亚洲视频一区二区_亚洲欧美精品一区二区_xx性动漫xx无尽xx老师_国产免费叼嘿网站免费

專業(yè)網(wǎng)站推廣 ? 您的行業(yè)您做主!
按天收費(fèi),最透明的SEO收費(fèi)方式,上一天自動扣一天費(fèi)用
服務(wù)咨詢熱線
13425760101
SEO,SEO優(yōu)化,百度關(guān)鍵詞優(yōu)化,seo人工優(yōu)化,優(yōu)化公司,關(guān)鍵詞SEO優(yōu),百度SEO優(yōu)化,網(wǎng)站優(yōu)化,seo培訓(xùn),新站優(yōu)化,整站優(yōu)化,快速排名,百度排名,7天快速排名,關(guān)鍵詞優(yōu)化,搜索引擎優(yōu)化,佛山SEO
  • SEO技術(shù)
  • SEO教程
    • 講解網(wǎng)站seo優(yōu)化百度專利關(guān)于重復(fù)檢測!
    • 2019-03-18 14:36 星期1 10669 0評論

      講解網(wǎng)站seo優(yōu)化百度專利關(guān)于重復(fù)檢測!

       

      本文章由seo優(yōu)化按天扣費(fèi)用戶上傳提供

       在(2011)之前一般是通過比較兩個頁面的內(nèi)容和節(jié)點(diǎn),來確認(rèn)兩個頁面的相似度。這種方法能夠計算得比較準(zhǔn)確,可時間復(fù)雜度太高,計算很費(fèi)時間。通過對一個頁面中的某些重要信息進(jìn)行簽名,然后比較兩個頁面的簽名,來計算相似度,這種方式比較簡單 高效,計算速度比較快,比較適合互聯(lián)網(wǎng)這種海量信息的應(yīng)用場景!

       

        在百度專利《一種網(wǎng)頁重復(fù)的判斷系統(tǒng)及其判斷方法 》(申請?zhí)?201110031636.9 )中使用了新的方法對網(wǎng)頁庫中的網(wǎng)頁進(jìn)行重復(fù)檢測.

       

        首先是對待檢測的網(wǎng)頁進(jìn)行正文提取,正文提取的方法就是對網(wǎng)頁進(jìn)行分塊,然后獲取正文塊,然后提取正文塊中的文章.

       

        提取到文章內(nèi)容后,對正文進(jìn)行分句,然后對每一個句子進(jìn)行轉(zhuǎn)換和過濾(特殊字符),對較長的一個或幾個句子進(jìn)行Hash簽名,以獲得網(wǎng)頁正文句子簽名.

       

        接著把正文句子簽名相同的文章分為一個類,我們稱之為網(wǎng)頁集,對該網(wǎng)頁集下的文章再進(jìn)行下一步的判斷,這里還得再計算一些簽名

       

        1.網(wǎng)頁正文的simhash簽名

       

        2.真實(shí)標(biāo)題的hash簽名

       

        3.標(biāo)簽標(biāo)題的hash簽名

       

        4.網(wǎng)頁摘要的hash簽名

       

        5.網(wǎng)頁內(nèi)容的hash簽名

       

        6.位置簽名的hash簽名

       

        7.評論信息的hash簽名

       

        8.資源簽名(資源簽名是通 過對網(wǎng)頁中的圖片資源、聲音資源、視頻資源或下載鏈接資源的 url 進(jìn)行 hash 簽名運(yùn)算獲得)

       

        9.URL文件名的hash簽名(url文件名簽名是通過對網(wǎng)頁的 url 中的文件名進(jìn)行 hash 簽名運(yùn)算獲得)

      講解網(wǎng)站seo優(yōu)化百度專利關(guān)于重復(fù)檢測! 

        這些計算完了,就可以進(jìn)行下一步的判斷了,真重復(fù)的網(wǎng)頁舉例:

       

        1、兩個網(wǎng)頁的真實(shí)標(biāo)題簽名相同。

       

        2、兩個網(wǎng)頁的網(wǎng)頁內(nèi)容簽名相同。

       

        3、兩個網(wǎng)頁的網(wǎng)頁正文簽名(simhash)的不同位數(shù)小于 6。

       

        4、兩個網(wǎng)頁的網(wǎng)頁位置簽名相同,并且 url 文件名簽名相同。

       

        5、評論塊簽名、資源簽名、標(biāo)簽標(biāo)題簽名、摘要簽名、url 文件名簽名中有三個簽名相同。

      講解網(wǎng)站seo優(yōu)化百度專利關(guān)于重復(fù)檢測! 

        通過兩兩頁面比較,可以得到真重復(fù) url 的集合。一般來說,如果這個真重復(fù) url 集合中的網(wǎng)頁的數(shù)量 / 整個網(wǎng)頁集中網(wǎng)頁的數(shù)量> 30%,則認(rèn)為整個網(wǎng)頁集都是真重復(fù), 否則就是假重復(fù)。

      “聲明: 本文是(順的推seo)原創(chuàng),請尊重作者版權(quán),文明轉(zhuǎn)載也是一種美德。轉(zhuǎn)載請保留鏈接!

    本文標(biāo)簽: 網(wǎng)站seo優(yōu)化
    Copyright ? 佛山市順的網(wǎng)絡(luò)工程有限公司 粵ICP備17011811號
    在線咨詢
    客服中心

    咨詢熱線

    134-2576-0101

    優(yōu)化咨詢 售后咨詢 渠道合作 建站咨詢

    QQ圖片20210414140546.jpg

    更多案例可加客服經(jīng)理微信,朋友圈定期更新案例
      在線時間:8:00-18:00