首先要說一下百度蜘蛛在互聯(lián)網(wǎng)上爬行只抓取網(wǎng)頁上文字內(nèi)容和一些特殊的文字信息，比如：圖片的替代文字，flash替代文字，錨文本文字等等，中文分詞技術(shù)是搜索引擎特有的一項技術(shù)，分詞方法大體上有兩種，一種是基于詞典匹配，另一種是基于統(tǒng)計。基于詞典匹配是將需要分析的文字與一個事先造好的詞典中的詞條進(jìn)行匹配。而基于統(tǒng)計分詞方法則是分析大量的文字樣本計算出兩個字相鄰出現(xiàn)的統(tǒng)計概率，幾個字相鄰出現(xiàn)越多，就可能形成一個單詞，基于統(tǒng)計的方法優(yōu)勢是對新出現(xiàn)的詞反應(yīng)更快速也有利于消除歧義。
當(dāng)搜索引擎分析出文章的原創(chuàng)度后就會給網(wǎng)站打一個分，影響網(wǎng)站排名的另一個因數(shù)就是網(wǎng)站的相關(guān)性。相關(guān)性計算主要是由以下幾個方面影響的：當(dāng)搜索引擎分詞處理后的關(guān)鍵詞，對于網(wǎng)站優(yōu)化的影響是不同的，越是常用的詞影響越不大，越不常用的詞影響越大。另一個因數(shù)就是詞頻和密度，在排除關(guān)鍵詞堆積之后搜索詞出現(xiàn)的次數(shù)越多，密度越大頻率越高，相關(guān)性越大，此外關(guān)鍵詞之間的距離也影響相關(guān)性計算，切分后的關(guān)鍵詞完整匹配出現(xiàn)則說明相關(guān)性越大，當(dāng)沒有完整匹配出現(xiàn)那么關(guān)鍵詞之間的距離越小相關(guān)性就認(rèn)為是稍高的。這就是相關(guān)性計算的影響因素，希望今天說的這些原理可以對你的網(wǎng)站在做優(yōu)化是有所幫助。