百度分词技术_百度输入法分词位置_数据处理分词例句(12)

在title设计中，当然“美规车”首选，其次根据关键词顺序排列优先的原则，将主页title设计为“美规车_美规奔驰,美规宝马,美规路虎,美规 卡 宴,美规奥迪【智宝美规车SUV】”，因为其他几个关键词无法挤在title中，检索量及价值也不是很高，就放在了deｓｃｒｉｐｔion中，并且在 deｓｃｒｉｐｔion开头中加入“上海智宝名车公司,顶级美规车商，豪华名车SUV美规版经销专卖”，即显示了公司名称，同时又突出了公司特点并在 此体现了核心关键词“美规车”，接下来的“美规宝马X5X6,美规奔驰ML/GL系列,美规保时捷卡宴,美规奥迪Q7,美规路虎揽胜极光,美规林肯外交 官,美规福特,美规丰田,美规GMC。”是对重点产品型号关键词的体现，如“美规宝马X5”，“美规奥迪Q7”等。 毕竟页面的头部文件字符限制，导致很多有限关键词不能体现，对于规车这个网站，众志传媒做了内链的优化及各个页面的 代码优化工作，完善了站内所有页面的头部标签及页面的其他标签、链接，保证每个页面名称都不重复。以美规车频道 “”这个页面来说，title采用了“美规车,美规奔驰配置,豪华车SUV美规版价格_智宝美规车频道”，核心关键词、页面重点关键词、站点名称及页面名称都在title中有良好的表现，并且栏目页面对应的产品子页面都是后台发布新产 品生成的，每个页面的标题及描述摘要都是动态调用了发布产品的名称几摘要。

随 着搜索经济的崛起，人们开始越加关注全球各大搜索引擎的性能、技术和日流量。作为企业，会根据搜索引擎的知名度以及日流量来选择是否要投放广告等；作为 普通网民，会根据搜索引擎的性能和技术来选择自己喜欢的引擎查找资料；作为技术人员，会把有代表性的搜索引擎作为研究对象。 搜索引擎经济的崛起，又一次向人们证明了网络所蕴藏的巨大商机。网络离开了搜索将只剩下空洞杂乱的数据，以及大量等待去费力挖掘的金矿。

但是，如何设计一个高效的搜索引擎？我们可以以百度所采取的技术手段来探讨如何设计一个实用的搜索引擎。搜索引擎涉及到许多技术点，比如查询处理，排序算法，页面抓取算法，CACHE机制，ANTI-SPAM等等。这些技术细节，作为商业公司的搜索引擎服务提供商比如百度，GOOGLE等是不会公之于众 的。我们可以将现有的搜索引擎看作一个黑盒，通过向黑盒提交输入，判断黑盒返回的输出大致判断黑盒里面不为人知的技术细节。

查询处理与分词是一个中文搜索引擎必不可少的工作，而百度作为一个典型的中文搜索引擎一直强调其“中文处理”方有其它搜索引擎所不具有的关键技术和优势。那么我们就来看看百度到底采用了哪些所谓的核心技术。

1

用户向搜索引擎提交查询，搜索引擎一般在接受到用户查询后要做一些处理，然后在索引里面提取相关的信息。那么百度在接受到用户查询后做了些什么工作呢？

2

3

假设用户提交了不只一个查询串

比如“信息检索 理论 工具”。那么搜索引擎首先做的是根据分隔符比如空格，标点符号，将查询串分割成若干子查询串，比如上面的查询就会被解析为：《信息检索，理论，工具》三个子字符串；这个道理简单，我们接着往下看。

4

假设提交的查询有重复的内容，搜索引擎怎么处理呢？

比 如查询“理论 工具 理论”，百度是将重复的字符串当作只出现过一次，也就是处理成等价的“理论 工具”，而GOOGLE显然是没有进行归并，而是将重复查询子串的权重增大进行处理。那么是如何得出这个结论的呢？我们可以将“理论 工具”提交给百度，返回341，000篇文档，大致看看第一页的返回内容。OK。继续，我们提交查询“理论 工具 理论”，在看看返回结果，仍然是那么多返回文档，当然这个不能说明太多问题，那看看第一页返回结果的排序，看出来了吗？顺序完全没有变化，而GOOGLE 则排序有些变动，这说明百度是将重复的查询归并成一个处理的，而且字符串之间的先后出现顺序基本不予考虑（GOOGLE是考虑了这个顺序关系的）。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-37623-12.html