??xml version="1.0" encoding="utf-8" standalone="yes"?>成人伊人亚洲人综合网站222,亚洲国产精品久久久久网站,亚洲人成电影网站国产精品http://www.tkk7.com/mayu/category/22066.html生活的理惛_是ؓ了理想的生活:)zh-cnTue, 12 Jun 2007 03:30:38 GMTTue, 12 Jun 2007 03:30:38 GMT60搜烦排名优化和竞价广告的区别http://www.tkk7.com/mayu/articles/123361.htmlmymyMon, 11 Jun 2007 04:50:00 GMThttp://www.tkk7.com/mayu/articles/123361.htmlhttp://www.tkk7.com/mayu/comments/123361.htmlhttp://www.tkk7.com/mayu/articles/123361.html#Feedback0http://www.tkk7.com/mayu/comments/commentRss/123361.htmlhttp://www.tkk7.com/mayu/services/trackbacks/123361.html  q主要由用户的用习惯所造成的,过95%的搜索引擎用者会优先考虑搜烦引擎l出的常规结果(左侧l果Q,q其中绝大部分h只有在左侧无法得到满意结果时才会L览右侧的q告?/p>

  癑ֺ的成?/p>

  癑ֺ上市收到外投资商的q捧Q因Z们看C癑ֺ的利润增长率Q造成癑ֺ利润快速增长的直接原因在于Q?#8220;癑ֺ的竞价广告是刊登在左侧的Qƈ且其展示的方式和常规搜烦l果几乎没有区别Q用户在每次使用癑ֺ搜烦而生的点击都会为其带来丰厚的利?#8216;

  注:癑ֺ?006q改变了竞hq告方式Q(仅在W一늚左侧展示竞hq告Q其余的被列在了右侧Q?/p>

  搜烦引擎的尴?/p>

  既然大家知道广告列在左侧能够ؓ搜烦引擎带来巨大的收益,那么Z么像google、yahoo他们不将q告全部昄在左边呢Q?/p>

  关于q个问题Q大家要先考虑Z么搜索引擎会受到|民的认可?是因为搜索引擎能够提供给用户合理且相匚w的搜索结果,如果搜烦引擎ȝ企业Zh来左叛_l果的话Q那么这个结果可能ƈ不受用户所Ƣ迎Q最l搜索引擎也无人问z?/p>

  竞hq告与网站排名优化的差异体现

  1、不可预见的成本

  如果你曾l做q竞价广告排名,你一定有q这Ll历Q?#8220;上个月,q告排在右侧W一位的Zh只需?.8元,现在已经要提高到4.5元。这意味着q告每被点击1ơ需要花?.5?#8221;Q行业内的竞争可以让你在很短的时间内q速提高成本。而网站优化不存在q一因素。ƈ且如果经q优化你的排名提升后Ql保持高质量反向q接数的增加和内容的l护Q你的左侧排名会l箋保持或提高?/p>

  → 点击q里了解合理的网站优化是如何保证你网站排名的Q?/p>

  2、恶意点?/p>

  你可能会惊讶Qؓ什么有时广告被点击了数十次Q却没有M一个客h电咨询?其实q客户看不懂你的网站,据我们了解,竞hq告q_半数以上的点L被同行和一些做产品推销的h消耗掉的。这有点像目前国内劣质的展会一P׃钱参展就像是参加了一ơ同行见面会Q几乎或者根本没于Q何效果?/p>

  3、覆盖面

  |站优化是针对大部分专业搜烦引擎的,你的|站不仅在google得到排名提升Q同时在其它各大搜烦引擎也会提升你的|站排名。而选择竞hq告方式要达到这一效果则必d各搜索引擎签订广告协议,q无疑增加了巨大的成本?/p>

  4、预控?/p>

  刊登竞hq告可以讄每天的广告预,出预算则广告不被显C;q个规则看v来是能够帮助企业节约成本Q但是这是徏立在牺牲前在合作Z的基上的。网站排名优化不会被q一规则l限Ӟ你的|站链接时刻都在上面昄?/p>

  5、长期效?/p>

  |站优化能够帮助你提高网늚l合指数Q如果你的链接已l得到提升,除非后期应用了作弊的方式而受到惩|或停止后期的维护,否则排名是不会轻易下降的。而竞价广告如果停止了Q网站链接也即可消失?/p>

my 2007-06-11 12:50 发表评论
]]>
提交你的|站 SEOhttp://www.tkk7.com/mayu/articles/120843.htmlmymyWed, 30 May 2007 03:05:00 GMThttp://www.tkk7.com/mayu/articles/120843.htmlhttp://www.tkk7.com/mayu/comments/120843.htmlhttp://www.tkk7.com/mayu/articles/120843.html#Feedback0http://www.tkk7.com/mayu/comments/commentRss/120843.htmlhttp://www.tkk7.com/mayu/services/trackbacks/120843.htmlhttp://www.Google.com/intl/zh-CN/add_url.html
癑ֺQ?a target=_blank>http://www.Baidu.com/search/url_submit.htm
中搜Q?a target=_blank>http://service.chinasearch.com.cn/NetSearch/pageurlrecord/frontpageurl.jsp
搜狐Q?a target=_blank>http://db.sohu.com/regurl/regform.asp?Step=REGFORM&;class=  
|易Q?a target=_blank>http://seek.163.com/cgi-bin/search/add_url.cgi
新浪Q?a target=_blank>http://iask.com/guest/add_url.php
一搜:http://www.yisou.com/search_submit.html?source=yisou_www_hp
YahooQ?a target=_blank>http://misc.yahoo.com.cn/search_submit.html
TOMQ?a target=_blank>http://search.tom.com/tools/weblog/log.php
AlexaQ?a target=_blank>http://pages.alexa.com/help/webmasters/index.html#crawl_site


