搜索引擎與網頁文本分詞的原理

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!
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，另外還有就是網頁的相關文本，所以很多FLASH網站在搜索引擎優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網站優化的基本上會再編一套源碼程序，讓相關的文字和內容對應上，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別!
這兩個搜索結果是不同的，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在首頁上，為什么會出現這么明顯的區別呢?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別，我們要針對不同搜索引擎進行關鍵詞優化，在內容上要盡量的靠近關鍵詞，而不能夠讓關鍵詞和內容割裂開來，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化就能夠有助于提升網站的排名!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，流行語等等進行統計，然后將統計的結果和用戶的想要了解的內容進行不同方式的匹配，從而讓用戶獲得自己想要的內容!

當前文章：搜索引擎與網頁文本分詞的原理
文章地址：http://m.kartarina.com/news/195477.html

成都網站建設公司_創新互聯，為您提供網站維護、響應式網站、微信公眾號、虛擬主機、網站收錄、云服務器

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，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站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