DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁SEO優化 >  >> SEO優化集錦
搜尋引擎如何判定重複網頁:去重演算法全解析
編輯:SEO優化集錦     

天之為道,如同拉弓:位高了就往下壓,位低了就往上抬,多餘的削減,不足的補足。自然的法則是損有餘而補不足,而人為的法則往往相反,剝奪匱乏者以奉養還有餘的人。世間有谁,能拿自己的多餘去奉養天下?只有明道之人。所以聖人有所作為而不自恃,功成而不自居,不去人前立賢名,只為均天下。搜尋引擎所遵循的,正是這樣一種調節的法則。

統計顯示,近似重複的網頁數量佔全部頁面的比例可達兩成九,完全相同的大約佔兩成二。也就是說,網路上有相當一部分內容是完全一致或大同小異的。這些重複頁面形式各異:有的是一字未改的副本,有的只在內容上稍作修改(同一篇文章的新舊版本),有的則僅僅是格式不同,例如 HTML 與 Postscript 的差別。大致可以歸為四種類型:

· 類型一:內容與版面格式毫無差異,稱為完全重複頁面。

· 類型二:內容相同但版面格式不同,稱為內容重複頁面。

· 類型三:部分重要內容相同且版面格式相同,稱為布局重複頁面。

· 類型四:部分重要內容相同但版面格式不同,稱為部分重複頁面。

所謂近似重複網頁偵測,就是用技術手段快速、全面地找出這些相似內容。如何準確辨識相似頁面,早已成為決定搜尋引擎服務品質的關鍵技術之一。

去重帶來的四重好處

一、把重複頁面從資料庫中剔除,能省下可觀的儲存空間,用來存放更多有效內容,同時也提升了搜尋品質與使用者體驗。

二、若能透過對既有資料的分析提前辨識重複頁面,後續抓取時就能主動繞開,提高整體抓取效率。研究顯示重複頁面的內容隨時間變化不大,因此從重複頁面集合中挑選部分進行索引是有效的做法。

三、鏡像度高的頁面,往往是內容受歡迎的一種間接體現,也意味著它相對重要。抓取時應賦予較高優先級,回應查詢並排序輸出結果時,也應給予較高的權值。

四、從使用者角度看,若點擊到失效連結,系統能把人引導至內容相同的可用頁面,這對檢索體驗是實質的改善。

實務上,搜尋引擎通常在爬蟲階段就進行近似重複偵測。當爬蟲抓到新頁面時,會先與已建立索引的頁面比對:若判定為近似重複,直接丟棄;若確認是全新內容,才加入索引庫中。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved