聯(lián)系我們
導(dǎo)讀：搜索引擎和搜索引擎優(yōu)化(SEO)一直是一對矛盾，合理的優(yōu)化有助于搜索引擎對網(wǎng)站內(nèi)容的識別，有助于網(wǎng)站的推廣。然而有正面，就有反面，一些SEOers通過各種欺騙手段來欺騙搜蘇引擎，以
發(fā)表日期：2019-12-08
文章編輯：興田科技
瀏覽次數(shù)：9255
標(biāo)簽：
搜索引擎和搜索引擎優(yōu)化(SEO)一直是一對矛盾，合理的優(yōu)化有助于搜索引擎對網(wǎng)站內(nèi)容的識別，有助于網(wǎng)站的推廣。然而有正面，就有反面，一些SEOers通過各種欺騙手段來欺騙搜蘇引擎，以期達(dá)到增加頁面收錄數(shù)和頁面排名的目的。
早期的關(guān)鍵字堆砌SpAM作弊方式之一，是將中文詞庫中的單詞直接用軟件拼湊成文章，這樣的文章沒有實(shí)際的意義，只能給搜索引擎看。那么對于這樣的文章，搜索引擎是通過什么方式來識別的呢？
我們知道，每個(gè)搜索引擎都有網(wǎng)頁質(zhì)量監(jiān)控部門，對于百度等摻雜人工處理的搜索引擎而言，用戶發(fā)現(xiàn)這樣的網(wǎng)站，投訴到百度，百度直接封了這個(gè)網(wǎng)站了事。但對于Google這樣的封站也是自動處理的搜索引擎而言，對關(guān)鍵字堆砌作弊的識別就顯得更為重要了。
對于關(guān)鍵字堆砌作弊方式的識別，搜索引擎一般采用統(tǒng)計(jì)分析的方法進(jìn)行。
搜索引擎首先將網(wǎng)頁進(jìn)行分詞，分詞完成后可以得到詞的數(shù)量N和文章長度L，從大量文章的統(tǒng)計(jì)中發(fā)現(xiàn)文章的長度L和詞的數(shù)量N兩個(gè)數(shù)字之間存在一定的分布關(guān)系，一般而言L/N界于4至8之間，均值大約在5-6之間。也就是說一篇長度為1000字節(jié)的文章中，應(yīng)該有125-250個(gè)分詞，由于中文和英文的詞的組成不一致，因此在英文和中文中這個(gè)比值的范圍會有所不同。如果搜索引擎發(fā)現(xiàn)L/N特別大，那么這篇文章就存在就存在關(guān)鍵字堆砌現(xiàn)象了，如果L/N特別小，則可能是這篇文章是由一些詞所組成的沒有意義的文章，筆者對泥胚文章中的不同作者發(fā)表的文章進(jìn)行了驗(yàn)證，基本上都服從這個(gè)比值范圍。
進(jìn)一步，通過大量正常文章統(tǒng)計(jì)發(fā)現(xiàn)，文章中密度最高的幾個(gè)關(guān)鍵字出現(xiàn)的次數(shù)之和與N/L存在一定的分布關(guān)系，搜索引擎就可以通過網(wǎng)頁中的分布與統(tǒng)計(jì)結(jié)果的分布圖進(jìn)行比較得出文章是否存在關(guān)鍵字堆砌的現(xiàn)象。
此外，搜索引擎還將從停止字的比例來判定文章是否為自然文章。停止字就是如“的”“我”“是”等在文章中普遍使用的字或詞，如果文章中停止字的比例在正常的比例范圍之外，這個(gè)網(wǎng)頁應(yīng)提交到網(wǎng)頁質(zhì)量監(jiān)控部門審核。
當(dāng)然，還有更多的算法可以對網(wǎng)頁與自然語言的文章進(jìn)行比較分析，以判別文章是否為自然文章。
所謂魔高一尺、道高一丈，有些作弊者已經(jīng)放棄了單詞的組成文章的作弊方式，而改用句子組成文章的作弊方式，作弊者通過爬蟲或其它方式獲得網(wǎng)上文章的句子，并用軟件將數(shù)十篇文章的某幾句拼湊成一篇文章。這就需要搜索引擎做語義的分析來判斷是否作弊了，然而目前關(guān)于語義分析的研究還處于研究階段，這也是下一代智能搜索引擎的方向。
然而我們?nèi)匀徊荒軐⒆詣游恼律梢还髯哟蛩溃谌斯ぶ悄艿奈恼律扇匀皇侨祟愌芯孔陨碚Z言以及自身智能的一個(gè)重要方向。作弊與反作弊，將能促使人類對人工智能的研究。
如果到最后，軟件能生成人類能夠理解的文章，這是SpAM還是精華？你能肯定地說目前存在的智能化程度還不夠高的RSS聚合文章一定是SpAM嗎？然而，如果這樣的文章海量的出現(xiàn)，我們又該如何去面對這個(gè)現(xiàn)象？
參考文獻(xiàn)：《搜索引擎原理、實(shí)踐和應(yīng)用》盧亮、張博文，2007
上一篇：
暫無信息更多新聞
2019
搜索引擎和搜索引擎優(yōu)化(SEO)一直是一對矛盾，合理的優(yōu)化有助于搜索引擎對網(wǎng)站內(nèi)容的識別，有助于網(wǎng)站的推廣。然而有正面，就有反面，一些SEOers通過各種欺騙手段來欺騙搜蘇引擎，以
View details
2020
關(guān)于官網(wǎng)優(yōu)化，其實(shí)吧想要做好網(wǎng)站外部鏈接。然而SEO說簡單也簡單，說復(fù)雜也復(fù)雜。團(tuán)隊(duì)運(yùn)用的是否為正規(guī)的技術(shù)？ 我個(gè)人曾經(jīng)用過一些非正規(guī)技術(shù)，但是經(jīng)過一
View details
2020
關(guān)于搜索引擎優(yōu)化，對于網(wǎng)站建設(shè)的首頁可以說它就相當(dāng)于人的臉面，因?yàn)槲覀兛匆粋€(gè)人的時(shí)候，首先看到的是對方的臉，相對的搜索引擎優(yōu)先的參考對象就是標(biāo)題了
View details
2020
關(guān)于關(guān)鍵詞排名，對于網(wǎng)站建設(shè)前期的一個(gè)規(guī)劃關(guān)系著一個(gè)網(wǎng)站建設(shè)得是否成功，網(wǎng)站建設(shè)前需明確建設(shè)網(wǎng)站的目的，確定網(wǎng)站的功能和規(guī)模，進(jìn)行必要的市場分析，只
View details
