【正文】 要簡(jiǎn)稱(chēng)“自動(dòng)摘要”，是從文檔中自動(dòng)提取出的一個(gè)正文片段。用戶僅僅需要瀏覽自動(dòng)摘要就能夠了解文檔中魚(yú)查詢(xún)?cè)~相關(guān)的部分，進(jìn)而判斷是否值得閱讀整篇文檔。對(duì)于同一片文章，其自動(dòng)摘要對(duì)于不同的查詢(xún)?cè)~是不同的。因此自動(dòng)摘要的計(jì)算是實(shí)時(shí)的，并且是和查詢(xún)相關(guān)的。即需要效率，也需要效果。自動(dòng)摘要包含的4層性質(zhì)：必須指出查詢(xún)?cè)~在文檔中的位置；盡量包含所有的查詢(xún)?cè)~；長(zhǎng)度必須控制在一定的范圍內(nèi)；摘要的句子必須完整，而且摘要的每個(gè)組成部分都必須從句子的首部開(kāi)始，不能斷句。推測(cè)用戶的查詢(xún)意圖首先要對(duì)用戶的查詢(xún)進(jìn)行分類(lèi)，根據(jù)Broder等人對(duì)Alta Vista搜索引擎的用戶日志分析，將查找信息目的分為導(dǎo)航類(lèi)查詢(xún)、信息類(lèi)查詢(xún)和事務(wù)類(lèi)查詢(xún)3種。對(duì)于導(dǎo)航類(lèi)查詢(xún)，可以充分利用錨文本、關(guān)鍵詞的位置信息及PageRank等信息進(jìn)行查詢(xún)，總體查詢(xún)效果是十分理想的。目前絕大多數(shù)的搜索引擎對(duì)這樣的查詢(xún)都能做到“首條命中”。對(duì)于信息類(lèi)和事務(wù)類(lèi)查詢(xún)，難度則相對(duì)較大，搜索引擎主要做的有2點(diǎn)：從查詢(xún)?nèi)罩局械玫接脩舻倪@類(lèi)查詢(xún)中實(shí)際點(diǎn)擊的URL，進(jìn)行排名反饋；在用戶的查詢(xún)序列中分析查詢(xún)意圖，并給出搜索提示。第4章 搜索引擎優(yōu)化搜索引擎優(yōu)化（Search Engine Optimization），簡(jiǎn)稱(chēng)SEO，主要目的是增加特定關(guān)鍵字的曝光率以增加網(wǎng)站的能見(jiàn)度。分為站外SEO和站內(nèi)SEO兩種。SEO的主要工作是通過(guò)了解各類(lèi)搜索引擎如何抓取互聯(lián)網(wǎng)頁(yè)面、如何進(jìn)行索引以及如何確定其對(duì)某一特定關(guān)鍵詞的搜索結(jié)果排名等技術(shù)，來(lái)對(duì)網(wǎng)頁(yè)進(jìn)行相關(guān)的優(yōu)化，使其提高搜索引擎排名，從而提高網(wǎng)站訪問(wèn)量，最終提升網(wǎng)站的銷(xiāo)售能力或宣傳能力的技術(shù)。網(wǎng)站的實(shí)際內(nèi)容是你網(wǎng)絡(luò)優(yōu)化策略的一個(gè)重要的因素。如果你想你的網(wǎng)站能在搜索結(jié)果中排得靠前，在你的網(wǎng)站中必須有實(shí)際的內(nèi)容。搜索引擎的蜘蛛基本上是一個(gè)瞎子。他們只能對(duì)你網(wǎng)頁(yè)內(nèi)容進(jìn)行判斷你網(wǎng)站的質(zhì)量，而不能從圖片、flash動(dòng)畫(huà)上判斷。在所有的頁(yè)面中有充足的內(nèi)容給搜索引擎進(jìn)行索引是一個(gè)成功搜索引擎優(yōu)化策略的基本需要。很容易明白，為什么一個(gè)沒(méi)什么內(nèi)容的網(wǎng)站很難排上去。人們?cè)诓檎倚畔⒌臅r(shí)候，總是希望找到一個(gè)包括很多重要信息的網(wǎng)站。很自然，網(wǎng)頁(yè)內(nèi)容豐富的網(wǎng)站要比那些網(wǎng)頁(yè)內(nèi)容還那么豐富的網(wǎng)站排名要好得多。每個(gè)為他們的網(wǎng)站進(jìn)行優(yōu)化的站主牢記。不要忘記更新你的網(wǎng)站。無(wú)論是搜索引擎還是訪問(wèn)者都希望看到比較新的信息。網(wǎng)頁(yè)上通常會(huì)有數(shù)以百計(jì)的詞語(yǔ)，那么搜索引擎怎樣去分辨哪些是描述你的網(wǎng)站的重要的詞語(yǔ)呢？