中文搜索引擎技术揭密:中文分词
搜索引擎策略总结
Oct
22
第一要素：网页的内容
搜索引擎业界如是说：Content is king。网站的内容始终是第一位的。人们总是愿意去浏览那些时常更新的，提供了丰富而有趣味性的内容的网站。同时这样的网站又总是能够轻松赢得搜索引擎的好感。原因很简单：Internet是一个“信息”高速公路，人们往往通过它来找到所需要的信息。而一个站点上的信息就是它的网站内容。
注意：我们所说的内容丰富并不是指内容的繁杂，而是指内容的深度、实用性和趣味性。同时，网页大小最好不要超过50K。体型庞大的网页下载速度慢，不仅会让普通访问者等得心急如焚，有时也会使SPIDERS感到不耐烦。
第二要素：友好的网页设计结构
在设计网页时不单考虑外观漂亮，还要考虑到搜索引擎是否能够很好地支持你的设计结构。下面这些设计风格对搜索引擎是缺乏友好度的：
A) FRAMES(框架结构)
Frames在信息查找，建立网站正规化概念等方面非常有优势。很多使用frames技术的网站开发与设计人员，就是看上了它导航清晰且方便维护的优点。但是，象Excite，iWON，Lycos等一些大型搜索引擎仍然不支持FRAMES。而Google，Altavista等虽然能够支持FRAMES，但检索效果不是很好。
解决方案：
搜索引擎能够跟读Noframes中的内容。所以可利用Noframes标识进行内容的填充和优化，在Noframes区域中应包含使用Frames的网页的链接。参看：FRAMES的优化技巧。
B) FLASH动画
Flash制作的网页视觉效果较好，但它面临和Frames一样的问题：搜索引擎对这类网站的索引仍有一定难度，而且目前为止只有Google和Alltheweb能够跟进检索Flash对象中的内嵌链接。此外，一个纯Flash网页的打开速度也相当的慢。
解决方案：
最好提供Flash和非Flash网页两种选择，这样既增加了网页的观赏性，又照顾到了搜索引擎的“情绪”。
C) SPLASH页
即纯图象网页：页面由图象组成，几乎没有文本内容。搜索引擎一般拒绝收录这样的网站，即使收录也不会给予重要性。它们认为这样的网站没有给用户提供信息内容。
D) DYNAMIC PAGES(动态网页)
动态网页通常由ASP，PHP，Cold Fusion，CGI等程序产生。具有容易维护和更新的优点，尤其适合大规模网站。但因为害怕被数据库套住，所以仍有相当一部分数引擎不支持动态页，而且虽然目前有的大型搜索引擎(如Google)已具备检索动态网页的能力，但为了确保其Spider程序免遭死循环之灾，它们不会对动态页中的链接进行跟踪访问。
解决方案：
可将动态网页改成静态html文件。具体操作程序参看：动态网页的搜索引擎优化。不过最好还是尽量使用静态网页。
E) JAVASCRIPT/JAVA APPLETS
搜索引擎不支持Java Applets。所以不要在网页中大量使用Java Applets。同时尽量不要使用Java设计网站，它会使网页打开速度变慢，妨碍搜索引擎对该网页的检索。
解决方案：
Java技术设计网站时，尽可能把所有Javascript放到一个外部文件中，然后用<Script src="your_javascript_code.js"></Script>来调用这个文件。
第三要素：页面关键字&关键字密度
Google通过页面的关键词密度(keyword density)来决定该页面对关键字的关联度。所以应确保关键字在整个网页中的充分利用和合理分布。即：充分利用所有可以利用的因素，但不要过分重复或简单排列关键字。应遵循必要的语法规则，形成自然流畅的语句，使网页不失吸引力。从页面因素的优化角度出发，可考虑将关键字分布于：
A) 网页标题元(META TITLE)
在搜索关键字进行匹配时，Google会对META TITLE中出现的关键字给予较高的“重要性”。所以应确保网页标题中包含了目标关键词。即应围绕你最重要的关键字来决定网页标题的内容。网页的标题不可过长，一般宜控制在10到20个字符之间。
B) 网页描述/关键字元(META DESCRIPTION/KEYWORDS)
由于这些Meta Tags的内容并不能为实际访问者所见，而且搜引擎认为这些元标识很容易被网站设计者用来误导用户。所以很多搜索引擎如Google，FAST/Alltheweb，Excite，Lycos等一般都会对这些Meta Tags“视而不见”。但你可以发现在它们的搜索结果中，一般都会使用网站自身的描述元标识作为对该网站的描述。而且对一些大型的meta tags搜索引擎来说(如ExactSeek)，它们是根据网站的meta tags来决定排名的。