my 2007-05-30 11:05 发表评论
]]>
google搜烦原理论文 ZThttp://www.tkk7.com/mayu/articles/120825.htmlmymyWed, 30 May 2007 02:36:00 GMThttp://www.tkk7.com/mayu/articles/120825.htmlhttp://www.tkk7.com/mayu/comments/120825.htmlhttp://www.tkk7.com/mayu/articles/120825.html#Feedback0http://www.tkk7.com/mayu/comments/commentRss/120825.htmlhttp://www.tkk7.com/mayu/services/trackbacks/120825.html 设计搜烦引擎是一富有挑战性的工作。搜索引擎ؓ上亿个网徏立烦引,其中包含大量q然不同的词汇。而且每天要回{成千上万个查询。在|络中,管大型搜烦引擎非常重要Q但是学术界却很研I它。此外由于技术的快速发展和|页的大量增加,现在建立一个搜索引擎和三年前完全不同?nbsp;
 本文详细介绍了我们的大型搜烦引擎Q据我们所知,在公开发表的论文中Q这是第一描q地如此详细。除了把传统数据搜烦技术应用到如此大量U网中所遇到的问题,q有许多新的技术挑战,包括应用文本中的附加信息改q搜索结果?nbsp;
 本文解册个问题,描述如何q用文本中的附加信息,建立一个大型实用系l。Q何h都可以在|上随意发布信息Q如何有效地处理q些无组l的文本集合,也是本文要关注的问题?nbsp;
 关键?nbsp;World Wide WebQ搜索引擎,信息索,PageRank, Google 1 l论 Web l信息检索带来了新的挑战。Web上的信息量快速增长,同时不断有毫无经验的新用h体验Webq门艺术。h们喜Ƣ用链接来网上冲,通常都以象Yahooq样重要的网|搜烦引擎开始。大家认为List(目录)有效地包含了大家感兴的主题Q但是它h主观性,建立和维护的代h高,升慢,不能包括所有深奥的主题。基于关键词的自动搜索引擎通常q回太多的低质量的匹配。问题更遭的是Q一些广告ؓ了赢得h们的xx设法误导自动搜烦引擎?nbsp;
 我们建立了一个大型搜索引擎解决了现有pȝ中的很多问题。应用超文本l构Q大大提高了查询质量。我们的pȝ命名为googleQ取名自googol的通俗拼法Q即10?00ơ方Q这和我们的目标建立一个大型搜索引擎不谋而合?nbsp;
 1.1|络搜烦引擎—升U换代(scaling upQ:1994-2000 搜烦引擎技术不得不快速升U(scale dramaticallyQ跟上成倍增长的web数量?994q_W一个Web搜烦引擎QWorld Wide Web Worm(WWWW)可以索到110Q?00个网和Web的文件。到1994q?1月,的搜索引擎声U可以检索到2‘000'000QWebCrawlerQ至100‘000'000个网l文Ӟ来自 Search Engine WatchQ。可以预见到2000q_可检索到的网将过1‘000'000‘000。同Ӟ搜烦引擎的访问量也会以惊人的速度增长。在1997q的三四月䆾QWorld Wide Web Worm q_每天收到1500个查询?nbsp;
 ?997q?1月,Altavista 声称它每天要处理大约20'000'000个查询。随着|络用户的增长,?000q_自动搜烦引擎每天处理上亿个查询。我们系l的设计目标要解册多问题,包括质量和可升性,引入升搜烦引擎技术(scaling search engine technologyQ,把它升到如此大量的数据上?nbsp;
 1.2 GoogleQ跟上Web的步伐(Scaling with the WebQ徏立一个能够和当今web规模盔R应的搜索引擎会面许多挑战。抓|页技术必够快Q才能跟上网变化的速度Qkeep them up to dateQ。存储烦引和文档的空间必够大。烦引系l必能够有效地处理上千亿的数据。处理查询必dQ达到每U能处理成百上千个查询(hundreds to thousands per second.Q。随着Web的不断增长,q些d变得来艰巨。然而硬件的执行效率和成本也在快速增长,可以部分抉|q些困难?nbsp;
 q有几个值得注意的因素,如磁盘的寻道旉Qdisk seek timeQ,操作pȝ的效率(operating system robustnessQ。在设计Google的过E中Q我们既考虑了Web的增镉K度Q又考虑了技术的更新。Google的设计能够很好的升处理量数据集。它能够有效地利用存储空间来存储索引。优化的数据l构能够快速有效地存取Q参?.2节)。进一步,我们希望Q相对于所抓取的文本文件和HTML|页的数量而言Q存储和建立索引的代价尽可能的小Q参考附录BQ。对于象Googleq样的集中式pȝQ采取这些措施得C令h满意的系l可升性(scaling propertiesQ?nbsp;
 1. 3设计目标 
 1.3.1提高搜烦质量我们的主要目标是提高Web搜烦引擎的质量?994q_有h认ؓ建立全搜索烦引(a complete search indexQ可以查找M数据都变得容易。根据Best of the Web 1994 -- Navigators Q?#8220;最好的D服务可以使在Web上搜索Q何信息都很容易(当时所有的数据都可以被dQ?#8221;。然?997q的WebpE然不同。近来搜索引擎的用户已经证实索引的完整性不是评h索质量的唯一标准。用h兴趣的搜索结果往往湮没?#8220;垃圾l果Junk result”中。实际上Q到1997q?1月ؓ止,四大商业搜烦引擎中只有一个能够找到它自己Q搜索自己名字时q回的前十个l果中有它自己)。导致这一问题的主要原因是文档的烦引数目增加了好几个数量Q但是用戯够看的文档数却没有增加。用户仍然只希望看前面几十个搜烦l果。因此,当集合增大时Q我们就需要工具ɾl果_Q在q回的前几十个结果中Q有x档的数量Q。由于是从成千上万个有点相关的文档中选出几十个,实际上,相关的概念就是指最好的文档。高_非常重要Q甚至以响应Q系l能够返回的有关文档的LQؓ代h。o人高兴的是利用超文本链接提供的信息有助于改进搜烦和其它应?nbsp;。尤其是链接l构和链接文本,为相x的判断和高质量的过滤提供了大量的信息。Google既利用了链接l构又用Canchor文本Q见2.1?.2节)?nbsp;
 1.3.2搜烦引擎的学术研I着旉的流逝,除了发展q速,Web来商业化?993q_只有1.5%的Web服务是来?com域名。到1997q_过?0%。同Ӟ搜烦引擎从学术领域走q商业。到现在大多数搜索引擎被公司所有,很少技公开术细节。这导致搜索引擎技术很大程度上仍然是暗操作,q們֐做广告(见附录AQ。Google的主要目标是推动学术领域在此斚w的发展,和对它的了解。另一个设计目标是l大家一个实用的pȝ。应用对我们来说非常重要Q因为现代网l系l中存在大量的有用数据(us because we think some of the most interesting research will involve leveraging the vast amount of usage data that is available from modern web systemsQ。例如,每天有几千万个研I。然而,得到q些数据却非常困难,主要因ؓ它们没有商业价倹{我们最后的设计目标是徏立一个体pȝ构能够支持新的关于v量Web数据的研I。ؓ了支持新研究QGoogle以压~的形式保存了实际所抓到的文档。设计google的目标之一是要徏立一个环境其他研究者能够很快进入这个领域,处理量Web数据Q得到满意的l果Q而通过其它Ҏ却很隑־到结果。系l在短时间内被徏立v来,已经有几论文用CGoogle建的数据库,更多的在h中。我们的另一个目标是建立一个宇宙空间实验室似的环境Q在q里研究者甚臛_生都可以Ҏ们的量Web数据设计或做一些实验?nbsp;
 2. pȝ特点 Google搜烦引擎有两个重要特点,有助于得到高_ֺ的搜索结果?nbsp;
 W一点,应用Web的链接结构计每个网늚Rank|UCؓPageRankQ将?8详l描q它?nbsp;
 W二点,Google利用链接改q搜索结果?nbsp;
 2.1 PageRank:l网|?nbsp;Web的引用(链接Q图是重要的资源Q却被当今的搜烦引擎很大E度上忽视了。我们徏立了一个包?18‘000'000个超链接的图Q它是一个具有重要意义的h。这些图能够快速地计算|页的PageRank|它是一个客观的标准Q较好的W合Z心目中对一个网重要程度的评hQ徏立的基础是通过引用判断重要性。因此在web中,PageRank能够优化关键词查询的l果。对于大多数的主题,在网|题查询中用PageRank优化单文本匹配,我们得到了o人惊叹的l果Q从google.stanford.edu可以得到演示Q。对于Googleȝl中的全文搜索,PageRank也帮了不忙?nbsp;
 2.1.1计算PageRank 文献索中的引用理论用到Web中,引用|页的链接数Q一定程度上反映了该|页的重要性和质量。PageRank发展了这U思想Q网间的链接是不^{的?nbsp;
 PageRank定义如下: 我们假设T1…Tn指向|页AQ例如,被引用)。参数d是制动因子,使结果在0Q?之间。通常d{于0.85。在下一节将详细介绍d。CQAQ定义ؓ|页A指向其它|页的链接数Q网A的PageRank值由下式l出Q?nbsp;PR(A) = (1-d) + d (PR(T1)/C(T1) + ... + PR(Tn)/C(Tn)) 注意PageRank的Ş式,分布到各个网中Q因此所有网늚PageRank和是1?nbsp;PageRank或PRQAQ可以用单的q代法计算Q相应规格化Web链接矩阵的主特征向量。中{规模的|站计算26‘000'000|页的PageRankDp几小时。还有一些技术细节超Z本文的范围?nbsp;
