最近中文字幕完整视频高清1_国产高清免费的视频_女人一级毛片_亚洲一区二区三区首页

SEO算法解析系列之:搜索引擎對復(fù)制網(wǎng)頁的算法

2023-10-22 未知 黑帽SEO
SEO算法解析系列之:搜索引擎對復(fù)制網(wǎng)頁的算法

我們講述了重復(fù)內(nèi)容即復(fù)制頁面對SEO的影響以及可以采取的應(yīng)付對策,現(xiàn)在我們來談?wù)勊阉饕婢唧w是如何判斷復(fù)制網(wǎng)頁這一基礎(chǔ)算法。以下我主要從SEO的角度來簡單談?wù)勊阉饕媸侨绾闻卸◤?fù)制網(wǎng)頁的,如果想更深入地了解這一基本原理,可以參考《搜索引擎——原理、技術(shù)與系統(tǒng)》(李曉明等著)和 《搜索引擎原理、實(shí)踐與應(yīng)用》(盧亮、張博文編著)這兩本書。
首先,搜索引擎對所索引的所有網(wǎng)頁進(jìn)行頁面凈化和內(nèi)部消重。
任何一家搜索引擎在尚未進(jìn)行復(fù)制網(wǎng)頁判斷這一操作之前都定然會有個網(wǎng)頁凈化和內(nèi)部消重的過程。搜索引擎首先要清除噪音內(nèi)容,對網(wǎng)頁內(nèi)部的廣告、版權(quán)信息、共同的頁眉頁腳部分等進(jìn)行凈化,然后提取出該頁面的主題以及和主題相關(guān)的內(nèi)容,用以排名工作,噪音內(nèi)容是不計入排名權(quán)重之中的。消重也差不多是這個意思,搜索引擎對其所收集的網(wǎng)頁集里面主題相同或極端相似的,比如同一模板之中多次出現(xiàn)的共同代碼,將其作為冗余內(nèi)容,進(jìn)行消除。
我們可以這樣理解,最理想的狀態(tài)之下,一篇原創(chuàng)文章,搜索引擎僅將標(biāo)題和內(nèi)容計入排名之中,其他全部都消除。
DocView模型就是一個自動分類和消重的模型,當(dāng)然,不是非常準(zhǔn)確。大家可以簡單了解一下,DocView模型包括網(wǎng)頁表識、網(wǎng)頁類型、內(nèi)容類別、標(biāo)題、關(guān)鍵詞、摘要、正文、相關(guān)鏈接等要素,它通過提取DocView模型要素的方法應(yīng)用在網(wǎng)頁自動分類和網(wǎng)頁消重之中。
通過了解以上內(nèi)容,我們就能大致明白,同一篇文章,為什么放到兩個完全不同模板的站點(diǎn)之上,搜索引擎仍然能夠正確識別出這是一個復(fù)制頁面的原因了吧。
其次,搜索引擎對凈化的頁面進(jìn)行重復(fù)內(nèi)容的判斷。
那么搜索引擎具體是如何判斷復(fù)制頁面的呢?以下內(nèi)容是北大天網(wǎng)搜索引擎的去重算法,大部分來自對《搜索引擎——原理、技術(shù)與系統(tǒng)》相關(guān)知識的整理,大家可以自行參考相關(guān)文檔。
現(xiàn)有方法大致可以分為以下三類:
1、利用內(nèi)容計算相似
2、結(jié)合內(nèi)容和鏈接關(guān)系計算相似
3、結(jié)合內(nèi)容,鏈接關(guān)系以及url文字進(jìn)行相似計算
現(xiàn)有絕大部分方法還是利用文本內(nèi)容進(jìn)行相似識別,其它兩種利用鏈接關(guān)系以及URL文字的方法還不是很成熟,而且從效果看引入其它特征收效并不明顯,所以從實(shí)際出發(fā)還是選擇利用內(nèi)容進(jìn)行相似計算的算法。
搜索引擎判斷復(fù)制網(wǎng)頁一般都基于這么一個思想:為每個網(wǎng)頁計算出一組信息指紋(信息指紋,英文是Fingerprint,就是把網(wǎng)頁里面正文信息,提取一定的信息,可以是關(guān)鍵字、詞、句子或者段落及其在網(wǎng)頁里面的權(quán)重等,對它進(jìn)行加密,如MD5加密,從而形成的一個字符串。信息指紋如同人的指紋,只要內(nèi)容不相同,信息指紋就不一樣。搜索引擎在對爬取的網(wǎng)頁建立索引的時候需要對重復(fù)內(nèi)容的網(wǎng)頁進(jìn)行識別和消重,這就要用到信息指紋),若兩個網(wǎng)頁有一定數(shù)量相同的信息指紋,則認(rèn)為這兩個網(wǎng)頁的內(nèi)容重疊性很高,也就是說兩個網(wǎng)頁是內(nèi)容復(fù)制的。注意一點(diǎn),算法提取的信息不是針對整張網(wǎng)頁,而是把網(wǎng)站里面共同的部分如導(dǎo)航條、logo、版權(quán)等這些網(wǎng)頁的噪音信息過濾掉后剩下的文本。

