徐 昊，曾 馳

（信陽(yáng)職業(yè)技術(shù)學(xué)院數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，河南 信陽(yáng) 464000）

搜索引擎檢索結(jié)果網(wǎng)頁(yè)組織技術(shù)與優(yōu)化策略研究

徐 昊，曾 馳

（信陽(yáng)職業(yè)技術(shù)學(xué)院數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，河南 信陽(yáng) 464000）

隨著信息技術(shù)的不斷發(fā)展，互聯(lián)網(wǎng)已經(jīng)成為人們生活當(dāng)中的重要組成部分。人們?cè)谛枰獙ふ腋鞣N信息時(shí)，只需要打開(kāi)網(wǎng)頁(yè)，在搜索引擎當(dāng)中輸入相關(guān)的關(guān)鍵詞就能進(jìn)行相關(guān)信息的搜集，在較短的時(shí)間內(nèi)搜索到自己所需要的信息。大部分人都廣泛地使用搜索引擎這種工具，但是大部分人對(duì)搜索引擎檢索結(jié)果的組織原理并不是十分清晰，無(wú)法有效選擇自己所需要尋找的答案。在本文當(dāng)中，筆者針對(duì)現(xiàn)階段的搜索引擎技術(shù)進(jìn)行了分析，并分析了其中的不足，同時(shí)還對(duì)搜索引擎的組織技術(shù)進(jìn)行了優(yōu)化，最后總結(jié)了如何提供搜索引擎搜索排名的相關(guān)策略。

搜索引擎；檢索結(jié)果；網(wǎng)頁(yè)組織技術(shù)；優(yōu)化策略

我國(guó)自20世紀(jì)90年代開(kāi)始，信息技術(shù)開(kāi)始高速發(fā)展，同時(shí)在最近幾年當(dāng)中，隨著移動(dòng)互聯(lián)技術(shù)以及無(wú)線通信技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)信息資源已經(jīng)成為人們最重要的信息資源。大部分的人都采用搜索引擎搜索自己所需要的信息，但是從現(xiàn)階段的搜索引擎的具體技術(shù)方面來(lái)看，在對(duì)信息資源的分類(lèi)方面還存在著較大的問(wèn)題，其組織還不夠完善，信息產(chǎn)品存在著較大的不合理之處。具體看來(lái)，主要存在于信息搜索的精準(zhǔn)度存在著一定的問(wèn)題，智能化程度較低，從而導(dǎo)致搜索引擎在信息的組織方面存在著一定的問(wèn)題。

因此，如何提高用戶(hù)在網(wǎng)絡(luò)當(dāng)中信息搜索的精準(zhǔn)度，已經(jīng)成為現(xiàn)階段網(wǎng)絡(luò)搜索技術(shù)的重要研究?jī)?nèi)容。筆者通過(guò)查閱大量的文獻(xiàn)，發(fā)現(xiàn)現(xiàn)階段如果要提高用戶(hù)信息搜索的效率，首先必須要開(kāi)發(fā)智能型的搜索工具，同時(shí)還應(yīng)該對(duì)檢索結(jié)果的組織機(jī)構(gòu)進(jìn)行完善。在本文當(dāng)中，筆者研究的內(nèi)容主要集中在后者當(dāng)中。搜索引擎在進(jìn)行檢索結(jié)果的組織當(dāng)中往往是以web資源的特征為重要依據(jù)，即海量的信息。用戶(hù)每進(jìn)行一次搜索，搜索引擎往往需要檢索約50億個(gè)網(wǎng)頁(yè)，而返回的結(jié)果往往高達(dá)幾十萬(wàn)，而用戶(hù)不可能對(duì)所有的信息進(jìn)行一一判斷。因特網(wǎng)上信息的生產(chǎn)目的、內(nèi)容、過(guò)程包羅萬(wàn)象，這與傳統(tǒng)聯(lián)機(jī)檢索系統(tǒng)的信息供應(yīng)商和數(shù)據(jù)庫(kù)生產(chǎn)者所提供的專(zhuān)業(yè)、系統(tǒng)、完整的信息源截然不同。

一、搜索引擎檢索結(jié)果的組織技術(shù)