 2.1.2直觉判断 PageRank被看作用戯为的模型。我们假讄上冲是随机的,不断点击链接Q从不返回,最l烦了,另外随机选一个网重新开始冲。随问一个网늚可能性就是它的PageRank倹{制动因子d是随问一个网늃了的可能性,随机另选一个网c对单个|页或一l网,一个重要的变量加入到制动因子d中。这允许个h可以故意地误导系l,以得到较高的PageRank倹{我们还有其它的PageRank法Q见98c?nbsp;
 另外的直觉判断是一个网|很多|页指向它,或者一些PageRank值高的网|向它Q则q个|页很重要。直觉地Q在Web中,一个网被很多|页引用Q那么这个网值得一看。一个网被象Yahooq样重要的主引用即使一ơ,也值得一看。如果一个网늚质量不高Q或者是死链接,象Yahooq样的主不会链向它。PageRank处理了这两方面因素,q过|络链接递归C递?nbsp;
 2.2链接描述文字QAnchor TextQ我们的搜烦引擎寚w接文本进行了Ҏ的处理。大多数搜烦引擎把链接文字和它所铑֐的网(the page that the link is onQ联pv来。另外,把它和链接所指向的网联pv来。这有几点好处?nbsp;
 W一Q通常链接描述文字比网|w更_地描q该|页?nbsp;
 W二Q链接描q文字可能链向的文档不能被文本搜索引擎检索到Q例如图像,E序和数据库。有可能使返回的|页不能被抓到。注意哪些抓不到的网将会带来一些问题。在q回l用户前不了它们的有效性。这U情冉|索引擎可能返回一个根本不存在的网,但是有超U链接指向它。然而这U结果可以被挑出来的Q所以此cȝ问题很少发生。链接描q文字是对被铑֐|页的宣传,q个思想被用在World Wide Web Worm 中,主要因ؓ它有助于搜烦非文本信息,能够用少量的已下载文档扩大搜索范围。我们大量应用链接描q文字,因ؓ它有助于提高搜烦l果的质量。有效地利用链接描述文字技术上存在一些困难,因ؓ必须处理大量的数据。现在我们能抓到24‘000'000个网,已经索到259‘000'000多个链接描述文字?nbsp;
 2.3其它特点除了PageRank和应用链接描q文字外QGoogleq有一些其它特炏V?nbsp;
 W一,所有hit都有位置信息Q所以它可以在搜索中q泛应用邻近性(proximityQ?nbsp;
 W二QGoogle跟踪一些可视化外表l节Q例如字受黑体大号字比其它文字更重要?nbsp;
 W三Q知识库存储了原始的全文html|页?nbsp;
 3有关工作 Web索研I的历史短。World Wide Web WormQ)是最早的搜烦引擎之一。后来出C一些用于学术研I的搜烦引擎Q现在它们中的大多数被上市公司拥有。与Web的增长和搜烦引擎的重要性相比,有关当今搜烦引擎技术的优秀论文相当。根据Michael MauldinQLycos Inc的首席科学家Q? Q?#8220;各种各样的服务(包括LycosQ非常关注这些数据库的细节?#8221;虽然在搜索引擎的某些特点上做了大量工作。具有代表性的工作有,对现有商业搜索引擎的l果q行传递,或徏立小型的个性化的搜索引擎。最后有关信息检索系l的研究很多Q尤其在有组l机构集合(well controlled collectionsQ方面。在下面两节Q我们将讨论在信息检索系l中的哪些领域需要改q以便更好的工作在Web上?nbsp;
 3.1信息索信息检索系l诞生在几年前,q发展迅速。然而大多数信息索系l研I的对象是小规模的单一的有l织l构的集合,例如U学论文集,或相关主题的新闻故事。实际上Q信息检索的主要基准Qthe Text Retrieval ConferenceQ)Q用规模的、有l织l构的集合作为它们的基准?nbsp;
 大型文集基准只有20GBQ相比之下,我们抓到?4000000个网占147GB。在TREC上工作良好的pȝQ在Web上却不一定生好的结果。例如,标准向量I间模型企图q回和查询请求最相近的文档,把查询请求和文档都看作由出现在它们中的词汇组成的向量。在Web环境下,q种{略常常q回非常短的文档Q这些文档往往是查询词再加几个字。例如,查询“Bill Clinton”Q返回的|页只包?#8220;Bill Clinton Sucks”Q这是我们从一个主要搜索引擎中看到的。网l上有些争议Q用户应该更准确地表达他们想查询什么,在他们的查询h中用更多的词。我们强烈反对这U观炏V如果用h“Bill Clinton”q样的查询请求,应该得到理想的查询结果,因ؓq个主题有许多高质量的信息。象所l的例子Q我们认Z息检索标准需要发展,以便有效地处理Web数据?nbsp;
 3.2有组l结构的集合QWell Controlled CollectionsQ与Web的不同点 Web是完全无l织的异构的大量文档的集合。Web中的文档无论内在信息q是隐含信息都存在大量的异构性。例如,文档内部q了不同的语言Q既有hc语a又有E序Q,词汇Qemail地址Q链接,邮政~码Q电话号码,产品PQ类型(文本QHTMLQPDFQ图像,声音Q,有些甚至是机器创建的文gQlog文gQ或数据库的输出Q。可以从文档中推断出来,但ƈ不包含在文档中的信息UCؓ隐含信息。隐含信息包括来源的信誉Q更新频率,质量Q访问量和引用。不但隐含信息的可能来源各种各样Q而且被检的信息也大不相同,相差可达好几个数量。例如,一个重要主늚使用量,象Yahoo 每天览数达C百万ơ,于此相比无名的历史文章可能十q才被访问一ơ。很明显Q搜索引擎对q两cM息的处理是不同的?nbsp;Web与有l织l构集合之间的另外一个明昑֌别是Q事实上Q向Web上传信息没有M限制。灵zd用这点可以发布Q何对搜烦引擎影响重大的信息,使\由阻塞,加上为牟利故意操U|索引擎,q些已经成ؓ一个严重的问题。这些问题还没有被传l的闭的信息检索系l所提出来。它兛_的是元数据的努力Q这在Web搜烦引擎中却不适用Q因为网中的Q何文本都不会向用户声UC图操U|索引擎。甚x些公ؓ牟利专门操纵搜烦引擎?nbsp;
 4 pȝ分析QSystem AnatomyQ首先,我们提供高水q的有关体系l构的讨论。然后,详细描述重要的数据结构。最后,主要应用Q抓|页Q烦引,搜烦被严格地检查?nbsp;Figure 1. High Level Google Architecture 4.1Google体系l构概述q一节,我们看看整个系l是如何工作的(give a high levelQ,见图1。本节不讨论应用和数据结构,在后几节中讨论。ؓ了效率大部分Google是用c或c++实现的,既可以在Solaris也可以在Linux上运行?nbsp;
 Googlepȝ中,抓网(下蝲|页Q是由几个分布式crawlers完成的。一个URL服务器负责向crawlers提供URL列表。抓来的|页交给存储服务器storeserver。然后,由存储服务器压羃|页q把它们存到知识库repository中。每个网都有一个IDQ称作docIDQ当新URL从网中分析出时Q就被分配一个docID。由索引器和排序器负责徏立烦引index function。烦引器从知识库中读取文档,对其解压~和分析。每个文档被转换成一l词的出现情况,UC命中hits。HitsU录了词Q词在文档中的位|,最接近的字P大小写。烦引器把这些hits分配Cl桶barrel中,产生l过部分排序后的索引。烦引器的另一个重要功能是分析|页中所有的链接Q将有关的重要信息存在链接描qanchors文g中。该文g包含了够的信息Q可以用来判断每个链接链出链入节点的信息Q和链接文本?nbsp;URL分解器resolver阅读链接描述anchors文gQƈ把相对URL转换成绝对URLQ再转换成docID。ؓ链接描述文本~制索引Qƈ与它所指向的docID兌h。同时徏立由docID对组成的链接数据库。用于计所有文档的PageRank倹{用docID分类后的barrelsQ送给排序器sorterQ再ҎwordIDq行分类Q徏立反向烦引inverted index。这个操作要恰到好处Q以便几乎不需要暂存空间。排序器q给出docID和偏U量列表Q徏立反向烦引。一个叫DumpLexicon的程序把q个列表和由索引器生的字典l合在一P建立一个新的字典,供搜索器使用。这个搜索器是利用一个Web服务器,使用由DumpLexicon所生成的字典,利用上述反向索引以及面{PageRank来回{用L提问?nbsp;4.2主要数据l构l过优化的Google数据l构Q能够用较小的代h取大量文档,建立索引和查询。虽然近几年CPU和输入输出速率q速提高。磁盘寻道仍焉?0ms。Q何时候Googlepȝ的设计都可能地避免盘寻道。这Ҏ据结构的设计影响很大?nbsp;
 4.2.1大文件大文gBigFiles是指虚拟文g生成的多文gpȝQ用长度?4位的整型数据d。多文gpȝ之间的空间分配是自动完成的。BigFiles包也处理已分配和未分配文件描q符。由于操U늳l不能满x们的需要,BigFiles也支持基本的压羃选项?nbsp;
 4.2.2知识?nbsp;Figure 2. Repository Data Structure 知识库包含每个网늚全部HTML。每个网는zlibQ见RFC1950Q压~。压~技术的选择既要考虑速度又要考虑压羃率。我们选择zlib的速度而不是压~率很高的bzip。知识库用bzip的压~率接近4Q?。而用zlib的压~率?Q?。文档一个挨着一个的存储在知识库中,前缀是docIDQ长度,URLQ见?。访问知识库不需要其它的数据l构。这有助于数据一致性和升。用其它数据l构重构pȝQ我们只需要修改知识库和crawler错误列表文g?nbsp;