很多搜索引擎判斷內(nèi)容復(fù)制的方法都不太一樣,主要是以下兩點(diǎn)的不同:
1、計算信息指紋的算法;
2、判斷信息指紋的相似程度的參數(shù)。
部分算法簡介:
1、分段簽名算法
這種算法是按照一定的規(guī)則把網(wǎng)頁切成N段,對每一段進(jìn)行簽名,形成每一段的信息指紋。如果這N個信息指紋里面有M個相同時(m是系統(tǒng)定義的闕值),則認(rèn)為兩者是復(fù)制網(wǎng)頁。這種算法對于小規(guī)模的判斷復(fù)制網(wǎng)頁是很好的一種算法,但是對于像Google這樣海量的搜索引擎來說,算法的復(fù)雜度相當(dāng)高。
2、基于關(guān)鍵詞的復(fù)制網(wǎng)頁算法
像Google這類搜索引擎,他在抓取網(wǎng)頁的時候都會記下網(wǎng)頁中出現(xiàn)的關(guān)鍵詞(中文分詞技術(shù))以及每個關(guān)鍵詞的權(quán)重(關(guān)鍵詞密度)以及提取meta descrīption或者每個網(wǎng)頁的512個字節(jié)的有效文字。
假設(shè)我們約定Pi表示第i個網(wǎng)頁;該網(wǎng)頁權(quán)重最高的N個關(guān)鍵詞構(gòu)成集合Ti={t1,t2,...tn},其對應(yīng)的權(quán)重為Wi={w1,w2,...wi},摘要信息用Des(Pi)表示,前n個關(guān)鍵詞拼成的字符串用Con(Ti)表示,對這n個關(guān)鍵詞排序后形成的字符串用Sort(Ti)表示。
以上信息指紋都用MD5函數(shù)進(jìn)行加密。
基于關(guān)鍵詞的復(fù)制網(wǎng)頁算法有以下5種:
1、MD5(Des(Pi))=MD5(Des(Pj)),就是說摘要信息完全一樣,i和j兩個網(wǎng)頁就認(rèn)為是復(fù)制網(wǎng)頁;
2、MD5(Con(Ti))=MD5(Con(Tj)),兩個網(wǎng)頁前n個關(guān)鍵詞及其權(quán)重的排序一樣,就認(rèn)為是復(fù)制網(wǎng)頁;
3、MD5(Sort(Ti))=MD5(Sort(Tj)),兩個網(wǎng)頁前n個關(guān)鍵詞一樣,權(quán)重可以不一樣,也認(rèn)為是復(fù)制網(wǎng)頁。
4、MD5(Con(Ti))=MD5(Con(Tj))并且Wi-Wj的平方除以Wi和Wj的平方之和小于某個闕值a,則認(rèn)為兩者是復(fù)制網(wǎng)頁。
5、MD5(Sort(Ti))=MD5(Sort(Tj))并且Wi-Wj的平方除以Wi和Wj的平方之和小于某個闕值a,則認(rèn)為兩者是復(fù)制網(wǎng)頁。
關(guān)于第4和第5的那個闕值a,主要是因?yàn)榍耙粋€判斷條件下,還是會有很多網(wǎng)頁被誤傷,搜索引擎開發(fā)根據(jù)權(quán)重的分布比例進(jìn)行調(diào)節(jié),防止誤傷。
以上5種算法運(yùn)行的時候,算法的效果取決于N,就是關(guān)鍵詞數(shù)目的選取。選的數(shù)量越多,判斷就會越精確,但是計算速度也會越慢。所以必須考慮一個計算速度和去重準(zhǔn)確率的平衡,根據(jù)試驗(yàn)結(jié)果,10個左右關(guān)鍵詞最為恰當(dāng)。
當(dāng)然,以上算法只是給SEO一個思路而已,并非搜索引擎判斷復(fù)制網(wǎng)頁的全部算法。只要在SEO的過程中注意原創(chuàng)和“偽原創(chuàng)”,大可不必太在乎這個算法。