此外我们发现，条件完全相同下，META TAGS的顺序对排名有时候也有一点影响。象
<title>网站优化/国际推广</title>
<meta name="description" content="网站优化及国际推广咨询服务.">
<meta name="keywords" content="网站优化, 网站国际推广">
就不如
<meta name="keywords" content="网站优化, 网站国际推广">
<meta name="description" content="网站优化及国际推广咨询服务.">
<title>网站优化/国际推广</title>
的排名高。
C) 正文标题
在网页的正文标题中涵盖关键字，并使用<H>属性来强调突出。形如：<H(1,2,3…>标题内容</H(1,2,3…)>。
D) 正文内容
在网页的正文中合理穿插关键词，可对正文中出现的关键词进行加粗显示。一般6-10%的关键词密度为最佳。
E) 文本链接(Text Links)
搜索引擎对文本链接中出现的关键词给予比较高的“关注”。在文本链接中包含关键词可有效提高网站相关性得分。
F) ALT标识(ALT Tags)
搜索引擎如Google等都支持ALT属性文字。所以应给网页中的图片都加上ALT属性，并在属性文字中尽量涵盖关键词来增加网站的相关性得分。
结束语
著名的建筑师路易斯·沙利文（Louis Henri Sullivan）在1986年曾经说过：“形式总是跟着功能在走”。他并不是说功能的重要性总是凌驾于形式之上，而是说这两者的关系其实是密不可分的。
他所倡导的这个思想，事实上对于网站的设计和开发也是相当适用。事实上，一个网站的功能性和形式应属于共生的关系。而功能性和形式严重失衡的一个典型证，就是基于Flash的网站和经过过度网页优化的网站。它们变成了一边倒，却不是倒向实际访问者。也就是说倒向了搜索引擎，而顾此失彼。所以在网站开发中，开发者应注意融合网站的形式和功能性，从而达到两者的密不可分。
搜索引擎业界如是说：Content is king。网站的内容始终是第一位的。人们总是愿意去浏览那些时常更新的，提供了丰富而有趣味性的内容的网站。同时这样的网站又总是能够轻松赢得搜索引擎的好感。原因很简单：Internet是一个“信息”高速公路，人们往往通过它来找到所需要的信息。而一个站点上的信息就是它的网站内容。
注意：我们所说的内容丰富并不是指内容的繁杂，而是指内容的深度、实用性和趣味性。同时，网页大小最好不要超过50K。体型庞大的网页下载速度慢，不仅会让普通访问者等得心急如焚，有时也会使SPIDERS感到不耐烦。
第二要素：友好的网页设计结构
在设计网页时不单考虑外观漂亮，还要考虑到搜索引擎是否能够很好地支持你的设计结构。下面这些设计风格对搜索引擎是缺乏友好度的：
A) FRAMES(框架结构)
Frames在信息查找，建立网站正规化概念等方面非常有优势。很多使用frames技术的网站开发与设计人员，就是看上了它导航清晰且方便维护的优点。但是，象Excite，iWON，Lycos等一些大型搜索引擎仍然不支持FRAMES。而Google，Altavista等虽然能够支持FRAMES，但检索效果不是很好。
解决方案：
搜索引擎能够跟读Noframes中的内容。所以可利用Noframes标识进行内容的填充和优化，在Noframes区域中应包含使用Frames的网页的链接。参看：FRAMES的优化技巧。
B) FLASH动画
Flash制作的网页视觉效果较好，但它面临和Frames一样的问题：搜索引擎对这类网站的索引仍有一定难度，而且目前为止只有Google和Alltheweb能够跟进检索Flash对象中的内嵌链接。此外，一个纯Flash网页的打开速度也相当的慢。
解决方案：
最好提供Flash和非Flash网页两种选择，这样既增加了网页的观赏性，又照顾到了搜索引擎的“情绪”。
C) SPLASH页
即纯图象网页：页面由图象组成，几乎没有文本内容。搜索引擎一般拒绝收录这样的网站，即使收录也不会给予重要性。它们认为这样的网站没有给用户提供信息内容。
D) DYNAMIC PAGES(动态网页)