 4.2.3文g索引文g索引保存了有x档的一些信息。烦引以docID的顺序排列,定宽ISAMQIndex sequential access modeQ。每条记录包括当前文件状态,一个指向知识库的指针,文g校验和,各种l计表。如果一个文档已l被抓到Q指针指向docinfo文gQ该文g的宽度可变,包含了URL和标题。否则指针指向包含这个URL的URL列表。这U设计考虑到简z的数据l构Q以及在查询中只需要一个磁盘寻道时间就能够讉K一条记录。还有一个文件用于把URL转换成docID。它是URL校验和与相应docID的列表,按校验和排序。要想知道某个URL的docIDQ需要计URL的校验和Q然后在校验和文件中执行二进制查找,扑ֈ它的docID。通过对这个文件进行合qӞ可以把一批URL转换成对应的docID。URL分析器用q项技术把URL转换成docID。这U成Ҏ新的模式是至关重要的Q否则每个链接都需要一ơ查询,假如用一块磁盘,322‘000'000个链接的数据集合花费一个多月的旉?nbsp;
 4.2.4词典词典有几U不同的形式。和以前pȝ的重要不同是Q词典对内存的要求可以在合理的h格内。现在实现的pȝQ一?56M内存的机器就可以把词典装入到内存中。现在的词典包含14000000词汇Q虽然一些很用的词汇没有加入到词典中)。它执行分两部分—词汇表Q用null分隔的连l串Q和指针的哈希表。不同的函数Q词汇表有一些辅助信息,q超Z本文的范围?nbsp;
 4.2.5 hit list hit list是一文档中所出现的词的列表,包括位置Q字P大小写。Hit list占很大空_用在正向和反向烦引中。因此,它的表示形式有效越好。我们考虑了几U方案来~码位置Q字P大小写—简单编码(3个整型数Q,紧凑~码Q支持优化分配比特位Q,哈夫曼编码。Hit的详l信息见?。我们的紧凑~码每个hit?字节。有两种cdhitQ特Dhit和普通hit。特Dhit包含URLQ标题,链接描述文字Qmeta tag。普通hit包含其它每g事。它包括大小写特征位Q字P12比特用于描述词在文档中的位置Q所有超q?095的位|标Cؓ4096Q。字号采用相对于文档的其它部分的相对大小表示Q占3比特(实际只用7个|因ؓ111标志是特Dhit)。特Dhit由大写特征位,字号位ؓ7表示它是ҎhitQ用4比特表示Ҏhit的类型,8比特表示位置。对于anchor hit八比特位|位分出4比特用来表示在anchor中的位置Q?比特用于表明anchor出现的哈希表hash of the docID。短语查询是有限的,Ҏ些词没有_多的anchor。我们希望更新anchor hit的存储方式,以便解决地址位和docIDhash域位C的问题?nbsp;
 因ؓ搜烦Ӟ你不会因为文档的字号比别的文档大而特D对待它Q所以采用相对字受?nbsp;hit表的长度存储在hit前。ؓ节省I间hit表长度,在正向烦引中和wordIDl合在一P在反向烦引中和docIDl合存储。这限制它相应地只??比特Q用些技巧,可以从wordID中?bitQ如果大于这些比Ҏ能表C的长度Q用溢出码填充,其后两字节是真正的长度?nbsp;Figure 3. Forward and Reverse Indexes and the Lexicon 
 4.2.6正向索引实际上,正向索引已经部分排序。它被存在一定数量的barrel中(我们?4个barrelsQ。每个barrel装着一定范围的wordID。如果一文档中的词落到某个barrelQ它的docID被记录到这个barrel中,紧跟着那些词(文档中所有的词汇Q还是落入该barrel中的词汇Q对应的hitlist。这U模式需要稍多些的存储空_因ؓ一个docID被用多次Q但是它节省了桶数和旉Q最后排序器q行索引旉低编码的复杂度。更q一步的措施是,我们不是存储docID本nQ而是存储相对于该桶最的docID的差。用q种ҎQ未排序的barrel的docID只需24位,省下8位记录hitlistѝ?nbsp;
 4.2.7反向索引除了反向索引由sorter加工处理之外Q它和正向烦引包含相同的桶。对每个有效的docIDQ字典包含一个指向该词所在桶的指针。它指向由docID和它的相应hitlistl成的doclishQ这个doclist代表了所有包含该词的文档?nbsp;doclist中docID的顺序是一个重要的问题。最单的解决办法是用doclish排序。这U方法合q多个词时很快。另一个可选方案是用文档中该词出现的次数排序。这U方法回{单词查询,所用时间微不道。当多词查询时几乎是从头开始。ƈ且当用其它Rank法改进索引Ӟ非常困难。我们综合了q两U方法,建立两组反向索引barrelQ一lbarrels的hitlist只包含标题和anchor hitQ另一lbarrel包含全部的hitlist。我们首先查W一l烦引桶Q看有没有匹配的,然后查较大的那组桶?nbsp;
 4.3抓网运行网l爬行机器h是一具有挑战性的d。执行的性能和可靠性甚x重要Q还有一些社会焦炏V网l爬行是一w常薄q应用Q它需要成百上千的web服务器和各种域名服务器的参与Q这些服务器不是我们pȝ所能控制的。ؓ了覆盖几十亿的网,Google拥有快速的分布式网l爬行系l。一个URL服务器给若干个网l爬行机器hQ我们采?个)提供URL列表。URL服务器和|络爬行机器人都是用Python实现的。每个网l爬行机器h可以同时打开300个链接。抓取网必够快。最快时Q用4个网l爬行机器h每秒可以爬行100个网c速率达每U?00K。执行的重点是找DNS。每个网l爬行机器h有它自己的DNS cacheQ所以它不必每个|页都查DNS。每一百个q接都有几种不同的状态:查DNSQ连接主机,发送请求,接收回答。这些因素ɾ|络爬行机器人成为系l比较复杂的部分。它用异步IO处理事gQ若q请求队列从一个网站到另一个网站不停的抓取|页。运行一个链接到500多万台服务器的网늈行机器hQ?千多万登陆口Q导致了大量的Email和电话。因为网民众多,L些h不知道网l爬行机器h是何物,q是他们看到的第一个网l爬行机器h。几乎每天我们都会收到这LEmail“哦,你从我们的网站看了太多的|页Q你惛_什么?”q有一些h不知道网l搜索机器h避免协议Qthe robots exclusion protocolQ,以ؓ他们的网上写着“版权所有,勿被索引”的字样就会被保护不被索引Q不必说Q这L话很难被web crawler理解。因为数据量如此之大Q还会遇C些意想不到的事情。例如,我们的系l曾l企图抓一个在U游戏,l果抓到了游戏中的大量垃圾信息。解册个问题很单。但是我们下载了几千万网后才发Cq个问题。因为网和服务器的U类J多Q实际上不在大部分Internet上运行它测试一个网늈行机器h是不可能。L有几百个隐含的问题发生在整个web的一个网上Q导致网l爬行机器h崩溃Q或者更p,D不可预测的不正确的行为。能够访问大部分Internet的系l必ȝ力充沛ƈ_ֿ试q。由于象crawlerq样大型复杂的系lL产生q样那样的问题,因此p一些资源读q些EmailQ当问题发生时解军_Q是有必要的?nbsp;
 4.4Web索引分析—Q何运行在整个Web上的分析器必能够处理可能包含错误的大型集合。范围从HTML标记到标C间几K字节?Q非ASCII字符Q几癑ֱHTML标记的嵌套,各种各样令h难以惌的错误。ؓ了获得最大的速度Q我们没有采用YACC产生上下文无x法CFG分析器,而是采用灉|的方式生词汇分析器Q它自己配有堆栈。分析器的改q大大提高了q行速度Q它的精力如此充沛完成了大量工作。把文档装入barrel建立索引—分析完一文档,之后把该文档装入barrel中,用内存中的hash表—字典,每个词汇被{换成一个wordID。当hash表字怸加入新的ҎQ笨拙地存入文g。一旦词汇被转换成wordIDQ它们在当前文档的出现就转换成hitlistQ被写进正向barrel。烦引阶Dƈ行的主要困难是字兔R要共享?nbsp;
 我们采用的方法是Q基本字怸?40万个固定词汇Q不在基本字怸的词汇写入日志,而不是共享字典。这U方法多个烦引器可以q行工作Q最后一个烦引器只需处理一个较的额外词汇日志。排序—ؓ了徏立反向烦引,排序器读取每个正向barrelQ以wordID排序Q徏立只有标题anchor hi t的反向烦引barrel和全文反向烦引barrel。这个过E一ơ只处理一个barrelQ所以只需要少量暂存空间。排序阶D也是ƈ行的Q我们简单地同时q行可能多的排序器Q不同的排序器处理不同的桶。由于barrel不适合装入dQ排序器q一步依据wordID和docID把它分成若干子Q以侉K合装入d。然后排序器把每个篮子装入主存进行排序,q把它的内容写回到短反向barrel和全文反向barrel?nbsp;
 4.5搜烦搜烦的目标是提供有效的高质量的搜索结果。多数大型商业搜索引擎好像在效率斚wp了很大力气。因此我们的研究以搜索质量ؓ重点Q相信我们的解决Ҏ也可以用到那些商业系l中?nbsp;
 Google查询评hq程见图4?nbsp;
 1. 分析查询?nbsp;
 2. 把词汇{换成wordID?nbsp;
 3. 在短barrel中查找每个词汇doclist的开头?nbsp;
 4. 扫描doclist直到扑ֈ一匹配所有关键词的文?nbsp;
 5. 计算该文档的rank 
 6. 如果我们在短barrelQƈ且在所有doclist的末,开始从全文barrel的doclist的开头查找每个词Qgoto W四?nbsp;
 7. 如果不在Mdoclist的结,q回W四步?nbsp;
 8. Ҏrank排序匚w文档Q返回前k个。图4 Google查询评h在有限的响应旉内,一旦找C定数量的匚w文档Q搜索引擎自动执行步?。这意味着Q返回的l果是子优化的。我们现在研I其它方法来解决q个问题。过L据PageRank排序hitQ看来能够改q这U状c?nbsp;