責(zé)任編輯:SEO算法解析系列之:搜索引擎對復(fù)制網(wǎng)頁的算法

相關(guān)文章

樂天SEO培訓(xùn)中心

最近中文字幕完整视频高清1_国产高清免费的视频_女人一级毛片_亚洲一区二区三区首页

      亚洲欧美日韩国产成人精品影院 | 久久久最新网址| 国产精品日韩一区| 亚洲国产精品女人久久久| 欧美日韩综合不卡| 蜜臀av性久久久久蜜臀aⅴ四虎| 一本色道久久综合狠狠躁篇的优点| 国产精品毛片| 欧美精品一区二区三区蜜臀| 久久国产高清| 亚洲欧美日韩精品综合在线观看| 久久久久国产精品午夜一区| 欧美午夜精品久久久久免费视| 久久久久久欧美| 欧美在线视频免费观看| 夜夜躁日日躁狠狠久久88av| 亚洲第一色中文字幕| 国产女主播一区| 国产精品二区在线| 欧美性做爰猛烈叫床潮| 免费日韩视频| 久久综合色综合88| 国产一区二区精品久久| 亚洲欧美在线网| 在线视频你懂得一区| 亚洲精品乱码久久久久久| 精品av久久久久电影| 国产婷婷97碰碰久久人人蜜臀| 欧美三级网址| 欧美午夜不卡| 国产精品毛片一区二区三区| 欧美日韩免费一区二区三区| 欧美激情一区二区三区在线视频 | 欧美四级电影网站| 欧美日韩日日骚| 欧美色欧美亚洲另类七区| 欧美日韩精品一区| 国产精品久久久久毛片软件| 国产精品扒开腿做爽爽爽视频| 欧美性片在线观看| 国产精品色午夜在线观看| 国产欧美成人| 一区二区三区在线观看国产| 亚洲电影免费在线| 一区二区三区国产精品| 亚洲淫性视频| 久久国内精品视频| 免费欧美在线视频| 欧美日韩高清在线播放| 国产精品欧美日韩| 一区在线免费观看| 亚洲精品视频在线看| 亚洲伊人网站| 久久男人资源视频| 欧美国产精品久久| 国产精品一区二区在线观看网站| 国产色视频一区| 亚洲精品国产精品国自产观看| 日韩一本二本av| 欧美亚洲三级| 欧美精品午夜| 国产精品亚洲综合一区在线观看 | 久久久福利视频| 欧美电影免费观看大全| 日韩亚洲欧美成人| 国产精品久久久久av| 国内精品久久久久久久影视蜜臀 | 亚洲在线视频观看| 欧美制服丝袜| 欧美日韩国产一区精品一区| 国产伦精品一区二区三区视频孕妇 | 亚洲国产美女| 欧美一区二区在线免费观看| 欧美精品一线| 在线观看日韩专区| 亚洲一区二区黄| 嫩草影视亚洲| 国产亚洲日本欧美韩国| 在线亚洲国产精品网站| 久久精品官网| 国产免费成人av| 亚洲视频免费在线观看| 女女同性精品视频| 国产在线欧美日韩| 欧美一进一出视频| 国产精品老牛| 亚洲天堂网在线观看| 欧美精品日韩一本| 亚洲福利久久| 久久久天天操| 韩国亚洲精品| 欧美一区二区黄色| 国产精品嫩草久久久久| 亚洲深爱激情| 欧美午夜精品理论片a级大开眼界 