搜索引擎停用词
浏览:2111次 出处信息
为节省存储空间和提高搜索效率,搜索引擎在索引页面或处理搜索请求时会自动忽略某些字或词,这些字或词即被称为Stop Words(停用词)。
Stop Words大致为如下三类:
应用十分广泛,在Internet上随处可见的词,比如“Web”一词几乎在每个网站上均会出现,对这样的词搜索引擎无法保证能够给出真正相关的搜索结果,难以帮助缩小搜索范围,同时还会降低搜索的效率。语气助词、副词、介词、连接词等,通常自身并无明确的意义,只有将其放入一个完整的句子中才有一定作用,如常见的“的”、“在”之类。受某种人为因素,搜索引擎屏蔽的词。了解Stop Words,在网页内容中适当地减少Stop Words出现的频率,可以有效地帮助提高关键词密度,而在网页Title中避免出现Stop Words往往能够让我们优化的关键词更突出。
部分中文停用词和英文Stop Words下载:http://www.box.net/shared/yo2j2t8y19
建议继续学习:
- 怎样用好Google进行搜索 (阅读:14412)
- 淘宝搜索:定向抓取网页技术漫谈 (阅读:8055)
- 简析搜索引擎中网络爬虫的搜索策略 (阅读:5685)
- 几种常见的基于Lucene的开源搜索解决方案对比 (阅读:4501)
- 用Sphinx快速搭建站内搜索功能 (阅读:4267)
- 基于用户行为分析的搜索引擎自动性能评价 (阅读:4135)
- 互联网网站的反爬虫策略浅析 (阅读:4013)
- 附近地点搜索初探 (阅读:4015)
- Xapian搜索体系结构 (阅读:3888)
- 百度搜索URL参数解析 (阅读:3886)
QQ技术交流群:445447336,欢迎加入!
扫一扫订阅我的微信号:IT技术博客大学习
扫一扫订阅我的微信号:IT技术博客大学习
<< 前一篇:无知者无畏
后一篇:OGRE里如何实现碰撞检测 >>
文章信息
- 作者:标点符 来源: 标点符
- 标签: 停用词 搜索
- 发布时间:2010-04-06 13:51:08
建议继续学习
近3天十大热文
- [10] 产品设计之QQ邮箱登录页与淘宝登录页
- [10] 逃出你的肖申克(五):看不见的牢笼(上)
- [9] 位置服务类产品的用户状态和地点管理设想
- [9] 分布式系统的事务处理
- [8] 五个实用的Google Analytics过
- [8] MySQL error log 输出到sys
- [8] 数据与理论结合,让交互设计更专业
- [8] [Perl]Moose::Manual::T
- [8] 社交网络语法:关于“Checkin”
- [8] iOS的定位原理揭秘