首先提前祝各同仁們happy new year，在即將迎來2011年的最后一天，利用這今年的最后一天，來給大家分享一個(gè)話題：關(guān)于搜索引擎預(yù)處理機(jī)制，可能一些seo新手對(duì)這個(gè)詞有點(diǎn)陌生，沒什么概念，其實(shí)很簡(jiǎn)單，就是網(wǎng)站有千千萬，頁面達(dá)到億級(jí)別的，而搜索引擎卻能通過一個(gè)簡(jiǎn)短的詞就能把搜索結(jié)果快速的傳遞到用戶面前，為什么這么快呢？難道真是它的電腦或者服務(wù)器很強(qiáng)嗎？其實(shí)它是采用了一種很巧妙的辦法，因?yàn)樗�先有預(yù)處理機(jī)制在里面，通過預(yù)處理之后才能快速的把用戶想要找的內(nèi)容呈現(xiàn)在他面前，那預(yù)處理包括哪些內(nèi)容呢，我們來簡(jiǎn)單的跟大家說下：

一、提取文字

預(yù)處理要做的第一件事情就是抓取文字，在提取文字這一部分是非常關(guān)鍵的，意思也很簡(jiǎn)單，因?yàn)槲淖忠话愣际怯幸粋�(gè)相關(guān)性的，就是把關(guān)鍵文字提取出來，提取的文字內(nèi)容有文本、meta標(biāo)簽，這兩個(gè)是我們通過表面現(xiàn)象可以看得到的，另外還有關(guān)鍵和描述（這兩個(gè)需要通過頁面源代碼查看），還有alt屬性（alt屬性原本是看不到的，鼠標(biāo)移上去會(huì)顯示）。還有文本，比如像做過flash站優(yōu)化的人知道，你可以將它的內(nèi)容提取出來，作為替代內(nèi)容，這些都是可以被搜索引擎識(shí)別的。

二、中文分詞

抓取好文字之后我們要進(jìn)行中文分詞，也就是我們經(jīng)常提到的中文分詞技術(shù)，為了方便大家更好的理解，我們舉例來說，大家先打開baidu和goole，然后分別在里面搜索“夸張大千獎(jiǎng)”，我們先看百度頁面的搜索情況：

通過上圖我們可以看到整個(gè)頁面的標(biāo)紅的字體，我們可以明顯的看到“張大千”這三個(gè)字被擰出來了，總共五個(gè)字，因?yàn)閺埓笄�是個(gè)人名，所以它優(yōu)先被擰了出來，然后這個(gè)詞就變成三個(gè)詞組，分別是“夸”。“張大千”。“獎(jiǎng)”。這是百度的分詞手法，我們?cè)賮砜垂雀枋窃趺捶值模?/p>

我們看第一條搜索結(jié)果，“夸張的圖，大千世界無奇不有啊”，為什么會(huì)這樣呢？其實(shí)谷歌和百度相比，它少了一個(gè)專有詞典，匹配方式不一樣，不同的搜索引擎，它的分詞規(guī)律不一樣，所以說針對(duì)不同搜索引擎關(guān)鍵詞優(yōu)化，我們應(yīng)該要注意關(guān)鍵詞應(yīng)該怎么寫會(huì)比較穩(wěn)妥�？梢愿鶕�(jù)自身情況，做谷歌要怎么寫，做百度又要怎么寫，而且我們要知道，我們?nèi)绾卫�用分詞技術(shù)來做到不管是關(guān)鍵詞還是內(nèi)容等等都可盡量匹配。如果連內(nèi)容都匹配不了，那關(guān)鍵詞又怎么能上去呢？

2、匹配方法

關(guān)于匹配方法我們簡(jiǎn)單概括下：

A.正向匹配：因?yàn)槲覀円话愕拈喿x方式是從左往右，從左到右叫正向匹配，比如說“中華人民共和國(guó)成立于1949年”因?yàn)樗�是一個(gè)完整詞，如果是正向匹配，那么就應(yīng)該這樣分：“中華”“人民”“共和”等。

B.逆向匹配：顧名思義，就是從后面往前匹配。

c.最大匹配：比如說“中華人民共和國(guó)成立于1949年”，如果是最大匹配的話，可以劃分成“中華人民共和國(guó)”為一個(gè)詞組，這就是最大匹配。

D.最小匹配：它就可是把“中華人民共和國(guó)”劃分成“中華”“人民”“”共和”“國(guó)”。這樣算起來總共有四種匹配方式：正向匹配、逆向匹配、最大匹配、最小匹配�？梢詢蓛山Y(jié)合結(jié)合成“正向最大匹配”“正向最小匹配”“逆向最大匹配”“逆向最小匹配”，這是百度和谷歌通用的匹配方法。那說到這里，可能有人會(huì)問了：那我怎么知道它是給我正向匹配還是反向匹配等，其實(shí)我想說的是，這個(gè)沒有一個(gè)定死的規(guī)律的，我們只要記住一點(diǎn)：一個(gè)好的搜索引擎，在分詞系統(tǒng)關(guān)鍵就看兩點(diǎn)：

A：消除歧義能力，也就是說你搜了一個(gè)詞，搜索出來的結(jié)果更加精準(zhǔn)、完整;

B：它是否能識(shí)別人名、地名和機(jī)構(gòu)名，也就是一些未登陸的詞，比如比較流行的口頭語，搜索次數(shù)多了，它會(huì)進(jìn)行一個(gè)統(tǒng)計(jì)，統(tǒng)計(jì)的結(jié)果和用戶想了解的內(nèi)容匹配度高，具備這兩點(diǎn)，就是好的分詞系統(tǒng)。

搜索引擎的分詞能讓我們的標(biāo)題以及內(nèi)容相關(guān)性更高，和需要優(yōu)化的詞匹配度更高，這是分詞它所能承載的作用，不用的搜索引擎的分詞原理不一樣，所以需要我們更加系統(tǒng)的來學(xué)習(xí)，僅僅靠這篇文章是解釋不完的，關(guān)鍵是要有這個(gè)思路，結(jié)合這個(gè)思路去仔細(xì)觀察從而得出結(jié)論。

通過以上講解，大家是不是對(duì)索引引擎機(jī)制度和中文分詞是不是有了初步的了解了呢，今天就跟大家說到這里，再次祝你們新年快樂，想學(xué)更過seo知識(shí)請(qǐng)到（杭州seo www.gdwzjs.com）

標(biāo)簽： 搜索優(yōu)化 關(guān)鍵詞優(yōu)化 搜索引擎分詞技術(shù) 

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。