 4.5.1 Rankingpȝ Google比典型搜索引擎保存了更多的web信息。每个hitlish包括位置Q字P大小写。另外,我们q考虑了链接描q文字。Rankl合所有这些信息是困难的。ranking函数设计依据是没有某个因素对rank影响重大。首先,考虑最单的情况—单个词查询。ؓ了单个词查询中一个文档的rankQGoole在文档的hitlist中查找该词。Google认ؓ每个hit是几U不同类型(标题Q链接描q文字anchorQURLQ普通大字号文本Q普通小字号文本Q?#8230;…Q之一Q每U有它自qcd权重。类型权重徏立了一个类型烦引向量。Google计算hitlist中每Uhit的数量。然后每个hit数{换成count-weight。Count-weight开始随hit数线性增加,很快逐渐停止Q以至于hitC此不相关。我们计count-weight向量和type-weight向量的标量积作ؓ文档的IR倹{最后IR值结合PageRank作ؓ文档的最后rank 对于多词查询Q更复杂些。现在,多词hitlist必须同时扫描Q以便关键词出现在同一文档中的权重比分别出现时高。相邻词的hit一起匹配。对每个匚whit 的集合计相d。相dZhit在文档中的距,分成10个不同的bin|范围从短语匹配到Ҏ不相兟뀂不仅计每chit敎ͼ而且要计每U类型的盔R度,每个cd怼度对Q有一个类型相d权type-prox-weight。Count转换成count-weightQ计count-weight type-proc-weight的标量积作ؓIR倹{应用某Udebug mode所有这些数和矩阵与查询l果一hC出来。这些显C有助于改进rankpȝ?nbsp;
 4.5.2反馈 rank函数有很多参数象type-weight和type-prox-weight。指明这些参数的正确值有炚w色艺术black art。ؓ此,我们的搜索引擎有一个用户反馈机制。值得信Q的用户可以随意地评hq回的结果。保存反馈。然后,当修改rank函数ӞҎ以前搜烦的rankQ我们可以看C改带来的的媄响。虽然不是十全十,但是它给Z一些思\Q当rank函数改变时对搜烦l果的媄响?nbsp;
 5执行和结果搜索结果的质量是搜索引擎最重要的度量标准。完全用戯价体p超Z本文的论q范_对于大多数搜索,我们的经验说明Google的搜索结果比那些主要的商业搜索引擎好。作Z个应用PageRankQ链接描q文字,盔R度的例子Q图4l出了Google搜烦bill Clinton的结果。它说明了Google的一些特炏V服务器对结果进行聚cR这对过滤结果集合相当有帮助。这个查询,相当一部分l果来自whitehouse.gov域,q正是我们所需要的。现在大多数商业搜烦引擎不会q回M来自whitehouse.gov的结果,q是相当不对的。注意第一个搜索结果没有标题。因为它不是被抓到的。Google是根据链接描q文字决定它是一个好的查询结果。同样地Q第五个l果是一个Email地址Q当然是不可能抓到的。也是链接描q文字的l果。所有这些结果质量都很高Q最后检查没有死链接。因为它们中的大部分PageRankD高。PageRank癑ֈ比用U色U条表示。没有结果只含Bill没有Clinton或只含Clinton没有Bill。因出现的相q性非帔R要。当然搜索引擎质量的真实试包含q泛的用户学习或l果分析Q此处篇q有限,误者自己去体验GoogleQhttp://google.stanford.edu/ ?nbsp;5.1存储需求除了搜索质量,Google的设计可以随着Web规模的增大而有效地增大成本。一斚w有效地利用存储空间。表1列出了一些统计数字的明细表和Google存储的需求。由于压~技术的应用知识库只需53GB的存储空间。是所有要存储数据的三分之一。按当今盘hQ知识库相对于有用的数据来说比较便宜。搜索引擎需要的所有数据的存储I间大约55GB。大多数查询h只需要短反向索引。文件烦引应用先q的~码和压~技术,一个高质量的搜索引擎可以运行在7GB的新PC?nbsp;
 5.2pȝ执行搜烦引擎抓网和建立索引的效率非帔R要。Google的主要操作是抓网,索引Q排序。很难测试抓全部|页需要多时_因ؓ盘满了Q域名服务器崩溃Q或者其它问题导致系l停止。ȝ来说Q大U需?天时间下?6000000|页Q包括错误)。然而,一旦系l运行顺利,速度非常快,下蝲最?1000000|页只需?3时Q^均每?000000|页Q每U?8.5个网c烦引器和网l爬行机器h同步q行。烦引器比网l爬行机器h快。因为我们花费了大量旉优化索引器,使它不是瓉。这些优化包括批量更新文档烦引,本地盘数据l构的安排。烦引器每秒处理54个网c排序器完全q行Q用4台机器,排序的整个过E大概需?4时?nbsp;
 5.3搜烦执行改进搜烦执行不是我们研究的重炏V当前版本的Google可以??0U间回答查询h。时间大部分p在NFS盘IO上(׃盘普遍比机器慢Q。进一步说QGoogle没有做Q何优化,例如查询~冲区,常用词汇子烦引,和其它常用的优化技术。我们們֐于通过分布式,gQYӞ和算法的改进来提高Google的速度。我们的目标是每U能处理几百个请求。表2有几个现在版本Google响应查询旉的例子。它们说明IO~冲区对再次搜烦速度的媄响?nbsp;6l论 Google设计成可伸羃的搜索引擎。主要目标是在快速发展的World Wide Web上提供高质量的搜索结果。Google应用了一些技术改q搜索质量包括PageRankQ链接描q文字,盔R信息。进一步说QGoogle是一个收集网,建立索引Q执行搜索请求的完整的体pȝ构?nbsp;
 6.1未来的工作大型Web搜烦引擎是个复杂的系l,q有很多事情要做。我们直接的目标是提高搜索效率,覆盖大约100000000个网c一些简单的改进提高了效率包括请求缓冲区Qy妙地分配盘I间Q子索引。另一个需要研I的领域是更新。我们必L一个y妙的法来决定哪些旧|页需要重新抓取,哪些新网需要被抓取。这个目标已l由实现了。受需求驱动,用代理cache创徏搜烦数据库是一个有前途的研究领域。我们计划加一些简单的已经被商业搜索引擎支持的特征Q例如布算术符P否定Q填充。然而另外一些应用刚刚开始探索,例如相关反馈Q聚c(Google现在支持单的ZL名的聚类Q。我们还计划支持用户上下文(象用户地址Q,l果摘要。我们正在扩大链接结构和链接文本的应用。简单的实验证明Q通过增加用户主页的权重或书签QPageRank可以个性化。对于链接文本,我们正在试验用链接周围的文本加入到链接文本。Web搜烦引擎提供了丰富的研究N。如此之多以至于我们不能在此一一列DQ因此在不久的将来,我们希望所做的工作不止本节提到的?nbsp;
 6.2高质量搜索当今Web搜烦引擎用户所面的最大问题是搜烦l果的质量。结果常常是好笑的,q且出用户的眼界,他们常常灰心丧气费了宝늚旉。例如,一个最行的商业搜索引擎搜?#8220;Bill Clillton”的结果是the Bill Clinton Joke of the Day: April 14, 1997。Google?nbsp;设计目标是随着Web的快速发展提供高质量的搜索结果,Ҏ扑ֈ信息。ؓ此,Google大量应用文本信息包括链接结构和链接文本。Googleq用C盔R性和字号信息。评h索引擎是困难的,我们主观地发现Google的搜索质量比当今商业搜烦引擎高。通过PageRank分析链接l构使Google能够评h|页的质量。用链接文本描述链接所指向的网|助于搜烦引擎q回相关的结果(某种E度上提高了质量Q。最后,利用盔R性信息大大提高了很多搜烦的相x?nbsp;
 6.3可升U的体系l构除了搜烦质量QGoogle设计成可升的。空间和旉必须高效Q处理整个Web时固定的几个因素非常重要。实现GooglepȝQCPU、访存、内存容量、磁盘寻道时间、磁盘吞吐量、磁盘容量、网lIO都是瓉。在一些操作中Q已l改q的Google克服了一些瓶颈。Google的主要数据结构能够有效利用存储空间。进一步,|页爬行Q烦引,排序已经_建立大部分web索引Q共24000000个网,用时不到一星期。我们希望能在一个月内徏?00000000|页的烦引?nbsp;
 6.4研究工具 Google不仅是高质量的搜索引擎,它还是研I工兗Google搜集的数据已l用在许多其它论文中Q提交给学术会议和许多其它方式。最q的研究Q例如,提出了Web查询的局限性,不需要网l就可以回答。这说明Google不仅是重要的研究工具Q而且必不可少Q应用广泛。我们希望Google是全世界研究者的资源Q带动搜索引擎技术的更新换代?nbsp;7致谢 Scott Hassan and Alan Steremberg评h了Google的改q。他们的才智无可替代Q作者由衷地感谢他们。感谢Hector Garcia-Molina, Rajeev Motwani, Jeff Ullman, and Terry Winograd和全部WebBase开发组的支持和富有深刻见解的讨论。最后感谢IBMQIntelQSun和投资者的h支持Qؓ我们提供讑֤。这里所描述的研I是Stanfordl合数字图书馆计划的一部分Q由国家U学自然基金支持Q合作协议号IRI-9411306。DARPA QNASAQInterva研究QStanford数字图书馆计划的工业合作伙伴也ؓq项合作协议提供了资金。参考文?nbsp;? 
 Google的设计目标是可升U到10亿网c我们的盘和机器大概能处理q么多网c系l各个部分耗费的L间是q行的和U性的。包括网늈行机器hQ烦引器和排序器。扩展后我们认ؓ大多数数据结构运行良好。然?0亿网|q所有常用操作系l的极限Q我们目前运行在Solaris和Linux上)。包括主存地址Q开放文件描q符的数量,|络socket和带宽,以及其它因素。我们认为当|页数量大大过10亿网|Q会大大增加pȝ复杂性?nbsp;9.2集中式烦引体pȝ可升U性随着计算机性能的提高,量文本索引的成本比较公q뀂当然带宽需求高的其它应用如视频Q越来越普遍。但是,与多媒体例如视频相比Q文本品的成本低,因此文本仍然普遍?nbsp;