搜索引擎會(huì)統(tǒng)計(jì)你一個(gè)頁(yè)面的字?jǐn)?shù)。那些重復(fù)出現(xiàn)的詞或短語(yǔ)被認(rèn)為比較重要些。搜索引擎利用自身的算法來(lái)統(tǒng)計(jì)你頁(yè)面中每個(gè)字的重要程度。關(guān)鍵字?jǐn)?shù)與該頁(yè)面字?jǐn)?shù)的比例稱(chēng)為關(guān)鍵字密度，這是一個(gè)搜索引擎優(yōu)化策略最重要的一個(gè)因素。為了得到更好的排名，你的關(guān)鍵字必須在頁(yè)面中出現(xiàn)若干次，或者在搜索引擎允許的范圍內(nèi)。部分專(zhuān)家認(rèn)為關(guān)鍵字的密度應(yīng)該在5%7%之間，但也有專(zhuān)家認(rèn)為應(yīng)該更高或者更低。具體則沒(méi)有明確的規(guī)定，因此可以根據(jù)專(zhuān)家的經(jīng)驗(yàn)來(lái)調(diào)整，也可以根據(jù)查看競(jìng)爭(zhēng)對(duì)手的網(wǎng)頁(yè)源代碼來(lái)查看對(duì)方的關(guān)鍵字密度。在自然SEO中，鏈接是僅次于關(guān)鍵詞的另一個(gè)重要方面。一個(gè)沒(méi)有鏈接的網(wǎng)頁(yè)就是荒蕪的孤島，無(wú)人知曉，毫無(wú)意義。好鏈接可以幫助網(wǎng)站提升排名，也可以很好的幫助用戶瀏覽。內(nèi)部鏈接是最常用的鏈接技術(shù)，它是用來(lái)在網(wǎng)站內(nèi)部引導(dǎo)用戶訪問(wèn)不同的頁(yè)面的。許多蜘蛛程序都會(huì)追蹤你寫(xiě)的內(nèi)容和通過(guò)網(wǎng)頁(yè)的鏈接地址來(lái)尋找網(wǎng)頁(yè)，抽取超鏈接地址。許多SEO專(zhuān)家都建議網(wǎng)站提供網(wǎng)站地圖，在網(wǎng)站上的每個(gè)頁(yè)面之間最好都有一個(gè)到兩個(gè)的深入鏈接。網(wǎng)站要做的第一步是確保導(dǎo)航中包含目錄頁(yè)面 ，也要確保每個(gè)子頁(yè)面都有鏈接回到主頁(yè)面和其它的重要頁(yè)面。外部鏈接，Google的PageRank技術(shù)就是建立的外部鏈接的基礎(chǔ)上的，可見(jiàn)外部鏈接的重要性。外部鏈接的關(guān)鍵在于數(shù)量和質(zhì)量，而質(zhì)量大于數(shù)量。若一味追求大量外部鏈接而導(dǎo)致大量垃圾鏈接會(huì)被搜索引擎視為作弊而被屏蔽。獲得好的外部鏈接的前提則是更高的網(wǎng)頁(yè)質(zhì)量。競(jìng)價(jià)排名（PayPerClick,PPC）是一個(gè)經(jīng)常與關(guān)鍵字聯(lián)系在一起的術(shù)語(yǔ)，是搜索引擎提供的一種通過(guò)付費(fèi)來(lái)提高在搜索引擎中的曝光率的服務(wù)。PPC的主要目的是為網(wǎng)站帶來(lái)訪問(wèn)量，但理想情況下,想要從PPC中得到的并不僅僅是訪問(wèn)量，最重要的還是實(shí)現(xiàn)為網(wǎng)站而設(shè)定的某些目標(biāo)轉(zhuǎn)換。為了實(shí)現(xiàn)這些目標(biāo)轉(zhuǎn)換，可能需要嘗試不同的技術(shù)和不同的關(guān)鍵字，甚至是不同的PPC服務(wù)。相對(duì)與傳統(tǒng)的搜索引擎優(yōu)化，競(jìng)價(jià)排名具有以下兩個(gè)優(yōu)勢(shì)：，要做的只是為目標(biāo)關(guān)鍵字出價(jià)并付費(fèi)，可立即為網(wǎng)站獲得流量關(guān)鍵字競(jìng)價(jià)排名是最常見(jiàn)的競(jìng)價(jià)排名，出價(jià)的高低決定了網(wǎng)站在搜索引擎結(jié)果中的位置。在關(guān)鍵字競(jìng)價(jià)排名中，所使用的關(guān)鍵字可以是任何適用于網(wǎng)站的單詞或短語(yǔ)。往往最常見(jiàn)的單詞也是競(jìng)爭(zhēng)最激烈的。主流搜索引擎引擎提供的競(jìng)價(jià)排名服務(wù)一般都是關(guān)鍵字競(jìng)價(jià)排名?？梢詫⑸唐犯?jìng)價(jià)排名（product payperclick）視為在線比較購(gòu)物搜索引擎，或是價(jià)格比較搜索引擎。