亚洲精品乱码久久久久蜜桃-97国产精品人妻无码久久久-加勒比中文字幕无码一区-中文字幕乱人伦高清视频-无码va在线观看

杭州網(wǎng)站設計--帷拓小編來首先說/去停止詞：無論是英文還是中文，頁面內容都會出現(xiàn)一些頻率很高，卻對內容沒有影響的詞，如“的“, “地“,”得“之類的助詞，”啊“，”哈“，”呀“之類的感嘆詞，”從而“，”以“，”卻“之類的副詞和介詞。這些詞被稱為停止詞，因為它們對頁面的主要意思沒什么影響。英文中的常見停止詞有the,a,an,to,of等。搜索引擎在索引頁面之前會去掉這些停止詞，使索引數(shù)據(jù)主題更為突出，減少無畏的計算量。

杭州網(wǎng)站設計--帷拓小編說第2點/來消除噪音：絕大部分頁面上還有一部分內容對頁面主題也沒有什么貢獻，比如版權聲明文字，導航條，廣告等。以常見的博客導航為例，幾乎每個博客頁面上都會出現(xiàn)文章分類，歷史存檔等導航內容，但是這些頁面本身與“分類”，“歷史”這些詞都沒有任何關系。用戶搜索“歷史：，”分類“這些關鍵詞時僅僅是因為頁面上有這些關鍵詞出現(xiàn)而返回博客帖子是豪無意義的，完全不相關。所以這些區(qū)塊都是屬于噪聲，對頁面主題只能起到分散作用。

搜索引擎需要識別并消除這些噪聲，排名時不使用噪聲內容。消除的基本方法是根據(jù)html標簽對頁面分塊，區(qū)分出頁頭，導航，正文，頁腳，廣告等區(qū)域，在網(wǎng)站上大量重復出現(xiàn)的區(qū)塊往往屬于噪聲。對頁面進行消噪后，剩下的才是頁面主題內容。

杭州網(wǎng)站設計--帷拓小編說第3點去重：搜索引擎還需要對頁面進行去重處理。同一篇文章經常會出現(xiàn)在不同網(wǎng)站及同一個網(wǎng)站上的不同網(wǎng)址上，搜索引擎并不喜歡這種重復性的內容。用戶搜索時，如果在前兩頁看到的都是來自不同網(wǎng)站的同一篇文章，用戶體驗就太差了，雖然都是內容相關的。搜索引擎只希望返回相同頁面文章中的一篇，所以在進行搜索前還需要識別和刪除重復內容，這個過程就成為”去重“。”去重“的基本方法是對頁面特定的關鍵詞計算指紋，也就是從頁面主體中選取最具有代表性的一部分關鍵詞（經常是出現(xiàn)頻率最高的關鍵詞），然后計算出這些關鍵詞的指紋。這里的關鍵詞選取是在分詞，去停止詞，消噪之后。實驗表明，通常選取10個特征關鍵詞就可以達到比較高的計算準確性，再選取更多詞對去重準確性提高也就大了。

典型的指紋計算方法如md5算法（信息摘要算法第5版）。這類指紋算法的特點是，輸入（特征關鍵詞及其順序）有任何微小的變化，都會導致計算出的指紋有很大的差距。了解搜索引擎的計算方法，seo人員就應該知道簡單的增加“的”，“地”，“得”，調換段落順序這種的偽原創(chuàng)，并不能逃過搜索引擎的去重算法，因為這樣的操作無法改變文章的特征關鍵詞，也就無法改變指紋。而且，搜索引擎的算法很可能不止頁面的級別，而是進行到段落級別，混合不同文章。交叉調換段落順序也不能使轉載和抄襲不能變成原創(chuàng)。

和大家分享完這篇文章，杭州網(wǎng)站設計--帷拓小編自己對優(yōu)化都思路清晰不少。