搜索引擎的使用方法以及其識(shí)別網(wǎng)頁(yè)語(yǔ)言分析

搜索引擎的使用方法以及其識(shí)別網(wǎng)頁(yè)語(yǔ)言分析

在有些國(guó)家，例如日本和中國(guó)，大部分搜索者想要結(jié)果限制在母語(yǔ)上。但是在其他地方例如瑞典，搜索可以采用瑞典語(yǔ)和英語(yǔ)來(lái)進(jìn)行。不同國(guó)家的搜索者有不同的語(yǔ)言偏好。對(duì)搜索營(yíng)銷(xiāo)人員而言，重要的是搜索引擎知道網(wǎng)頁(yè)所使用的語(yǔ)言，如果網(wǎng)頁(yè)沒(méi)能被正確地識(shí)別，可能就會(huì)從本應(yīng)發(fā)現(xiàn)它的搜索者面前消失，從而降低你的引薦訪(fǎng)問(wèn)。那么搜索引擎是怎樣判斷網(wǎng)頁(yè)所使用的語(yǔ)言呢？這里有很多不同的方法：1、語(yǔ)言meta標(biāo)簽很多網(wǎng)頁(yè)通過(guò)一個(gè)HTML標(biāo)簽來(lái)表明網(wǎng)頁(yè)使用的語(yǔ)言，例如表示使用的是日語(yǔ)，看起來(lái)簡(jiǎn)單，搜索蜘蛛程序讀取標(biāo)簽，于是搜索引擎知道是什么語(yǔ)言了。但是相對(duì)多的語(yǔ)言meta標(biāo)簽是完全錯(cuò)誤的，沒(méi)有標(biāo)簽，句法錯(cuò)誤，以及語(yǔ)言編碼錯(cuò)誤等等。搜索引擎確實(shí)查看這些標(biāo)簽，但是它們很少只從這些標(biāo)簽來(lái)判定網(wǎng)頁(yè)的語(yǔ)言。2、字符編碼計(jì)算機(jī)文件(包括HTML網(wǎng)頁(yè))需要“對(duì)譯本(Key)”正確翻譯文件中的字符(字母，數(shù)字等等)。這種對(duì)譯本被稱(chēng)為字符編碼。由網(wǎng)頁(yè)中meta標(biāo)簽里聲明，例如。網(wǎng)站瀏覽器和搜索蜘蛛程序假定網(wǎng)頁(yè)按照西方語(yǔ)言編碼，因此使用這些語(yǔ)言寫(xiě)的網(wǎng)頁(yè)不需要這個(gè)標(biāo)簽。為了瀏覽器顯示正確，亞洲、阿拉伯和古代斯拉夫語(yǔ)的文本確實(shí)需要這個(gè)標(biāo)簽。因此，當(dāng)搜索引擎看到針對(duì)這些語(yǔ)言的表情，它對(duì)正確顯示網(wǎng)頁(yè)的語(yǔ)言有了很高的保證。3、內(nèi)容分析搜索引擎通過(guò)研究?jī)?nèi)容中的字符模式來(lái)最終判定網(wǎng)頁(yè)的語(yǔ)言，哪怕是短到只有兩句話(huà)的網(wǎng)頁(yè)，內(nèi)容分析的精確度也非常高。Meta標(biāo)簽只有在內(nèi)容分析后還不確定的情況下才被使用。多數(shù)情況下，搜索引擎會(huì)自行正確地判斷網(wǎng)頁(yè)的內(nèi)容，對(duì)于只有很少幾個(gè)詞的網(wǎng)頁(yè)，要保證網(wǎng)頁(yè)被正確識(shí)別，正確的編碼語(yǔ)言和meta語(yǔ)言標(biāo)簽很重要。下面就讓我們看看什么是山寨搜索引擎“百google度”-最早的山寨搜索引擎，曾經(jīng)名噪一時(shí)。最早確定了山寨搜索引擎的模式，而且訪(fǎng)問(wèn)量很高，但功能簡(jiǎn)單，而且讓用戶(hù)需要不停的兩邊拖拉才能看到完整的結(jié)果?！鞍俟然ⅰ?由于某家新聞媒體的報(bào)道，最近聲名大振，高舉著“山寨”大旗，讓國(guó)人開(kāi)始了解什么是山寨搜索引擎，名字極富創(chuàng)意。可惜由于搜索結(jié)果被并排擠在一起，似乎沒(méi)有什么實(shí)際使用價(jià)值?！吧秸幕痹诿總€(gè)人的心目中可能都有著不同的感覺(jué)，但隨著這股風(fēng)越刮越烈，可見(jiàn)草根對(duì)“山寨”的內(nèi)涵還是有相當(dāng)?shù)恼J(rèn)同，百度和谷歌的嘴仗打的不亦熱乎，都指責(zé)對(duì)方結(jié)果不公正，山寨搜索卻硬要把這兩個(gè)冤家放在一起。也許很多人對(duì)“山寨搜索”嗤之以鼻，但是對(duì)于普通網(wǎng)民來(lái)說(shuō)，是誰(shuí)的搜索并不重要，是我們需要的結(jié)果才是最重要的么。如果是你，你會(huì)選擇誰(shuí)呢?