衔接到你的页面的衔接。1 s) V' g+ I- ~: [( g! U
在他的页面上，你网站的衔接锚文字描述有必要是和他衔接到你的这个页面的关键字有关，或附近，蜘蛛的判别办法和榜首有些相同，只不过开始的“关键字”参阅，变成了在他页面上，你的页面的衔接錨文字。
! B; m1 W6 d8 w' a- A# h话说回来，这个页面的有关性和你的网站有多高，这个蜘蛛怎样判别？' D2 i. M* B G! P. R4 l! {/ @
这个衔接锚文字就成了桥梁和参阅。
' o% J8 a- A! R5 F# o关系能够理解为这样：
, L( z/ t9 D6 L( h. @ E* e$ h你的页面的关键字 VS（有关度判别，设为 A）→ 锚文字（为链向你的页面上的锚文字）←（有关度判别，设为B）他的页面的关键字
$ o9 y0 f8 t" HPS：判别A和 B的办法，参阅榜首有些：你的页面和你页面中的内容有关性，在蜘蛛程序中的判别。+ [/ i0 [) o& P; N
A和B得出之后，进行比照，差值在一定范围内，蜘蛛会有个等级规范（人为设定） 。比方 A和 B差10%以内，为有关度最高，2 个页面权重添加，添加为一个权数的算式成果（能够仅仅对页面的质量有影响，排行的影响不太清楚，待观察）；10%-15%........等等，我就不写了。
: i) K9 c6 Z! v; b) d友情衔接：
& P4 I! m+ i( y% w. p涉及到 2 个页面上的锚文字，办法大同小异。3 U9 x# c" E; @7 U+ n& [
你的页面的关键字 VS（有关度判别，设为 A）→ 锚文字（其间一个页面上的锚文字）←（有关度判别，设为 B）他的页面的关键字5 e/ J! E! g5 A6 f
你的页面的关键字 VS（有关度判别，设为 C）→ 锚文字（另一个页面上的锚文字）←（有关度判别，设为 D）他的页面的关键字
9 \9 q" G! t% o8 T3 t8 B$ EA和B 比照得出一个权数算式成果：E ；
( r. m" b: P3 G; C% d3 @C和D 比照得出一个权数算式成果：F
3 k A4 l+ N8 t( sE和F 最终进行比照，0x00006B.0x0000B2.0x000086.0x000004出最终的权数算式成果。
3 ~4 `* {, f3 K3 F& O1 }然后判别 2 个页面在交流衔接中，2 个页面的有关性判别。
( K+ X% N1 W c3 V. ]+ _以上状况适合于单向的衔接有关性判别，和友情衔接有关性判别
& L" \8 w) V" F( B h+ @# h7 _1 r8 U s; V6 U
|