欧美午夜精品理论片a级按摩 | 国产精品一区免费观看| 一区二区三区欧美亚洲| 欧美日韩一二区| 日韩视频在线播放| 欧美日韩精品欧美日韩精品 | 欧美一区二区三区在线免费观看| 欧美日韩综合视频| 亚洲深夜福利网站| 欧美日一区二区在线观看| 99视频超级精品| 欧美日韩在线亚洲一区蜜芽| 亚洲午夜羞羞片| 国产精品久久99| 亚洲自拍三区| 国产欧美精品在线观看| 久久精品最新地址| 在线播放亚洲一区| 欧美精品福利在线| 一本一道久久综合狠狠老精东影业| 欧美日本一区二区三区| 亚洲午夜视频在线观看| 国产欧美日韩在线视频| 久久久激情视频| 亚洲黄色在线看| 欧美婷婷六月丁香综合色| 性色av一区二区怡红| 一区二区三区自拍| 欧美日韩亚洲国产一区| 欧美专区在线播放| 亚洲国产91色在线| 欧美日韩高清在线观看| 亚洲欧美日韩网| 在线免费观看日本欧美| 久久久久久久精| 亚洲人成网站色ww在线| 欧美香蕉视频| 久久亚洲视频| 亚洲美女一区| 国内精品伊人久久久久av影院| 蜜桃精品久久久久久久免费影院| 一区二区三区波多野结衣在线观看| 国产精品中文字幕欧美| 欧美福利视频网站| 国产日韩欧美在线视频观看| 激情综合五月天| 欧美日韩一区二区在线播放| 久久精品国产96久久久香蕉| 夜色激情一区二区| 在线日韩中文| 先锋影院在线亚洲| 欧美精品综合| 久久久人人人| 亚洲欧美视频一区| 日韩特黄影片| 亚洲电影在线看| 国产偷国产偷亚洲高清97cao| 欧美精品一区二区精品网| 久久久久久一区二区| 午夜精品网站| 亚洲一区二区在线看| 亚洲精品国产精品乱码不99| 国产亚洲一二三区| 国产日韩欧美精品一区| 国产精品福利网| 欧美日韩另类字幕中文| 欧美激情一区二区三区四区 | 欧美自拍偷拍午夜视频| 亚洲视频 欧洲视频| 欧美精品观看| 欧美顶级大胆免费视频| 久久久久免费视频| 久久久久女教师免费一区| 欧美一区二区精美| 香港成人在线视频| 欧美主播一区二区三区| 午夜欧美不卡精品aaaaa| 亚洲影院污污.| 一区二区三区视频在线观看 | 一区二区国产日产| 欧美日韩亚洲一区二区三区在线 | 黄色一区二区三区四区| 国模私拍视频一区| 狠狠色综合网| 一区二区三区在线视频播放| 激情自拍一区| 最新国产成人av网站网址麻豆 | 国产主播精品在线| 欧美影院在线| 久久久久久久波多野高潮日日| 国产一区二区三区四区| 韩国精品久久久999| 亚洲电影观看| 99re热这里只有精品视频| 日韩天堂在线视频| 亚洲一区在线看| 欧美在线首页| 麻豆精品视频在线观看| 欧美日韩大片一区二区三区| 欧美午夜美女看片| 国产主播一区二区三区| 亚洲国产电影| 午夜精品短视频| 亚洲精华国产欧美| 亚洲免费在线| 亚洲国产成人av好男人在线观看|