偷情一区二区,男人综合网,中文字幕资源站,人妻被黑人邻居精服

網(wǎng)絡(luò)營(yíng)銷(xiāo)
百度如何判斷網(wǎng)頁(yè)文章的重復(fù)度
發(fā)布時(shí)間:2016-7-28  /  瀏覽數(shù)量:

 1,網(wǎng)站重復(fù)內(nèi)容的判斷

  A,獲取多個(gè)網(wǎng)頁(yè);

  B,分別提取網(wǎng)頁(yè)的網(wǎng)頁(yè)正文;

  C,從網(wǎng)頁(yè)正文中提取一個(gè)或多個(gè)句子,并根據(jù)一個(gè)或多個(gè)句子計(jì)算網(wǎng)頁(yè)正文句子簽名;

  D,根據(jù)網(wǎng)頁(yè)正文句子簽名對(duì)多個(gè)網(wǎng)頁(yè)進(jìn)行聚類(lèi);

  E,針對(duì)每一類(lèi)下的網(wǎng)頁(yè),計(jì)算網(wǎng)頁(yè)的附加簽名;

  F,根據(jù)附加簽名判斷每一類(lèi)下的網(wǎng)頁(yè)是否重復(fù)。

  通過(guò)上述方式,網(wǎng)頁(yè)重復(fù)的判斷系統(tǒng)及其判斷方法通過(guò)包括網(wǎng)頁(yè)正文句子簽名在內(nèi)的多維度簽名有效且快速地判斷網(wǎng)頁(yè)是否重復(fù)。

  網(wǎng)站頁(yè)面基本架構(gòu)

  提取正文

  A,對(duì)網(wǎng)頁(yè)進(jìn)行分塊;

  B,對(duì)分塊后的網(wǎng)頁(yè)進(jìn)行塊過(guò)濾,以獲取包含網(wǎng)頁(yè)正文的內(nèi)容快;

  C,從內(nèi)容塊中提取網(wǎng)頁(yè)正文。

  正文分句

  A,對(duì)網(wǎng)頁(yè)正文進(jìn)行分句;

  在本步驟中,可利用分號(hào),句號(hào),感嘆號(hào)等表示句子完結(jié)的標(biāo)志符號(hào)來(lái)對(duì)網(wǎng)頁(yè)正文進(jìn)行分句。此外,還可以通過(guò)網(wǎng)頁(yè)正文的視覺(jué)信息來(lái)對(duì)網(wǎng)頁(yè)正文進(jìn)行分句。

  B,對(duì)分句后的網(wǎng)頁(yè)正文進(jìn)行過(guò)濾及轉(zhuǎn)換;

  在步驟中,首先過(guò)濾掉句子中的數(shù)字信息;版權(quán)信息以及其他對(duì)網(wǎng)頁(yè)重復(fù)判斷不起決定性作用的信息。隨后,對(duì)句子進(jìn)行轉(zhuǎn)換,例如,進(jìn)行全角/半角轉(zhuǎn)換或者繁體/簡(jiǎn)體轉(zhuǎn)換,以使得轉(zhuǎn)換后的句子的格式統(tǒng)一。

  C,從過(guò)濾及轉(zhuǎn)換后的網(wǎng)頁(yè)正文中提取最長(zhǎng)的一個(gè)或多個(gè)句子;

  在本步驟中,過(guò)濾及轉(zhuǎn)換后的網(wǎng)頁(yè)正文提取出最長(zhǎng)的一個(gè)句子或者做場(chǎng)的預(yù)定數(shù)量連續(xù)句子的組合。例如,某個(gè)網(wǎng)頁(yè)實(shí)例中,經(jīng)過(guò)過(guò)濾及轉(zhuǎn)換后的某段最長(zhǎng),遠(yuǎn)超其他句子,因此可選擇該段為網(wǎng)頁(yè)正文句子,或者選擇最長(zhǎng)的連續(xù)句子組合作為網(wǎng)頁(yè)正文句子。

  D,對(duì)一個(gè)或多個(gè)句子進(jìn)行hash簽名運(yùn)算,以獲取網(wǎng)頁(yè)正文句子簽名。





上一條: 企業(yè)如何做有效的網(wǎng)絡(luò)推廣
下一條: SEO數(shù)據(jù)分析報(bào)告該怎么寫(xiě)?
相關(guān)熱門(mén)資訊  News
一二三客戶(hù)案例

  123 NETWORK

合作共贏,助您打開(kāi)網(wǎng)絡(luò)營(yíng)銷(xiāo)財(cái)富之間!

聯(lián)系方式

地址:湖南省長(zhǎng)沙市天心區(qū)韶山南路248號(hào)南園503室

電話(huà):13637482004    0731-88571521

網(wǎng)址:http:///

郵箱:123@123007.com

在線(xiàn)QQ咨詢(xún)

需求咨詢(xún)

價(jià)格咨詢(xún)

微信咨詢(xún)

掃一掃進(jìn)移動(dòng)端

版權(quán)所有 © 長(zhǎng)沙一二三網(wǎng)絡(luò)技術(shù)有限公司    統(tǒng)一社會(huì)信用代碼:91430103MACCH7984M    網(wǎng)站ICP備案號(hào):湘ICP備2023006748號(hào)     湘公網(wǎng)安備 43010302001803號(hào)