|
|
| 推广知识 |
| 凤巢网络关于百度搜索引擎的分词原理分析 |
搜索引擎面对的用户大部分是通过键入关键词返回一个列表页面，这个结构页面是大量的搜索索引库而建立起来的。当然这里这个页面是指自然搜索结果。那么搜索引擎是如何完成排名这以环节的呢?
一、对匹配网页排名
为匹配的网页排序，其实就是搜索引擎对匹配的网页进行筛选，挑选的过程，然后按照一定的顺序整理出结构的行为。当然搜索引擎都会给每个网页一个值，即权重(SEO-er们自我定义)，通过判断该网页对搜索引擎和用户体验的价值进行排序排名。提高排名的因素多种多样，目前基本上是参考HITS算法，TrustRank信任指数算法、PR值等等。
二、匹配搜索请求
当搜索引擎接收到搜索请求详细分析之后，便会匹配URL(当然重点是标题和摘要片段)，匹配的URL成千上万个，怎样才能有序显示出来了，这就需要搜索引擎按URL的匹配程度排序。
三、对提交的搜索请求分析
搜索用户在搜索引擎上键入关键词，提交搜索请求，一步一步找到匹配的网页显示出来。当我们键入关键词提交(按下回车)给搜索引擎时，搜索引擎便会对这次搜索请求进行详细分析。
1、中文分词
中文分词是各大搜索引擎中重要的环节，中文分词能够更加明确掌握搜索请求的重点所在，时期更好地页面展示给搜索用户。
百度中文分词常见的以下三种：
a、基于字符串匹配
在基于字符串匹配中正向最大匹配法、逆向最大匹配法、最少切分这三种又比较常见。
正向最大匹配法：利用关键词查询的时候，在百度排名第一位的是以标题和搜索的长尾词相符合，说明在网站条件相当的情况下，先显示标题匹配的网页。
逆向最大匹配法：刚刚是正向最大匹配法相反的规则，即从右往左反向进行拆分和组合。
最少切分：最小切分就是将一个个词组切分为最细化，甚者会一个字出现。
b、理解分词方法
理解分词方法：搜索引擎模拟人的思维，对其语句的理解进行分词技术。通过对存储的词语和语句的整合，进行分词理解。其基本思想就是在分词的同时进行句法、语义分析，利用句法信息和语义信息来处理歧义现象。它通常包括三个部分：分词子系统、句法语义子系统、总控部分。在总控部分的协调下，分词子系统可以获得有关词、句子等的句法和语义信息来对分词歧义进行判断，即它模拟了人对句子的理解过程。
c、统计分词方法
相邻的字同时出现的次数越多，中文分词就会可能把出现相邻的字当成你一个词。我们常常不是使用粗体，女包批发黑体这些吗?原因还在于这对于搜索引擎理解同样有利。
2、去掉停止词
搜索用户在键入关键词时，或多或少会出现不少停止词，像“的”“吗”，这样才能最大限度的显示最相关，最能够满足用户体验的结果页面。
3、处理符号
搜索引擎还是很看重标点符号的，因此我们SEO-er在编辑文章的时候，应当注意标点符号的合理使用，尤其是在文章标题上。 |
| 发布时间：2024-04-24 21:40:31 |
点击率：1742 |
「返回上一页」 |
|
|
|