使用商品競(jìng)價(jià)排名的要求與使用關(guān)鍵字競(jìng)價(jià)排名的要求有些差別。在商品競(jìng)價(jià)排名中，必須向搜索引擎提供一個(gè)源也就是一個(gè)定期更新的商品價(jià)格表。用戶搜索該商品時(shí)，您的鏈接會(huì)首先被推薦給用戶，根據(jù)出價(jià)不同聞之不同。服務(wù)競(jìng)價(jià)排名與商品競(jìng)價(jià)排名基本相同，不同的是前者提供的是服務(wù)，后者提供的是商品。服務(wù)競(jìng)價(jià)排名也需要提供一個(gè)RSS源。 JavaScriptJavaScript可以在網(wǎng)頁(yè)中實(shí)現(xiàn)各種動(dòng)態(tài)元素。但是從SEO的角度來(lái)說(shuō)，卻應(yīng)該盡量避免使用JavaScript。當(dāng)搜索引擎遇到JavaScript時(shí)經(jīng)常無(wú)法索引網(wǎng)站，從而造成網(wǎng)站在搜索引擎的排名降低，甚至無(wú)法排名。 Flash FLASH是另一種讓部分用戶深?lèi)和唇^的技術(shù)。FLASH技術(shù)效果很炫，但會(huì)消耗很多資源，而對(duì)于SEO來(lái)說(shuō)，F(xiàn)LASH也是一個(gè)噩夢(mèng)。當(dāng)網(wǎng)絡(luò)爬蟲(chóng)遇到FLASH網(wǎng)頁(yè)時(shí)，可能會(huì)停止對(duì)當(dāng)前網(wǎng)站的索引，轉(zhuǎn)而直接跳到下一個(gè)網(wǎng)站。相對(duì)于靜態(tài)網(wǎng)頁(yè)而言，動(dòng)態(tài)網(wǎng)頁(yè)會(huì)根據(jù)用戶在表格或者其他選項(xiàng)中的設(shè)置而實(shí)時(shí)的改變。構(gòu)建動(dòng)態(tài)網(wǎng)頁(yè)的編程語(yǔ)言也很多，動(dòng)態(tài)ASP就是其中之一。由于網(wǎng)絡(luò)爬蟲(chóng)是無(wú)法創(chuàng)建新網(wǎng)頁(yè)的，所以動(dòng)態(tài)網(wǎng)頁(yè)是無(wú)法被搜索引擎索引的。 PHP在搜索引擎爬蟲(chóng)看來(lái)，PHP也是一種不符合常規(guī)的編程語(yǔ)言。（doorway pages） 通常是用軟件自動(dòng)生成大量包含關(guān)鍵詞的網(wǎng)頁(yè)，然后從這些網(wǎng)頁(yè)做自動(dòng)轉(zhuǎn)向到主頁(yè)。目的是希望這些以不同關(guān)鍵詞為目標(biāo)的橋頁(yè) 在搜索引擎中得到好的排名。當(dāng)用戶點(diǎn)擊搜索結(jié)果的時(shí)候，會(huì)自動(dòng)轉(zhuǎn)到主頁(yè)。有的時(shí)候是在橋頁(yè)上放上一個(gè)通往主頁(yè)的鏈接，而不自動(dòng)轉(zhuǎn)向。大部分情況下，這些橋頁(yè)都是由軟件生成的。你可以想象，生成的文字是雜亂無(wú)章，沒(méi)有什么邏輯的。如果是由人寫(xiě)出來(lái)的真正包含關(guān)鍵詞的文章，就不是橋頁(yè)了。 （keyword stuffing） 在網(wǎng)頁(yè)中大量堆砌關(guān)鍵詞，希望提高關(guān)鍵詞密度，提高網(wǎng)頁(yè)針對(duì)關(guān)鍵詞的相關(guān)度。關(guān)鍵詞堆砌可以在很多地方，比如在用戶可以看到的文章本身中，也有在title網(wǎng)站標(biāo)題，關(guān)鍵詞標(biāo)簽keywords，說(shuō)明標(biāo)簽description中。隨著搜索引擎算法的改進(jìn)，關(guān)鍵詞密度已經(jīng)不是一個(gè)重要的因素。 （hidden text） 隱藏文字是在網(wǎng)頁(yè)的HTML文件中放上含有關(guān)鍵詞的文字，但這些字不能被用戶所看到，只能被搜索引擎看到?？梢杂袔追N形式，比如說(shuō)超小字號(hào)的文字，與背景同樣顏色的文字，放在評(píng)論標(biāo)簽當(dāng)中的文字，放在表格input標(biāo)簽里面的文字，通過(guò)樣式表把文字放在不可見(jiàn)的層上面等等。