为了扼制Web2.0页面越来越严重的垃圾信息、群发信息，以及不断蔓延的在Web2.0页面做外链、做SEO的趋势，百度站长平台今日发布了Web2.0反垃圾详细攻略。 根据《Web2.0反垃圾详细攻略》，百度站长平台不仅警告了在博客、论坛、SNS等Web2.0页面发垃圾信息以SEO的部分站长，也对网站管理员提出了防止垃圾信息的建议。百度站长 平台《Web2.0反垃圾详细攻略》如下： 一、web2.0站点与垃圾内容 由...阅读全文

正向最大匹配算法基本思想：假设字典中最长的词语字数为m，先根据汉语标点符号及特征词把汉语句子切分为短语，然后去取短语的前m个字，在字库里面查找时候存在这个词语，如果存在，短语就去掉在个词；如果不存在就去掉这m个字的最后一个字，检查是否是单字，若是输出此字并将短语减去此字，若不是则继续判断看字库是否存在这个词，如此反复循环，直到输出一个词，此后继续取短语的前m个字反...阅读全文

没有想过写这篇文章，之所以写是领导给我发了一段话。下面引用这段话“模拟用户，就的点击原理。今天写这篇文章，也不知道大家是否会觉得这个是在骗点击，但是我又想要把这个干货分享到极致。刚刚写文章的时候，我就让大家模拟用户，去搜索“太原搬家网”，然后去点击第三个！点击后，我也一直在引导你们去看里面的布局，这个就是在让延长访问时间。重点：你可以去找20个朋友，不同的IP，搜索...阅读全文

很早的一篇文章了，不过内容还不错，重新放上来给大家看看。 首先，我们搜索“男女人字拖鞋”这个关键词。 http://search.taobao.com/search?shopf=newsearch&q=%C4%D0%C5%AE%C8%CB%D7%D6%CD%CF%D0%AC 找到宝贝是264件。（数据可能因为有新宝贝上架或者宝贝下架而发生变化） 按一般人的理解，“男女人字拖鞋”，他是一个完整的词，所以搜索出来的结果，应该是标题带有这个词宝贝，但是从搜...阅读全文

信任排名的基本观点就是互联网上“好的”和“值得信赖”的网页都紧密的链接在一起，然后让垃圾网页只能在这个核心外游荡。因此，通过迭代算法和类似于页面排名的衡量标准让只有来自信任网站的源（trusted seed sources）传递更多的排名权重。信任排名可以用来预报某个网页的质量高低和是否是垃圾网页。 信任排名概念图 当搜索引擎不披露有关这个衡量标准的相关数据时，有可能某种“距离可信赖信...阅读全文

词组（phrase）是指由两个以上的词语组合而成的语法单位。我们在搜索引擎中使用和在平常使用时的意义稍有不同。我们在使用搜索引擎时，将几个词放在一起作为一个词来搜索。搜索引擎称这些放在一起的词为“词组”。 非词组（antiphrase）非词组就是搜索者键入一些搜索词，其中有些搜索项对搜索结果是无关紧要的词，例如：“什么是搜索引擎营销”这个词组中“什么是”对于找到合适的网页毫无用处，...阅读全文