搜索引擎及搜索引擎優(yōu)化(seo)實(shí)驗

1、1實(shí)驗三搜索引擎及SEO實(shí)驗一、實(shí)驗?zāi)康囊弧?shí)驗?zāi)康难芯坎W(xué)習(xí)幾種常見的搜索引擎算法，包括網(wǎng)絡(luò)蜘蛛爬行策略、中文分詞算法、網(wǎng)頁正文提取算法、網(wǎng)頁去重算法、PageRank和MapReduce算法，了解它們的基本實(shí)現(xiàn)原理；運(yùn)用所學(xué)SEO技術(shù)對網(wǎng)頁進(jìn)行優(yōu)化。二、實(shí)驗內(nèi)容二、實(shí)驗內(nèi)容1.研究常用的網(wǎng)絡(luò)蜘蛛爬行策略，如深度優(yōu)先策略、廣度優(yōu)先策略、網(wǎng)頁選擇策略、重訪策略和并行策略等，了解其實(shí)現(xiàn)原理；2.研究至少兩種中文分詞算法，了解其實(shí)現(xiàn)原理；3

2、.研究至少兩種網(wǎng)頁正文提取算法，了解其實(shí)現(xiàn)原理；4.研究至少兩種網(wǎng)頁去重算法，了解其實(shí)現(xiàn)原理；5.研究Google的PageRank和MapReduce算法，了解它們的實(shí)現(xiàn)原理；6.使用所學(xué)的SEO技術(shù)，對實(shí)驗二所設(shè)計的網(wǎng)站靜態(tài)首頁實(shí)施SEO，在實(shí)施過程中需采用如下技術(shù)：(1)網(wǎng)頁標(biāo)題(title)的優(yōu)化；(2)選取合適的關(guān)鍵詞并對關(guān)鍵詞進(jìn)行優(yōu)化；(3)元標(biāo)簽的優(yōu)化；(4)網(wǎng)站結(jié)構(gòu)和URL的優(yōu)化；(5)創(chuàng)建robots.txt文件，禁止

3、蜘蛛抓取網(wǎng)站后臺頁面；(6)網(wǎng)頁內(nèi)部鏈接的優(yōu)化；(7)Heading標(biāo)簽的優(yōu)化；(8)圖片優(yōu)化；(9)網(wǎng)頁減肥技術(shù)。7.使用C、C#和Java等任意一種編程語言，設(shè)計并實(shí)現(xiàn)一個簡單的網(wǎng)絡(luò)蜘蛛爬行程序，要求在輸入關(guān)鍵詞、設(shè)置爬行深度和初始網(wǎng)頁URL之后能夠?qū)崿F(xiàn)網(wǎng)頁搜索，輸出包含關(guān)鍵詞的網(wǎng)頁的URL和網(wǎng)頁標(biāo)題?！咀ⅲ簩?shí)驗注：實(shí)驗7為補(bǔ)充實(shí)驗，不要求每個同學(xué)都完成，為補(bǔ)充實(shí)驗，不要求每個同學(xué)都完成，感興趣者可自行實(shí)現(xiàn)該程序，不計入實(shí)驗報告評分

4、。感興趣者可自行實(shí)現(xiàn)該程序，不計入實(shí)驗報告評分?！咳?、實(shí)驗要求三、實(shí)驗要求1.研究幾種常用的網(wǎng)絡(luò)蜘蛛爬行策略，填寫相應(yīng)的表格，表格必須填寫完整；2.研究兩種中文分詞算法，填寫相應(yīng)的表格，表格必須填寫完整；3.研究兩種網(wǎng)頁正文提取算法，填寫相應(yīng)的表格，表格必須填寫完整；4.研究兩種網(wǎng)頁去重算法，填寫相應(yīng)的表格，表格必須填寫完整；3HTML文件中的其他超鏈。當(dāng)不再有其他超鏈可選擇時，說明搜索已經(jīng)結(jié)束。廣度優(yōu)先策略寬度優(yōu)先搜索算法（又稱廣度優(yōu)

5、先搜索）是最簡便的圖的搜索算法之一，這一算法也是很多重要的圖的算法的原型。Dijkstra單源最短路徑算法和Prim最小生成樹算法都采用了和寬度優(yōu)先搜索類似的思想。其別名又叫BFS，屬于一種盲目搜尋法，目的是系統(tǒng)地展開并檢查圖中的所有節(jié)點(diǎn)，以找尋結(jié)果。換句話說，它并不考慮結(jié)果的可能位址，徹底地搜索整張圖，直到找到結(jié)果為止。百度百科廣度優(yōu)先搜索：:baike.view1242613.htm網(wǎng)頁選擇策略對搜索引擎而言，要搜索互聯(lián)網(wǎng)上所有的網(wǎng)

6、頁幾乎不可能，即使全球知名的搜索引擎google也只能搜索整個Inter網(wǎng)頁的30％左右。其中的原因主要有兩方面，一是抓取技術(shù)的瓶頸。網(wǎng)絡(luò)爬蟲無法遍歷所有的網(wǎng)頁；二是存儲技術(shù)和處理技術(shù)的問題。因此，網(wǎng)絡(luò)爬蟲在抓取網(wǎng)頁時。盡量先采集重要的網(wǎng)頁，即采用網(wǎng)頁優(yōu)先抓取策略。網(wǎng)頁選擇策略是給予重要程度、等級較高的Web頁以較高的抓取優(yōu)先級，即Web頁越重要，則越應(yīng)優(yōu)先抓取。其實(shí)質(zhì)上是一種使網(wǎng)絡(luò)爬蟲在一定條件下較快地鎖定互聯(lián)網(wǎng)中被用戶普遍關(guān)注的重要