 ? Googlepȝ的工作流E图 
 (注:原图来自Sergey Brin and Lawrence Page, The Anatomy of a Large-Scale Hypertextual. Web Search Engine, 1998.http://www-db.stanford.edu/%7Ebackrub/Google.html)  

 ①Google使用高速的分布式爬行器(Crawler)pȝ中的漫游遍历?Googlebot)定时地遍历网,遍历到的网送到存储服务?Store Server)中?nbsp;
 ②存储服务器使用zlib格式压羃软g这些网进行无损压~处理后存入数据库Repository中。Repository获得了每个网늚完全Html代码后,对其压羃后的|页及URLq行分析Q记录下|页长度、URL、URL长度和网内容,q赋予每个网一个文档号(docID)Q以便当pȝ出现故障的时候,可以及时完整地进行网늚数据恢复?nbsp;
 ③烦引器(Indexer)从Repository中读取数据,以后做以下四步工作: 
 ?a)读取的数据解压~后q行分析Q它网中每个有意义的词进行统计后Q{化ؓ关键?wordID)的若q烦引项(Hits)Q生成烦引项列表Q该列表包括关键词、关键词的位|、关键词的大和大小写状态等。烦引项列表被存入到数据?Barrels)中,q生成以文档?docID)部分排序的顺排档索引?nbsp;
 索引Ҏ据其重要E度分ؓ两种Q当索引中的关键词出现在URL、标题、锚文本(Anchor Text)和标{中Ӟ表示该烦引项比较重要Q称为特D烦引项(Fancy Hits)Q其余情况则UCؓ普通烦引项(Plain Hits)。在pȝ中每个Hit用两个字?byte)存储l构表示Q特D烦引项??bit)表示大小写,用二q制代码111(??表示是特D烦引项Q其?2位有4位表C特D烦引项的类?即hit是出现在URL、标题、链接结点还是标{中)Q剩?位表Chit在网中的具体位|;普通烦引项是用1位表C大写Q?位表C字体大,其余12位表C在|页中的具体位置?nbsp;

