搜索引擎技术及其优化策略

《搜索引擎技术及其优化策略》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据第24卷第2期2010年4月中国医学教育技术CHINAMEDICALEDUCJ钔【lION’rECHNOLOGYV01．24No．2Apr．2010·技术与教育·搜索引擎技术及其优化策略刘小鸿(第二军医大学教育技术中心，上海200433)【摘要】：搜索引擎优化是进行网站推广的重要方式。根据搜索引擎定义、倒排索引建立原理、PageRank算法要素，分析并介绍了通过网站的结构、关键字、链接、内容来进行搜索引擎优化；根据网站安全问题，提出了网站安全优化方案。指出在实践的应用中证明了该方案的有效性，为网站建设提供了有益

2、的SEO方法。【关键词】：搜索引擎；搜索引擎优化；PageRank算法；安全优化【中图分类号】：G434；TP393【文献标识码】：A【文章编号】：1004-5287(2010)02-0161-04SearchenginetechniqueandoptimizationtacticsL／uXiaohong(CenterofEducationalTechnology。SecondMilitaryMedicalUniversity，Shanghai200433，China)【Abstract】：Searchengineop

3、timization(SEO)isanimportantwayforwebsitepromotion．Basedonthedefinitionofsearchengine，principleofinvertedindex，andcalculationfactorofPageRankalgorithm，thepaperanalyzesanSEOstrategydevelopedthroughthewebsite§structure，keywordsllinksandcontent．Basedonwebsecuritypr

4、oblem，awebsiteoptimizationmethodisproposed．PracticehasprovedthatthisstrategyiseffectiveandcanprovidesomeusefulSEOmethodsforwebsiteconstruction．【Keywords】：searchengine；searchengineoptimization(SEO)；PageRankalgorithm；securityoptimization搜索引擎优化(searchengineoptimiza

5、tion，SEO)是指遵循搜索引擎的搜索原理，对网站结构、网页文字语言和站点间互动等内容进行合理规划部署，以改善网站在搜索引擎的搜索表现，进而增加客户发现并访问网站的可能性¨引。随着互联网和Web技术的发展，网上的信息也越来越多。搜索引擎已成为互联网上进行信息获取的一种重要手段，越来越多的用户通过搜索引擎找到所需信息。通过搜索引擎的检索，客户可以很方便地从关注度排序列表中找到相关的资料和信息。用户通常只关心搜索引擎返回的排在前列的页面。为了提高网站的访问量，就要求网站在列表中占据较好的位置。因此，有必要对网站进行搜索优

6、化处理。1搜索引擎技术1．1搜索引擎定义搜索引擎是指在Internet上搜索信息并自动索引提供查询服务的一类工具，它主要通过网络搜索机器人WebRobots收集Internet信息，对其加工处理，建成供查询用的数据库，也称之为倒排索引。搜索引擎可被看作是一个对互联网和数据库中的信息资源进行搜集、整理、分类，并以一定的方式为用户提供检索服务的系统"J。搜索引擎一般是由信息采集模块、文档组织及索引模块、检索模块三部分组成：①信息采集模块负责从Internet上搜集网页信息；②文档组织和索引模块将搜集来的网页和相关描述信息进

7、行处理后，存储在索引数据库中，以备用户检索。处理过程主要包括文档特征提取、相关度分析、网页筛选、归类和入库；③检索模块是搜索引擎和用户之间的接口。它根据用户的查询要求，访问倒排索引数据库，根据搜索引擎排名算法获得检索结果，并按相关度大小将结果反馈给用户。1．2Web文本预处理收稿日期．'2009-1l-16作者简介：刘小鸿(1978-)，男，福建泉州人，讲师，教育技术学士，主要研究方向：影视媒体制作与应用研究，网络媒体制作等。万方数据162中国医学教育技术第24卷第2期用户读取Web页面后，将相关信息存储下来，实际上就

8、是对Web页面对应的html文档进行处理。由于作为Web页保存下来的html格式，除了标题、正文部分外，还包含许多html的控制命令。要实现信息处理，需要过滤许多无用信息。因此，将html文档转化为txt(纯文本)文件，就是web信息预处理所要解决的问题。将html文档转化为txt文档，主要是提取出html文档中的五种信息H1：①