动态网页通常由ASP，PHP，Cold Fusion，CGI等程序产生。具有容易维护和更新的优点，尤其适合大规模网站。但因为害怕被数据库套住，所以仍有相当一部分数引擎不支持动态页，而且虽然目前有的大型搜索引擎(如Google)已具备检索动态网页的能力，但为了确保其Spider程序免遭死循环之灾，它们不会对动态页中的链接进行跟踪访问。
解决方案：
可将动态网页改成静态html文件。具体操作程序参看：动态网页的搜索引擎优化。不过最好还是尽量使用静态网页。
E) JAVASCRIPT/JAVA APPLETS
搜索引擎不支持Java Applets。所以不要在网页中大量使用Java Applets。同时尽量不要使用Java设计网站，它会使网页打开速度变慢，妨碍搜索引擎对该网页的检索。
解决方案：
Java技术设计网站时，尽可能把所有Javascript放到一个外部文件中，然后用<Script src="your_javascript_code.js"></Script>来调用这个文件。
第三要素：页面关键字&关键字密度
Google通过页面的关键词密度(keyword density)来决定该页面对关键字的关联度。所以应确保关键字在整个网页中的充分利用和合理分布。即：充分利用所有可以利用的因素，但不要过分重复或简单排列关键字。应遵循必要的语法规则，形成自然流畅的语句，使网页不失吸引力。从页面因素的优化角度出发，可考虑将关键字分布于：
A) 网页标题元(META TITLE)
在搜索关键字进行匹配时，Google会对META TITLE中出现的关键字给予较高的“重要性”。所以应确保网页标题中包含了目标关键词。即应围绕你最重要的关键字来决定网页标题的内容。网页的标题不可过长，一般宜控制在10到20个字符之间。
B) 网页描述/关键字元(META DESCRIPTION/KEYWORDS)
由于这些Meta Tags的内容并不能为实际访问者所见，而且搜引擎认为这些元标识很容易被网站设计者用来误导用户。所以很多搜索引擎如Google，FAST/Alltheweb，Excite，Lycos等一般都会对这些Meta Tags“视而不见”。但你可以发现在它们的搜索结果中，一般都会使用网站自身的描述元标识作为对该网站的描述。而且对一些大型的meta tags搜索引擎来说(如ExactSeek)，它们是根据网站的meta tags来决定排名的。
此外我们发现，条件完全相同下，META TAGS的顺序对排名有时候也有一点影响。象
<title>网站优化/国际推广</title>
<meta name="description" content="网站优化及国际推广咨询服务.">
<meta name="keywords" content="网站优化, 网站国际推广">
就不如
<meta name="keywords" content="网站优化, 网站国际推广">
<meta name="description" content="网站优化及国际推广咨询服务.">
<title>网站优化/国际推广</title>
的排名高。
C) 正文标题
在网页的正文标题中涵盖关键字，并使用<H>属性来强调突出。形如：<H(1,2,3…>标题内容</H(1,2,3…)>。
D) 正文内容
在网页的正文中合理穿插关键词，可对正文中出现的关键词进行加粗显示。一般6-10%的关键词密度为最佳。
E) 文本链接(Text Links)
搜索引擎对文本链接中出现的关键词给予比较高的“关注”。在文本链接中包含关键词可有效提高网站相关性得分。
F) ALT标识(ALT Tags)
搜索引擎如Google等都支持ALT属性文字。所以应给网页中的图片都加上ALT属性，并在属性文字中尽量涵盖关键词来增加网站的相关性得分。
结束语
著名的建筑师路易斯·沙利文（Louis Henri Sullivan）在1986年曾经说过：“形式总是跟着功能在走”。他并不是说功能的重要性总是凌驾于形式之上，而是说这两者的关系其实是密不可分的。
他所倡导的这个思想，事实上对于网站的设计和开发也是相当适用。事实上，一个网站的功能性和形式应属于共生的关系。而功能性和形式严重失衡的一个典型证，就是基于Flash的网站和经过过度网页优化的网站。它们变成了一边倒，却不是倒向实际访问者。也就是说倒向了搜索引擎，而顾此失彼。所以在网站开发中，开发者应注意融合网站的形式和功能性，从而达到两者的密不可分。
