垃圾网页的搜索引擎优化技术研究

《垃圾网页的搜索引擎优化技术研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、垃圾网页的搜索引擎优化技术研究：搜索引擎排名是垃圾X页用来自我推广的主要方式之一。本文首先介绍搜索引擎对搜索结果排名的基本策略，并针对性地提出垃圾X站常用的搜索引擎优化方法，为进一步研究侦测垃圾X站的相关技术和方法提供帮助。　　关键词：搜索引擎排名策略搜索引擎优化　　：TP393：A：1007-9416(2011)11-0124-02　　　　1、搜索引擎排名策略　　在互联搜索引擎的使用过程中，用户使用搜索引擎查询资料时，85%的机会只会看搜索引擎查询结果中的前10条结果，究竟什么样的数据信息会出现在前10条结果中，则取决于搜索引擎使用的排名策略。而搜索引擎使用的排

2、名策略，主要根据用户利用搜索引擎在互联X上寻找信息的两个重点，即期望搜索到的X站内容与搜索关键词（keyportance）。　　1.1相关程度（relevance）　　搜索引擎用来搜索关键词相关X站的技术，普遍运用信息检索中的TFIDF（termfrequency–inversedocumentfrequency）的概念，即X页内容与搜索关键词Frequency)，；IDF（entFrequency)。一个X页的TFIDF值越高，在搜索结果中的排名相对也越高。　　1.2重要性（importance）　　除了以X页出现的关键词字数多寡进行排名外，搜索引擎更提出了以X

3、页链接（推荐）作为计算X页重要性的排名技术，其中最广泛运用的演算法分别为HIT和PageRank。　　HIT演算法计算每一个X页的hub（具有集线器性质的X页）和authority（权威X页）值，意即具有重要hub值的X页必指向许多重要的authorityX页；而重要的authorityX页则是被许多hubX页所指向。而PageRank（X页级别，谷歌搜索引擎排名运算法则之一）的排名计算理论来自于：X页的重要性来自其他重要X页的推荐，而X页的重要性也会扩及到其链接的X页。根据M.Bianchini,M.Gori等人的研究，发现PageRank演算法的计算公式可能如

4、下：　　　　其中c表示dampingfactorc（0,1），通常设为0.85，代表会由pyX页点击pxX页的机率，而（1-c）/n则表示随机跳到其他X页的机率，故px的PageRank值为所有链接到px的X页py的机率PageRank加总。一般情况下，具有较高PageRank值的X页拥有较高的排名。　　2、搜索引擎优化技术（SEO，SearchEngineOptimization）　　搜索引擎优化技术（SEO，SearchEngineOptimization）其实就是针对各搜索引擎的排名算法进行设计，其主要功能是篡改一个X页在搜索引擎中的排名。对互联X中围绕虚拟

5、市场开展营销服务的电子商务企业来说，搜索引擎营销成为X络营销应用的重要领域，企业通常利用搜索引擎提高X站的访问率，通过搜索引擎把企业的品牌信息与产品信息传递给X络消费者，从而提升品牌知名度和产品销售业绩水平。　　2.1搜索引擎营销的基本原理　　电子商务企业开展搜索引擎营销，首先需要建设企业产品信息或品牌信息等相关X页，形成信息源，再把这些信息通过各种手段发布到互联X上。可以利用的手段包括：创建企业营销站点，利用行业信息平台或其他第三方信息发布平台，撰写博客文章，在知名X站发布X络广告以及在论坛发贴等方式。然后让搜索引擎通过搜索策略收录信息或通过付费的方式让搜索引擎

6、收录信息，将企业营销数据信息加入搜索引擎的索引数据库，当用户在搜索引擎中输入关键词检查时，将企业营销信息作为搜索结果反馈给X络消费者。　　但是，一些垃圾X站为提高X站的知名度，利用搜索引擎的排名策略，篡改其X站在搜索引擎中的排名。依照Z.Gyongui和H.Garcia-Molina的研究主要可分为两大类，冲高排名技术（Boostingtechnique）和隐藏技术（Hidingtechnique）。　　2.2冲高排名技术（Boostingtechnique）　　本技术主要是用来提升X页的排名，分别针对前述搜索引擎排名方式所设计，依手法的不同可分为：　　2.2.1

7、滥发关键词（Termspamming）　　由前述TFIDFX页排名方式可知，关键词在一个X页中出现的次数（termfrequency）将会影响其排名位置。因此searchspammer（mer，垃圾X页制造者）利用这项特性在X页上的不同位置放入关键词，例如：X页主体（Body）、标题（Title）、Meta标签、head（X页头标签）、URL、anchortext（链接锚文本）等都是可以进行搜索引擎优化的地方。另外，置入关键词的手法也有不同，最基本的就是放入大量重复的关键词，增加该X页的主题性；再者利用复制其他主题性较弱或是相关信息较少的X页内容并插入垃圾文字（s

8、pam）上