其目的也都是想提高網(wǎng)頁(yè)的相關(guān)性。有的時(shí)候，有的人還在這些地方放上與網(wǎng)站內(nèi)容無(wú)關(guān)的，但是很熱門(mén)的關(guān)鍵詞，希望網(wǎng)頁(yè)能在這些熱門(mén)關(guān)鍵詞下得到好的排名和流量。 （hidden link） 隱藏鏈接和隱藏文字相似，但是區(qū)別是把關(guān)鍵詞放在鏈接里面，而這個(gè)鏈接也是用戶所看不到的。 （cloaked page） 有的網(wǎng)頁(yè)使用程序或腳本來(lái)檢測(cè)來(lái)訪問(wèn)的是搜索引擎還是普通用戶。如果是搜索引擎，網(wǎng)頁(yè)就返回經(jīng)過(guò)優(yōu)化的網(wǎng)頁(yè)版本。如果來(lái)訪的是普通人，返回的是另外一個(gè)版本。這種作弊方式，通常用戶無(wú)法發(fā)現(xiàn)。因?yàn)橐坏┠愕臑g覽器去看這個(gè)網(wǎng)頁(yè)，無(wú)論是在頁(yè)面上還是在HTML源文件中，你所得到的都已經(jīng)是與搜索引擎看到的不同的版本。檢測(cè)的方法是，看一下這個(gè)網(wǎng)頁(yè)的快照。 許多做搜索引擎優(yōu)化的人士明白隱藏文字可能會(huì)遭到懲罰，所以就將本來(lái)隱藏的文字以細(xì)微的字體暴露出來(lái)。細(xì)微文字即使是使用微小的字體在網(wǎng)頁(yè)不顯眼的地方書(shū)寫(xiě)帶有關(guān)鍵詞的句子。一般這些文字是放在網(wǎng)頁(yè)的最頂端或者最底部。這些文字的色彩雖然不是和隱藏文字那樣與背景使用相同顏色，但是經(jīng)常也以非常相近的顏色出現(xiàn)。 在搜索引擎眼中，像“版權(quán)所有”這樣的聲明性的文字一般是用迷你字體來(lái)顯示的。這些細(xì)微文字一般會(huì)被瀏覽者忽視，但是他們組成的句子會(huì)有濫用的嫌疑。致謝這篇畢業(yè)論文能夠順利完成，首先要感謝的是我的指導(dǎo)老師吳小平老師，在論文的開(kāi)始階段，吳老師就給我告訴了我論文的寫(xiě)作方向,以及論文所需要的一些技術(shù)等等。在論文快完成階段,吳老師還指導(dǎo)了我論文的寫(xiě)作內(nèi)容,格式,他這種熱情的待人方式,使我獲益匪淺．由于這篇論文偏向理論方面，在查詢(xún)資料及后期寫(xiě)作的過(guò)程中，學(xué)校為我提供了大量可供參考的書(shū)籍，和適合的學(xué)習(xí)環(huán)境。也要非常感謝我的同學(xué)，他們幫助我理解了不少不明白的地方，甚至提供給我一些他們研究的資料。在我寫(xiě)論文的過(guò)程中，也能給我提供一個(gè)安靜的空間。參考文獻(xiàn)[1]袁津生,李群,[M].北京:[2][M].北京:[3]Jerri [M].北京:[4]李曉明,閆宏飛,、技術(shù)與系統(tǒng)[M].北京:[5] 袁津生,[M].北京:[6] [美]，[美]DonaldMetzler.[美]TrevorStrohman,information retrieval in practice[M].[7] Michael Complete Idiot39。s Guide to Search Engine Optimization[M]. [8] Ian H. Witten, Alistair Moffat, Timothy Gigabytes: Compressing and Indexing Documents and Images[M].Morgan Kaufmann .[9][J].計(jì)算機(jī)世界報(bào)2006年06月12日 第22期:B12B14[10]邢軍,周鵬,[J].黑龍江:牡丹江師范學(xué)院報(bào)(自然科學(xué)版)2009年第4期[11] (美國(guó))Simons :全球最強(qiáng)搜索引擎[M].上海:[12][M].哈爾濱:[13]:搜索引擎優(yōu)化策略與實(shí)戰(zhàn)案例詳解[M].北京:人民郵電出版社。200910[14][EB/OL].[2009515]. [15][EB/OL].[2010].46