在搜索引擎技術(shù)當(dāng)中，對(duì)搜索引擎的搜索效果進(jìn)行評(píng)價(jià)的最重要依據(jù)就是搜索結(jié)果的組織技術(shù)。從搜索引擎還沒(méi)有真正誕生開(kāi)始，已經(jīng)有無(wú)數(shù)的專(zhuān)家與學(xué)者對(duì)搜索引擎的結(jié)果組織技術(shù)進(jìn)行了大量的研究。歸納起來(lái)，現(xiàn)階段的研究?jī)?nèi)容主要有以下幾個(gè)方面：第一，搜索引擎第一定律，其主要內(nèi)容是搜索關(guān)鍵詞的詞頻以及位置。第二，搜索引擎第二定律，即網(wǎng)頁(yè)間的超鏈接分析。第三，Northern Light的智能技術(shù)，即通過(guò)智能技術(shù)進(jìn)行檢索結(jié)果的組織，同時(shí)最大程度地貼近用戶(hù)的搜索目標(biāo)。第四，根據(jù)網(wǎng)站當(dāng)中超鏈接的點(diǎn)擊數(shù)量來(lái)對(duì)網(wǎng)站的重要性進(jìn)行評(píng)價(jià)。

（一）搜索引擎第一定律

在搜索引擎發(fā)展的初始階段，對(duì)于信息的搜索是基于全文的，往往通過(guò)對(duì)信息當(dāng)中詞頻的統(tǒng)計(jì)確定與搜索內(nèi)容的關(guān)聯(lián)性，即用戶(hù)如果在搜索引擎當(dāng)中輸入一個(gè)關(guān)鍵詞，搜索引擎就會(huì)對(duì)出現(xiàn)該詞的詞頻較高的文章進(jìn)行檢索，同時(shí)對(duì)其重要性進(jìn)行判斷，在此基礎(chǔ)之上對(duì)該關(guān)鍵詞平時(shí)的使用程度進(jìn)行加權(quán)處理，最后再根據(jù)計(jì)算的結(jié)果將相關(guān)的信息排列組合起來(lái)。相關(guān)性則是指搜索關(guān)鍵詞與搜索結(jié)果當(dāng)中網(wǎng)站的匹配程度，搜索引擎在進(jìn)行關(guān)聯(lián)度判斷時(shí)采用的方法是“匹配—位置—頻次”原則，即網(wǎng)站當(dāng)中所出現(xiàn)的詞語(yǔ)與用戶(hù)所輸入的關(guān)鍵詞的相似度越高，出現(xiàn)的概率越大，則其關(guān)聯(lián)度就越大，從而使得其在搜索結(jié)果當(dāng)中所出現(xiàn)的位置也就越靠前。

（二）搜索引擎第二定律

在搜索引擎的發(fā)展歷史當(dāng)中，人氣質(zhì)量定律是較為重要的一種定律，也即搜索引擎第二定律，也就是超鏈接分析技術(shù)。超鏈接分析技術(shù)的原理是科學(xué)文件的索引機(jī)制，也就是說(shuō)誰(shuí)的文章被引用的次數(shù)越多，誰(shuí)的文章的價(jià)值也就越大，這篇文章就是一篇好的文章。這種原理被運(yùn)用在搜索引擎當(dāng)中也就是說(shuō)，一個(gè)網(wǎng)站如果被鏈接的次數(shù)越多，其人氣就越旺，價(jià)值也就越高。對(duì)鏈接的文字進(jìn)行分析，就可以對(duì)搜索結(jié)果進(jìn)行排名。搜索引擎第二定律就是在這樣的背景之下誕生的，根據(jù)搜索引擎第二定律的相關(guān)內(nèi)容，關(guān)聯(lián)性也不僅僅是與詞頻有關(guān)的，超鏈接分析對(duì)關(guān)聯(lián)性也具有較大的影響。所謂超鏈分析, 是指當(dāng)從網(wǎng)頁(yè)A鏈接到網(wǎng)頁(yè)B時(shí), 則認(rèn)為“網(wǎng)頁(yè)A投了網(wǎng)頁(yè)B一票”。此種技術(shù)就是根據(jù)網(wǎng)頁(yè)的得票數(shù)來(lái)評(píng)定其重要性的。

（三）Northern Light的智能技術(shù)

Northern Light創(chuàng)造性地將定向文件夾搜索技術(shù)運(yùn)用到搜索引擎當(dāng)中，對(duì)搜索結(jié)果進(jìn)行分類(lèi)。在Northern Light的智能技術(shù)當(dāng)中，其結(jié)果頁(yè)面被分為兩個(gè)不同的部分，在頁(yè)面的右邊列出了不同的搜索結(jié)果，而左邊則是Custom Search Folders。同時(shí)，所有的檢索結(jié)果也被分為幾個(gè)不同的類(lèi)別，在分類(lèi)的過(guò)程當(dāng)中，主要是依據(jù)不同的主題、信息來(lái)源以及語(yǔ)言對(duì)其進(jìn)行分類(lèi)。用戶(hù)如果點(diǎn)擊不同類(lèi)型的文件夾，則所有的命中結(jié)果都會(huì)在右邊的文件夾當(dāng)中顯示出來(lái)。而在左邊所有的下一層的文件夾都會(huì)被顯示出來(lái)，通過(guò)這種逐級(jí)搜索的方式，所有的結(jié)果必然都會(huì)顯示出來(lái)。

