亚洲欧美成人综合一区_国产精品一区二区无码_亚洲风情偷拍区_成?人免费无码视频在线看

在線客服與您一對(duì)一交流
當(dāng)前位置: 主頁(yè) > 行業(yè)新聞 > 行業(yè)資訊 >

理解分詞技術(shù)對(duì)網(wǎng)站建設(shè)SEO工作具有極大意義

  理解分詞技術(shù)對(duì)網(wǎng)站建設(shè)SEO工作具有極大意義,可以從科學(xué)的角度來(lái)分析關(guān)鍵詞,并構(gòu)想關(guān)鍵詞部署策略;如果正向最大匹配算法的結(jié)論是正確的,那基本上可以斷定,切詞后的分詞的權(quán)重是按照正向排序的
  我還想搞明白的是專(zhuān)用詞典和普通詞典,哪一個(gè)權(quán)重會(huì)更高?
  查詢(xún)處理以及分詞技術(shù)
  隨著搜索經(jīng)濟(jì)的崛起,人們開(kāi)始越加關(guān)注全球各大搜索引擎的性能、技術(shù)和日流量。作為企業(yè),會(huì)根據(jù)搜索引擎的知名度以及日流量來(lái)選擇是否要投放廣告等;作為普通網(wǎng)民,會(huì)根據(jù)搜索引擎的性能和技術(shù)來(lái)選擇自己喜歡的引擎查找資料;作為技術(shù)人員,會(huì)把有代表性的搜索引擎作為研究對(duì)象。搜索引擎經(jīng)濟(jì)的崛起,又一次向人們證明了網(wǎng)絡(luò)所蘊(yùn)藏的巨大商機(jī)。網(wǎng)絡(luò)離開(kāi)了搜索將只剩下空洞雜亂的數(shù)據(jù),以及大量等待去費(fèi)力挖掘的金礦。
  但是,如何設(shè)計(jì)一個(gè)高效的搜索引擎?我們可以以百度所采取的技術(shù)手段來(lái)探討如何設(shè)計(jì)一個(gè)實(shí)用的搜索引擎。搜索引擎涉及到許多技術(shù)點(diǎn),比如查詢(xún)處理,排序算法,頁(yè)面抓取算法,CACHE機(jī)制,ANTI-SPAM等等。這些技術(shù)細(xì)節(jié),作為商業(yè)公司的搜索引擎服務(wù)提供商比如百度,GOOGLE等是不會(huì)公之于眾的。我們可以將現(xiàn)有的搜索引擎看作一個(gè)黑盒,通過(guò)向黑盒提交輸入,判斷黑盒返回的輸出大致判斷黑盒里面不為人知的技術(shù)細(xì)節(jié)。
  查詢(xún)處理與分詞是一個(gè)中文搜索引擎必不可少的工作,而百度作為一個(gè)典型的中文搜索引擎一直強(qiáng)調(diào)其“中文處理”方面具有其它搜索引擎所不具有的關(guān)鍵技術(shù)和優(yōu)勢(shì)。那么我們就來(lái)看看百度到底采用了哪些所謂的核心技術(shù)。
  我們分兩個(gè)部分來(lái)講述:查詢(xún)處理/中文分詞。
  一、查詢(xún)處理
  用戶(hù)向搜索引擎提交查詢(xún),搜索引擎一般在接受到用戶(hù)查詢(xún)后要做一些處理,然后在索引數(shù)據(jù)庫(kù)里面提取相關(guān)的信息。那么百度在接受到用戶(hù)查詢(xún)后做了些什么工作呢?
  1、假設(shè)用戶(hù)提交了不只一個(gè)查詢(xún)串,比如“信息檢索 理論 工具”。那么搜索引擎首先做的是根據(jù)分隔符比如空格,標(biāo)點(diǎn)符號(hào),將查詢(xún)串分割成若干子查詢(xún)串,比如上面的查詢(xún)就會(huì)被解析為:三個(gè)子字符串;這個(gè)道理簡(jiǎn)單,我們接著往下看。
  2、假設(shè)提交的查詢(xún)有重復(fù)的內(nèi)容,搜索引擎怎么處理呢?比如查詢(xún)“理論工具理論”,百度是將重復(fù)的字符串當(dāng)作只出現(xiàn)過(guò)一次,也就是處理成等價(jià)的“理論工具”,而GOOGLE顯然是沒(méi)有進(jìn)行歸并,而是將重復(fù)查詢(xún)子串的權(quán)重增大進(jìn)行處理。那么是如何得出這個(gè)結(jié)論的呢?我們可以將“理論工具”提交給百度,返回341,000篇文檔,大致看看第一頁(yè)的返回內(nèi)容。
  OK。繼續(xù),我們提交查詢(xún)“理論工具理論”,在看看返回結(jié)果,仍然是那么多返回文檔,當(dāng)然這個(gè)不能說(shuō)明太多問(wèn)題,那看看第一頁(yè)返回結(jié)果的排序,看出來(lái)了嗎?順序完全沒(méi)有變化,而 GOOGLE 則排序有些變動(dòng),這說(shuō)明百度是將重復(fù)的查詢(xún)歸并成一個(gè)處理的,而且字符串之間的先后出現(xiàn)順序基本不予考慮(GOOGLE是考慮了這個(gè)順序關(guān)系的)。
  3、假設(shè)提交的中文查詢(xún)包含英文單詞,搜索引擎是怎么處理的?比如查詢(xún)”電影BT下載”,百度的方法是將中文字符串中的英文當(dāng)作一個(gè)整體保留,并以此為斷點(diǎn)將中文切分開(kāi),這樣上述的查詢(xún)就切為,不論中間的英文是否一個(gè)字典里能查到的單詞也好,還是隨機(jī)的字符也好,都會(huì)當(dāng)作一個(gè)整體來(lái)對(duì)待。至于為什么,你用查詢(xún) “電影dfdfdf下載”看看結(jié)果就知道了。當(dāng)然如果查詢(xún)中包含數(shù)字,也是如此辦理。

相關(guān)文章:

  • 公司:西安蟠龍網(wǎng)絡(luò)科技有限公司
  • 聯(lián)系人:張經(jīng)理
  • 手機(jī)/微信:
  • Q Q: 點(diǎn)擊這里給我發(fā)消息
  • 地址:西安市雁塔區(qū)唐延南路11號(hào)逸翠園i都會(huì)