搜索引擎優(yōu)化(SearchEngineOptimization，簡(jiǎn)稱(chēng)SEO)搜索引擎優(yōu)化即SearchEngineOptimization，用英文描述是tousesometechnicstomakeyourwebsiteinthetopplacesinSearchEnginewhensomebodyisusingSearchEnginetofindsomething，翻譯成中文就是“搜索引擎優(yōu)化”，一般可簡(jiǎn)稱(chēng)為搜索優(yōu)化。與之相關(guān)的搜索知識(shí)還有SearchEngineMarketing(搜索引擎營(yíng)銷(xiāo))，SearchEnginePositioning(搜索引擎定位)、SearchEngineRanking(搜索引擎排名)等。隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)上可以搜尋的網(wǎng)頁(yè)變得愈來(lái)愈多，而網(wǎng)頁(yè)內(nèi)容的質(zhì)素亦變得良莠不齊，沒(méi)有保證。所以，未來(lái)的搜索引擎將會(huì)朝著知識(shí)型搜索引擎的方向發(fā)展，期以為搜尋者提供更準(zhǔn)確及適用的資料。目前，網(wǎng)上的百科全書(shū)如雨后春筍般發(fā)展起來(lái)；另一方面，近年來(lái)亦有不少公司嘗試在搜尋方面改進(jìn)，務(wù)求更符合用戶(hù)的要求。當(dāng)中諸如CopernicAgent之類(lèi)的搜尋代理就是其中之一。在臺(tái)灣，威知資訊(WebGenie)是利用文字探勘(TextMining)技術(shù)發(fā)展搜尋引擎產(chǎn)品的公司，利用人工智能算法，可達(dá)成目前搜尋引擎所缺乏的簡(jiǎn)易人機(jī)互動(dòng)模式，諸如關(guān)聯(lián)字提示、動(dòng)態(tài)分類(lèi)字提示等[1]，算是較另類(lèi)的搜尋引擎產(chǎn)品。搜索引擎的使用方法搜索關(guān)鍵詞提煉選擇搜索關(guān)鍵詞的原則是，首先確定你所要達(dá)到的目標(biāo)，在腦子里要形成一個(gè)比較清晰概念，即我要找的到底是什么？是資料性的文檔？還是某種產(chǎn)品或服務(wù)？然后再分析這些信息都有些什么共性，以及區(qū)別于其他同類(lèi)信息的特性，最后從這些方向性的概念中提煉出此類(lèi)信息最具代表性的關(guān)鍵詞。如果這一步做好了，往往就能迅速的定位你要找的東西，而且多數(shù)時(shí)候你根本不需要用到其他更復(fù)雜的搜索技巧。細(xì)化搜索條件你給出的搜索條件越具體，搜索引擎返回的結(jié)果也會(huì)越精確。比方說(shuō)你想查找有關(guān)電腦冒險(xiǎn)游戲方面的資料，輸入game是無(wú)濟(jì)于事的。computergame范圍就小一些，當(dāng)然最好是敲入computeradventuregame，返回的結(jié)果會(huì)精確得多。此外一些功能詞匯和太常用的名詞，如對(duì)英文中的“and”、“how”、“what”、“web”、“homepage”和中文中的“的”、“地”、“和”等等搜索引擎是不支持的。這些詞被稱(chēng)為停用詞(StopWords)或過(guò)濾詞(FilterWords)，在搜索時(shí)這些詞都將被搜索引擎忽略。用好搜索邏輯命令搜索引擎基本上都支持附加邏輯命令查詢(xún)，常用的是“＋”號(hào)和“-”號(hào)，或與之相對(duì)應(yīng)的布爾(Boolean)邏輯命令A(yù)ND、OR和NOT。用好這些命令符號(hào)可以大幅提高我們的搜索精度。精確匹配搜索除利用前面提到的邏輯命令來(lái)縮小查詢(xún)范圍外，還可使用""引號(hào)(注意為英文字符。雖然現(xiàn)在一些搜索引擎已支持中文標(biāo)點(diǎn)符號(hào)，但顧及到其他引擎，最好養(yǎng)成使用英文字符的習(xí)慣)來(lái)進(jìn)行精確匹配查詢(xún)(也稱(chēng)短語(yǔ)搜索)。特殊搜索命令標(biāo)題搜索多數(shù)搜索引擎都支持針對(duì)網(wǎng)頁(yè)標(biāo)題的搜索，命令是“title:”，在進(jìn)