二、搜索引擎檢索組織技術(shù)所存在的問(wèn)題，即優(yōu)化對(duì)策分析

（一）搜索引起檢索組織技術(shù)所存在的問(wèn)題分析

根據(jù)搜索引擎第一定律的相關(guān)規(guī)定，搜索引擎會(huì)對(duì)網(wǎng)站當(dāng)中的字詞與句子進(jìn)行檢索，并與用戶(hù)所輸入的關(guān)鍵詞進(jìn)行對(duì)比與分析，從而確定關(guān)聯(lián)度。但是互聯(lián)網(wǎng)是一種開(kāi)放的環(huán)境，在互聯(lián)網(wǎng)當(dāng)中，所有人都可以自由地發(fā)布許多信息，這種情況往往會(huì)導(dǎo)致兩個(gè)具有相同詞頻的網(wǎng)頁(yè)在質(zhì)量上卻具有很大的差異，而根據(jù)搜索引擎第一定律的相關(guān)規(guī)定，這兩個(gè)網(wǎng)站在排名上確實(shí)較為接近。基于此種情況，許多網(wǎng)站為了提升在搜索結(jié)果當(dāng)中的排名，都紛紛為自己的網(wǎng)站添加大量的關(guān)鍵詞，但是搜索引擎對(duì)于此種現(xiàn)象并不能更好地進(jìn)行分辨，從而導(dǎo)致搜索的質(zhì)量存在著嚴(yán)重的問(wèn)題。

而搜索引擎第二定律則存在著下列的不足：第一，完全根據(jù)超鏈接分析尚不能從更深的層次上計(jì)算網(wǎng)頁(yè)的權(quán)重。根據(jù)最新的數(shù)據(jù)統(tǒng)計(jì)資料顯示，現(xiàn)階段我國(guó)大部分知名網(wǎng)站的主頁(yè)、技術(shù)文件和部分著作的目錄網(wǎng)頁(yè)都具有極高的人氣，但是還存在著大量的普通網(wǎng)頁(yè)并不具有較高的人氣。筆者進(jìn)行進(jìn)一步的研究發(fā)現(xiàn)，載有大量文章的許多網(wǎng)站并沒(méi)有在外部被超鏈接所連接，而在網(wǎng)站的內(nèi)部往往也僅僅存在一個(gè)超鏈接。這就必然導(dǎo)致如果僅僅根據(jù)超鏈接對(duì)網(wǎng)頁(yè)計(jì)算權(quán)重是不合理的，必須要采用一定的措施對(duì)網(wǎng)頁(yè)的附加權(quán)重進(jìn)行分析。第二，許多網(wǎng)頁(yè)為了提高網(wǎng)站的點(diǎn)擊率，往往會(huì)在較為敏感的部位添加許多與網(wǎng)頁(yè)內(nèi)容完全沒(méi)有任何關(guān)聯(lián)的詞語(yǔ)，從而使得人們?cè)谒阉鞯倪^(guò)程當(dāng)中使自己的網(wǎng)頁(yè)會(huì)被搜索出來(lái)，并被用戶(hù)所點(diǎn)擊。但是，大部分的搜索引擎對(duì)此種現(xiàn)象并不能很好地識(shí)別出來(lái)。一般情況下，搜索引擎所提供的搜索結(jié)果都達(dá)到數(shù)十頁(yè)，從而給用戶(hù)帶來(lái)了較大的負(fù)擔(dān)，因此，搜索引擎需要對(duì)自己的搜索結(jié)果進(jìn)行細(xì)分，將部分結(jié)果隔離開(kāi)來(lái)。

在點(diǎn)擊率方法上也存在著一定的不足，在同一關(guān)鍵詞的檢索過(guò)程結(jié)果當(dāng)中，一個(gè)網(wǎng)頁(yè)的URL如果被點(diǎn)擊的次數(shù)越多，則搜索引擎判定該網(wǎng)頁(yè)的重要性越大。但是在實(shí)際的網(wǎng)絡(luò)當(dāng)中，由于存在著許多文不對(duì)題的現(xiàn)象，從而導(dǎo)致這種判斷并不能完全反應(yīng)出網(wǎng)絡(luò)P的重要性。