 
 排档烦引和Hit的存储结构如?所C?nbsp;

 ? 排档烦引和Hit的存储结?nbsp;

 值得注意的是Q当Ҏ索引Ҏ自Anchor TextӞҎ索引用来表CZ|的信息Q?位)分Z部分Q?位表CAnchor Text出现的具体位|,?位则用来与表CAnchor Text所链接|页的docID相连接,q个docID是由URL Resolverl过转化存入排档烦引的?nbsp;
 (b)索引器除了对|页中有意义的词q行分析外,q分析网늚所有超文本链接Q将其Anchor Text、URL指向{关键信息存入到Anchor文档库中?nbsp;
 (c)索引器生成一个烦引词?Lexicon)Q它包括两个部分Q关键词的列表和指针列表Q用于倒排档文档相q接(如图3所C??nbsp;
 (d)索引器还分析过的网늼排成一个与Repository相连接的文档索引(Document Index)Qƈ记录下网늚URL和标题,以便可以准确查找出在Repository中存储的原网内宏V而且把没有分析的|页传给URL ServerQ以便在下一ơ工作流E中q行索引分析?nbsp;
 ⑤URL分析器(URL ResolverQ读取Anchor文档中的信息Q然后做⑥中的工作?nbsp;
 ?a)其锚文?Anchor Text)所指向的URL转换成网늚docIDQ?b)该docID与原|页的docID形成“链接?#8221;Q存入Link数据库中Q?c)Anchor Text指向的网늚docID与顺排档Ҏ索引Anchor Hits相连接?nbsp;
 ⑦数据库Link记录了网늚链接关系Q用来计网늚PageRank倹{?nbsp;
 ⑧文档烦?Document Index)把没有进行烦引分析的|页传递给URL ServerQURL Server则向Crawler提供待遍历的URLQ这Pq些未被索引的网在下一ơ工作流E中被索引分析?nbsp;
 ⑨排序器QSorterQ对数据?Barrels)的顺排档索引重新q行排序Q生成以关键?wordID)为烦引的倒排档烦引。倒排档烦引结构如?所C: 

 ? 倒排档烦引结?nbsp;
 ⑩将生成的倒排档烦引与先前q引器产生的烦引词?Lexicon)相连接生一个新的烦引词表供搜烦?Searcher)使用。搜索器的功能是q|务器实现的,ҎC生的索引词表l合上述的文档烦?Document Index)和Link数据库计的|页PageRank值来匚w索?nbsp;

 
 在执行检索时QGoogle通常遵@以下步骤Q以下所指的是单个检索词的情况)Q?nbsp;
 (1)检索词转化成相应的wordIDQ?nbsp;
 (2)利用LexiconQ检索出包含该wordID的网늚docIDQ?nbsp;
 (3)Ҏ与Lexicon相连的倒排档烦引,分析各网中的相关烦引项的情况,计算各网和索词的匹配程度,必要时调用顺排档索引Q?nbsp;
 (4)Ҏ各网늚匚wE度Q结合根据Link产生的相应网늚PageRank情况Q对索结果进行排序; 
 (5)调用Document Index中的docID及其相应的URLQ将排序l果生成索结果的最l列表,提供l检索用戗?nbsp;
 用户索包含多个检索词的情况与以上单个索词的情늱|先做单个索词的检索,然后Ҏ索式中检索符L要求q行必要的布操作或其他操作?br>



