版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- seo優(yōu)化搜索引擎
- 搜索引擎優(yōu)化(seo)合同
- [學(xué)習(xí)]搜索引擎優(yōu)化與搜索引擎營銷
- 搜索引擎優(yōu)化
- seo搜索引擎優(yōu)化畢業(yè)論文
- seo搜索引擎優(yōu)化基礎(chǔ)教程
- seo搜索引擎優(yōu)化基礎(chǔ)教程
- 搜索引擎優(yōu)化方法探究seo論文
- 搜索引擎
- 搜索引擎優(yōu)化(seo)術(shù)語表
- 搜索引擎優(yōu)化概述
- 搜索引擎07011
- 全文搜索引擎
- 搜索引擎18307
- 搜索引擎06826
- 搜索引擎概述
- 搜索引擎1
- 搜索引擎分類
- 圖像搜索引擎
- 傳統(tǒng)搜索引擎與智能搜索引擎比較研究.pdf
評論
0/150
提交評論