（二）搜索引擎組織技術(shù)的優(yōu)化處理

在上文當(dāng)中，筆者論述了搜索引擎組織技術(shù)所存在的問(wèn)題?；诖朔N情況，筆者進(jìn)行了大量的研究之后提出了一種關(guān)于網(wǎng)頁(yè)級(jí)別的評(píng)價(jià)與優(yōu)化模型：

W（IRC）=f[PR，R（P），C（P）]

在上式當(dāng)中，W是指經(jīng)過(guò)加權(quán)計(jì)算之后網(wǎng)站P的等級(jí)。而通過(guò)超鏈接分析所得出的網(wǎng)站P的等級(jí)則如下所示：

PR=（1-d）+d（PR（T1）/C（T1）+…+PR（Tn）/C（Tn））在上式當(dāng)中，網(wǎng)頁(yè)的重要性判定是通過(guò)對(duì)網(wǎng)頁(yè)當(dāng)中超鏈接的點(diǎn)擊率為基本依據(jù)。同時(shí)，對(duì)上面兩個(gè)公式進(jìn)行分析之后我們發(fā)現(xiàn)，在該模型當(dāng)中，網(wǎng)頁(yè)的重要性與相關(guān)性是由其所包含的關(guān)鍵詞詞頻、位置、外向鏈接的數(shù)量、用戶(hù)對(duì)該網(wǎng)頁(yè)的超文本鏈的點(diǎn)擊率綜合決定的。

三、搜索引擎檢索結(jié)果排名優(yōu)化策略總結(jié)

（一）對(duì)網(wǎng)站的關(guān)鍵詞進(jìn)行優(yōu)化

通過(guò)上文的論述我們可以發(fā)現(xiàn)，現(xiàn)階段大部分的搜索引擎在進(jìn)行搜索結(jié)果的排名時(shí)都會(huì)根據(jù)網(wǎng)站的關(guān)鍵詞與關(guān)鍵詞的密度進(jìn)行判定，如果用戶(hù)所輸入的關(guān)鍵詞與網(wǎng)頁(yè)的關(guān)鍵詞存在著較大的聯(lián)系，則該網(wǎng)站就會(huì)被搜索引擎判定為高關(guān)聯(lián)度的網(wǎng)站，該網(wǎng)站的等級(jí)就越高，在搜索結(jié)果當(dāng)中的排名也就越靠前，因此，在網(wǎng)頁(yè)當(dāng)中應(yīng)該充分認(rèn)識(shí)到關(guān)鍵詞的重要性，對(duì)網(wǎng)站的關(guān)鍵詞進(jìn)行合理的利用與布局。即在進(jìn)行網(wǎng)站關(guān)鍵詞的確定時(shí)，要充分利用一切可以利用的條件，對(duì)關(guān)鍵詞進(jìn)行組織與優(yōu)化，盡量避免采用重復(fù)或者疊加的方式增加網(wǎng)站的關(guān)鍵詞。同時(shí)，關(guān)鍵詞的排列盡量符合語(yǔ)法特點(diǎn)，能夠形成較為通暢的語(yǔ)句，從而增加網(wǎng)站的吸引力。而從頁(yè)面角度進(jìn)行分析，我們可以將關(guān)鍵字分布在網(wǎng)頁(yè)標(biāo)題元、網(wǎng)頁(yè)描述關(guān)鍵字元、正文標(biāo)題、正文內(nèi)容、文本鏈接、ALT標(biāo)識(shí)當(dāng)中。

（二）網(wǎng)站內(nèi)部鏈接的優(yōu)化

根據(jù)超鏈接分析的相關(guān)內(nèi)容，如果網(wǎng)站當(dāng)中的內(nèi)部網(wǎng)頁(yè)被搜索引擎收錄了，則該網(wǎng)站就會(huì)被計(jì)一分；如果網(wǎng)站存在著許多內(nèi)部網(wǎng)站被搜索引擎所收錄的話，則該網(wǎng)站的分值就必然更高?；诖朔N情況，如果我們希望網(wǎng)站獲得更高的分值，從而使得在搜索結(jié)果的排列當(dāng)中具有更靠前的排名，我們需要對(duì)網(wǎng)站的內(nèi)容進(jìn)行進(jìn)一步的完善，同時(shí)創(chuàng)建大量的內(nèi)部網(wǎng)頁(yè)，并逐步提高內(nèi)部網(wǎng)頁(yè)的豐富程度，并盡量使得內(nèi)部網(wǎng)頁(yè)可以被搜索引擎所收錄。

