搜索引擎及搜索引擎優(yōu)化(seo)實驗_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、1實驗三搜索引擎及SEO實驗一、實驗目的一、實驗目的研究并學習幾種常見的搜索引擎算法,包括網絡蜘蛛爬行策略、中文分詞算法、網頁正文提取算法、網頁去重算法、PageRank和MapReduce算法,了解它們的基本實現(xiàn)原理;運用所學SEO技術對網頁進行優(yōu)化。二、實驗內容二、實驗內容1.研究常用的網絡蜘蛛爬行策略,如深度優(yōu)先策略、廣度優(yōu)先策略、網頁選擇策略、重訪策略和并行策略等,了解其實現(xiàn)原理;2.研究至少兩種中文分詞算法,了解其實現(xiàn)原理;3

2、.研究至少兩種網頁正文提取算法,了解其實現(xiàn)原理;4.研究至少兩種網頁去重算法,了解其實現(xiàn)原理;5.研究Google的PageRank和MapReduce算法,了解它們的實現(xiàn)原理;6.使用所學的SEO技術,對實驗二所設計的網站靜態(tài)首頁實施SEO,在實施過程中需采用如下技術:(1)網頁標題(title)的優(yōu)化;(2)選取合適的關鍵詞并對關鍵詞進行優(yōu)化;(3)元標簽的優(yōu)化;(4)網站結構和URL的優(yōu)化;(5)創(chuàng)建robots.txt文件,禁止

3、蜘蛛抓取網站后臺頁面;(6)網頁內部鏈接的優(yōu)化;(7)Heading標簽的優(yōu)化;(8)圖片優(yōu)化;(9)網頁減肥技術。7.使用C、C#和Java等任意一種編程語言,設計并實現(xiàn)一個簡單的網絡蜘蛛爬行程序,要求在輸入關鍵詞、設置爬行深度和初始網頁URL之后能夠實現(xiàn)網頁搜索,輸出包含關鍵詞的網頁的URL和網頁標題。【注:實驗注:實驗7為補充實驗,不要求每個同學都完成,為補充實驗,不要求每個同學都完成,感興趣者可自行實現(xiàn)該程序,不計入實驗報告評分

4、。感興趣者可自行實現(xiàn)該程序,不計入實驗報告評分。】三、實驗要求三、實驗要求1.研究幾種常用的網絡蜘蛛爬行策略,填寫相應的表格,表格必須填寫完整;2.研究兩種中文分詞算法,填寫相應的表格,表格必須填寫完整;3.研究兩種網頁正文提取算法,填寫相應的表格,表格必須填寫完整;4.研究兩種網頁去重算法,填寫相應的表格,表格必須填寫完整;3HTML文件中的其他超鏈。當不再有其他超鏈可選擇時,說明搜索已經結束。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,以找尋結果。換句話說,它并不考慮結果的可能位址,徹底地搜索整張圖,直到找到結果為止。百度百科廣度優(yōu)先搜索::baike.view1242613.htm網頁選擇策略對搜索引擎而言,要搜索互聯(lián)網上所有的網

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網頁的30%左右。其中的原因主要有兩方面,一是抓取技術的瓶頸。網絡爬蟲無法遍歷所有的網頁;二是存儲技術和處理技術的問題。因此,網絡爬蟲在抓取網頁時。盡量先采集重要的網頁,即采用網頁優(yōu)先抓取策略。網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,則越應優(yōu)先抓取。其實質上是一種使網絡爬蟲在一定條件下較快地鎖定互聯(lián)網中被用戶普遍關注的重要

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論