my 2007-05-30 10:36 发表评论
]]>
|站的搜索引擎优?/title><link>http://www.tkk7.com/mayu/articles/114360.html</link><dc:creator>my</dc:creator><author>my</author><pubDate>Sat, 28 Apr 2007 07:53:00 GMT</pubDate><guid>http://www.tkk7.com/mayu/articles/114360.html</guid><wfw:comment>http://www.tkk7.com/mayu/comments/114360.html</wfw:comment><comments>http://www.tkk7.com/mayu/articles/114360.html#Feedback</comments><slash:comments>0</slash:comments><wfw:commentRss>http://www.tkk7.com/mayu/comments/commentRss/114360.html</wfw:commentRss><trackback:ping>http://www.tkk7.com/mayu/services/trackbacks/114360.html</trackback:ping><description><![CDATA[<p class=MsoNormal style="MARGIN: 0cm 0cm 0pt 18pt; TEXT-INDENT: -18pt; tab-stops: list 18.0pt; mso-list: l2 level1 lfo1"><span lang=EN-US>1.<span style="FONT: 7pt 'Times New Roman'">       </span></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">因ؓ蜘蛛E序不能读解动态网站里</span><span lang=EN-US>”?”</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">后的内容Q不利于搜烦引擎Q所以能够用静态页面实现的量不要用动态页面去做?/span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt 18pt; TEXT-INDENT: -18pt; tab-stops: list 18.0pt; mso-list: l2 level1 lfo1"><span lang=EN-US>2.<span style="FONT: 7pt 'Times New Roman'">       </span></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">不要?/span><span lang=EN-US>URL</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">中有</span><span lang=EN-US>SESSION ID ,</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">同时不要?/span><span lang=EN-US>ID</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">?/span><span lang=EN-US>URL</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">后面的参敎ͼ而且参数少好</span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt 18pt; TEXT-INDENT: -18pt; tab-stops: list 18.0pt; mso-list: l2 level1 lfo1"><span lang=EN-US>3.<span style="FONT: 7pt 'Times New Roman'">       </span></span><span lang=EN-US><span style="mso-spacerun: yes"> </span><meta http-equiv="title" content="</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">吃在番禺</span><span lang=EN-US>"></span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt; TEXT-INDENT: 21pt; mso-char-indent-count: 2.0; mso-char-indent-size: 10.5pt"><span lang=EN-US><meta name="classification" content="food"></span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt; TEXT-INDENT: 21pt; mso-char-indent-count: 2.0; mso-char-indent-size: 10.5pt"><span lang=EN-US><meta name="description" content="</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">吃在番禺</span><span lang=EN-US>,</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">番禺饮食</span><span lang=EN-US>,</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">最全最?/span><span lang=EN-US>"></span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt; TEXT-INDENT: 21pt; mso-char-indent-count: 2.0; mso-char-indent-size: 10.5pt"><span lang=EN-US><meta name="keywords" content="</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">番禺</span><span lang=EN-US>,</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">番禺的饮?/span><span lang=EN-US>,</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">饮食</span><span lang=EN-US>,</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">?/span><span lang=EN-US>,"></span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt"><span lang=EN style="COLOR: #222222; mso-ansi-language: EN"><META name author> </span><span style="COLOR: #222222; FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN">|站作?/span><span lang=EN style="COLOR: #222222; mso-ansi-language: EN"><br><META name classification> </span><span style="COLOR: #222222; FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN">|站所属目录类?/span><span lang=EN style="COLOR: #222222; mso-ansi-language: EN"><br><META name copyright> </span><span style="COLOR: #222222; FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN">版权声明</span><span lang=EN style="COLOR: #222222; mso-ansi-language: EN"><br><META name generator> </span><span style="COLOR: #222222; FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN">|站用什么Y件做?/span><span style="COLOR: #222222; mso-ansi-language: EN"> </span><span style="COLOR: #222222; FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">……</span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt 18pt; TEXT-INDENT: -18pt; tab-stops: list 18.0pt; mso-list: l2 level1 lfo1"><span lang=EN-US>4.<span style="FONT: 7pt 'Times New Roman'">       </span></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">在网站页面开始的</span><span lang=EN-US>200</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">个字内,量出现关键字,</span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt 18pt; TEXT-INDENT: -18pt; tab-stops: list 18.0pt; mso-list: l2 level1 lfo1"><span lang=EN-US>5.<span style="FONT: 7pt 'Times New Roman'">       </span></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">?/span><span lang=EN-US><b>XXX</b></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">Q?/span><span lang=EN-US><h1>XXX</h1></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">里的字比较敏?/span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt 18pt; TEXT-INDENT: -18pt; tab-stops: list 18.0pt; mso-list: l2 level1 lfo1"><span lang=EN-US>6.<span style="FONT: 7pt 'Times New Roman'">       </span></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">在超q接出现关键?/span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt 18pt; TEXT-INDENT: -18pt; tab-stops: list 18.0pt; mso-list: l2 level1 lfo1"><span lang=EN-US>7.<span style="FONT: 7pt 'Times New Roman'">       </span></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">囄?/span><span lang=EN-US>alt</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">属性尽量出现关键字Q在囄上下方可攑օ键字描述Q减装饰性及大图?/span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt 18pt; TEXT-INDENT: -18pt; tab-stops: list 18.0pt; mso-list: l2 level1 lfo1"><span lang=EN-US>8.<span style="FONT: 7pt 'Times New Roman'">       </span></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">目录层次不要过</span><span lang=EN-US>3-4</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">层,</span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt 18pt; TEXT-INDENT: -18pt; tab-stops: list 18.0pt; mso-list: l2 level1 lfo1"><span lang=EN-US>9.<span style="FONT: 7pt 'Times New Roman'">       </span></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">量不要把关键字加入</span><span lang=EN-US>”_”</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">或?/span><span lang=EN-US>”-”</span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">{字W?/span></p> <p class=MsoNormal style="MARGIN: 0cm 0cm 0pt 18pt; TEXT-INDENT: -18pt; tab-stops: list 18.0pt; mso-list: l2 level1 lfo1"><span lang=EN-US>10.<span style="FONT: 7pt 'Times New Roman'">   </span></span><span style="FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'">表格不宜嵌入太多</span></p> <span lang=EN-US style="FONT-SIZE: 10.5pt; FONT-FAMILY: 'Times New Roman'; mso-bidi-font-size: 12.0pt; mso-fareast-font-family: 宋体; mso-font-kerning: 1.0pt; mso-ansi-language: EN-US; mso-fareast-language: ZH-CN; mso-bidi-language: AR-SA">JS</span><span style="FONT-SIZE: 10.5pt; FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-bidi-font-size: 12.0pt; mso-font-kerning: 1.0pt; mso-bidi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: ZH-CN; mso-bidi-language: AR-SA">Ud到页面底部,可以嵌入一?/span><span lang=EN-US style="FONT-SIZE: 10.5pt; FONT-FAMILY: 'Times New Roman'; mso-bidi-font-size: 12.0pt; mso-fareast-font-family: 宋体; mso-font-kerning: 1.0pt; mso-ansi-language: EN-US; mso-fareast-language: ZH-CN; mso-bidi-language: AR-SA">JS</span><span style="FONT-SIZE: 10.5pt; FONT-FAMILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-bidi-font-size: 12.0pt; mso-font-kerning: 1.0pt; mso-bidi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: ZH-CN; mso-bidi-language: AR-SA">文g</span> <img src ="http://www.tkk7.com/mayu/aggbug/114360.html" width = "1" height = "1" /><br><br><div align=right><a style="text-decoration:none;" href="http://www.tkk7.com/mayu/" target="_blank">my</a> 2007-04-28 15:53 <a href="http://www.tkk7.com/mayu/articles/114360.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div>]]></description></item></channel></rss> <footer> <div class="friendship-link"> <p>лǵվܻԴȤ</p> <a href="http://www.tkk7.com/" title="亚洲av成人片在线观看">亚洲av成人片在线观看</a> <div class="friend-links"> </div> </div> </footer> վ֩ģ壺 <a href="http://zxbj0471.com" target="_blank">Ļѿ</a>| <a href="http://w6446.com" target="_blank">þþþŮʦһ</a>| <a href="http://www77714.com" target="_blank">6080ҹһëƬѿ</a>| <a href="http://txa6.com" target="_blank">޹Ʒ˾þ</a>| <a href="http://zzhjnmzp.com" target="_blank">þþƷ</a>| <a href="http://abc17171.com" target="_blank">þ</a>| <a href="http://bx85.com" target="_blank">һĿ</a>| <a href="http://jhc2go.com" target="_blank">˾Ʒձַ </a>| <a href="http://njchxf.com" target="_blank">ۺŷ㻨 </a>| <a href="http://shaiyahx.com" target="_blank">޵һƷպ߲</a>| <a href="http://woaisouluo.com" target="_blank">պۺϾƷ</a>| <a href="http://www84847.com" target="_blank">ѳ¼Ƶ</a>| <a href="http://51ruilon.com" target="_blank">˳ɳƵ </a>| <a href="http://6000cpkj.com" target="_blank">츾밮v߹ۿ</a>| <a href="http://773311h.com" target="_blank">˿Ƶ</a>| <a href="http://szgyk.com" target="_blank">ĻһƷ</a>| <a href="http://www66susu.com" target="_blank">ҹƵ</a>| <a href="http://cdessc.com" target="_blank">һëƬ߲</a>| <a href="http://www398ph.com" target="_blank">޹ƷVA߹ۿ鶹</a>| <a href="http://by9277.com" target="_blank">99ȾƷѹۿ</a>| <a href="http://f2dai.com" target="_blank">Ʒ߲ҳ </a>| <a href="http://hjndgb.com" target="_blank">߹ۿվ</a>| <a href="http://lianghao999.com" target="_blank">þþƷAV</a>| <a href="http://9156892.com" target="_blank">ղĻ</a>| <a href="http://zblinghang.com" target="_blank">99ƷƵ߹ۿ</a>| <a href="http://91se01.com" target="_blank">˳վѲ</a>| <a href="http://pc521.com" target="_blank">͵ۺ</a>| <a href="http://34pmpm.com" target="_blank">þwwƷw˳</a>| <a href="http://sjmthanks.com" target="_blank">ɫվwwwͬ</a>| <a href="http://hzkjjy.com" target="_blank">޳AVַ</a>| <a href="http://45-po.com" target="_blank">99߹߲ѹۿ </a>| <a href="http://ynyinglie.com" target="_blank">˳վձƬ</a>| <a href="http://o091i.com" target="_blank">ᰡͣѿ</a>| <a href="http://51porn3.com" target="_blank">þ99Ʒһ</a>| <a href="http://929119.com" target="_blank">޹Ʒ߹ۿ</a>| <a href="http://kmyake.com" target="_blank">ִִӲˬƵ</a>| <a href="http://lanchenews.com" target="_blank">߹ۿ</a>| <a href="http://sh-shule.com" target="_blank">˳ۺվ7777㽶</a>| <a href="http://hqshimo.com" target="_blank">һƵ</a>| <a href="http://c2277.com" target="_blank">ѸƵ</a>| <a href="http://mtripmall.com" target="_blank">Ƶһ</a>| <script> (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); </script> </body>