（三）友情鏈接的優(yōu)化

搜索引擎在對(duì)網(wǎng)站的超鏈接分析時(shí)，如果網(wǎng)站具有較多的連接入口，但是在網(wǎng)站內(nèi)部卻并沒(méi)有超鏈接導(dǎo)向其他網(wǎng)站，搜索引擎也會(huì)將這種網(wǎng)站判定為沒(méi)有價(jià)值。因此，我們可以在網(wǎng)頁(yè)當(dāng)中添加必要的超鏈接，為用戶(hù)提供更具有指導(dǎo)意義的其他網(wǎng)站，同時(shí)也可以提高自己在搜索結(jié)果當(dāng)中的排名。

（四）增加網(wǎng)站的相關(guān)性

首先，在網(wǎng)頁(yè)的標(biāo)題當(dāng)中加入關(guān)鍵詞，并進(jìn)行加粗處理，這對(duì)提高網(wǎng)站與搜索關(guān)鍵詞之間的相關(guān)性具有非常重要的意義；其次，我們還可以對(duì)網(wǎng)頁(yè)的超鏈接當(dāng)中的關(guān)鍵詞進(jìn)行加粗處理，從而使得相關(guān)性得分進(jìn)一步加大。

當(dāng)前階段，由于網(wǎng)絡(luò)當(dāng)中存在著海量般的資源，搜索引擎雖然能夠幫助用戶(hù)獲得一定的信息，但是在精準(zhǔn)度方面也存在著一定的問(wèn)題。同時(shí)，用戶(hù)檢索的關(guān)鍵詞與網(wǎng)頁(yè)之間的相關(guān)性也受到多種因素的影響，從而使得搜索引擎檢索結(jié)果的組織技術(shù)具有較高的復(fù)雜性。因此，對(duì)網(wǎng)頁(yè)的重要性與相關(guān)性進(jìn)行分析具有非常重要的意義。在本文當(dāng)中，筆者首先分析了現(xiàn)階段搜索引擎檢索結(jié)果組織技術(shù)所存在的問(wèn)題，并進(jìn)一步總結(jié)了優(yōu)化策略，希望能對(duì)我國(guó)的搜索引擎技術(shù)的發(fā)展有所幫助。

[1]陳濤,林杰.基于搜索引擎關(guān)注度的網(wǎng)絡(luò)輿情時(shí)空演化比較分析——以谷歌趨勢(shì)和百度指數(shù)比較為例[J].情報(bào)雜志,2013（3）:7-10,16.

[2]付志超.基于Map/Reduce的分布式智能搜索引擎框架研究[D].武漢理工大學(xué),2008.

[3]李貴林,楊禹琪,高星,廖明宏.企業(yè)搜索引擎?zhèn)€性化表示與結(jié)果排序算法研究[J].計(jì)算機(jī)研究與發(fā)展,2014(1): 206-214.

[4]張衛(wèi)豐,徐寶文,周曉宇,許蕾,李東.元搜索引擎結(jié)果生成技術(shù)研究[J].小型微型計(jì)算機(jī)系統(tǒng),2003(1):34-37.

[5]楊丹波.應(yīng)用Web數(shù)據(jù)挖掘的主題元搜索引擎設(shè)計(jì)與實(shí)現(xiàn)[D].清華大學(xué),2009.

[6]王曉丹,胡喬遷.信息檢索中元搜索引擎結(jié)果選擇策略[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2008（4）:467-470.

[8]李紅梅,丁振國(guó),周水生,周利華.元搜索引擎結(jié)果合成算法[J].北京郵電大學(xué)學(xué)報(bào),2008（5）:78-81.

[9]張輝,謝科,龐斌,吳輝.一種基于關(guān)鍵特征的搜索引擎結(jié)果聚類(lèi)算法[J].北京航空航天大學(xué)學(xué)報(bào),2007（6）:739-742.

[10]種梅,劉方愛(ài).元搜索引擎中的成員選擇和結(jié)果合并策略研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2007(21):5125-5127.

[11]張儉恭.擴(kuò)展元搜索引擎（EMSE）的系統(tǒng)設(shè)計(jì)[D].中國(guó)科學(xué)院研究生院（文獻(xiàn)情報(bào)中心）,2002.

[12]張立彬,翟清劍,劉才華,何杉.山寨搜索引擎的技術(shù)特點(diǎn)及其發(fā)展趨向研究[J].情報(bào)科學(xué),2010（3）:470-476.

TP

A

1673-0046（2016）12-0173-03