現在不比前幾年,一說
企業網站seo優化,改改title,discription,keyword,發發外鏈,網頁的排名效果就會有。但現在僅僅指望這點已經不起作用了,人人都會的東西,你再拿出來作爲自己的優勢,實際上是落伍了,再加上黑帽
seo優化的猖獗,針對百度的優化,針對google的優化層出不窮,搜索引擎也在不斷的調整着算法。要做
企業網站seo優化的前鋒戰士,根據互聯網的發展變化,時時保持清醒的頭腦,吸收新的知識,只有這樣網站的優化效果纔可能在你的控制之中。
話回正題,來簡單解釋一下,網頁結構化的過程即有價值信息被保留的過程。明白了網頁結構化的目標後,就應該明白,體現網頁本身價值和內容的5個屬性被抽取出來,即,標題(title)、錨文本(anchor text)、正文標題(content title)、正文(content)和正向鏈接(link)。對搜索引擎來說,這5個屬性就是有價值的信息(當然,也是對用戶有價值的內容)。
我們來具體看一下網頁結構化是如何進行的?
網頁結構化的過程首先通過標籤樹進行分析得到文本對應的標籤,然後通過投票算法確定正文及配圖等僅從HTML標籤無法判斷的網頁數據。以下是專業人士總結的兩步走:
HTML標籤樹
一、 建立html標籤樹(tag-tree)。
萬維網上大多數的靜態網頁都以HTML網頁形式存在,HTML是一種標識語言(Markup Language),它把其描述的全部內容都按照HTML語法存放在標籤之中。爲了更清楚地描述網頁內容的組織結構,將網頁中的標籤按照出現順序依次整理出來並用適當的結構記錄。由於標籤之間的嵌套關係,因此整理結果自然是一個樹狀結構,我們把整理一個網頁中的標籤得到的樹狀結構稱爲該網頁的“標籤樹”。
很顯然,查看該網頁的用戶看到的是相當友好的信息。而實際源文件中的那些HTML標記,如和(可以理解爲用來幫助IE瀏覽器理解網頁)等都不會實際地展示給用戶。因此搜索引擎的分析系統需要學習IE瀏覽器理解網頁的方式來理解網頁,在理解過程中需要建立一個HTML標籤樹的樹形結構。通過建立標籤樹,並且識別標籤所描述的文字,網頁結構化進程就走出了重要的一步,能夠順利提取出了網頁的標題。但實際的網頁,同一個標籤所描述的文字內容不是唯一確定的,比如廣告內容也可能放在標籤裏,而這不是真正的正文,是會影響用戶的搜索體驗。
二、通過投票方法識別正文的文本塊,並按照深度優先遍歷的規則組織爲正文。
判斷哪個文本塊是正文採用稱爲“投票算法”的計算方法,這種方法在搜索引擎中特別常用。在日常生活中幾乎所有人都會有投票或選舉的經歷,如選舉幹部和通過決議需要投票,以及運動員的一套動作需要裁判員打分等。其基本原理在於認爲大多數人的意見往往是正確的。大多數人的統一主觀意見就會變得較爲客觀。雖然每個人的給出的分數是主觀產生的,但是這種評判的方法和結果被認爲是相對客觀和可信的。正文抽取的投票算法的過程如何呢?首先搜索引擎會定義一系列的規則,然後通過這些規則爲每個文本塊打分。得分最高的被認爲是正文的可能性足夠大,並且可以接受。搜索引擎定的規則,也是需要通過足夠多的網頁進行反饋,之後才能得到一個公正客觀的打分。由於HTML標籤的相互嵌套的特性,決定了深度優先遍歷的順序恰好能夠組織成一個完整的正文。