湖北聚驰科技有限公司

湖北网页设计www.juchi.cc　分段签吅名算fǎ
　　
　　这种算fǎ是按照一定的规则把网页切成N段，对每一段进行签吅名，形成每一段的信息指纹。如果这N个信息指纹里面有M个相同时（m是系统定义的阙值），则认为两者是复制网页。
　　
　　这种算fǎ对于小规模的判断复制网页是很好的一种算fǎ，但是对于像Gооgle这样海量的搜索引擎来说，算fǎ的复杂度相当高。把网站里面共同的部分如导航条、logo、版泉等信息（这些称之为网页的“噪音”）过滤掉后剩下的文本。
　　
　　基于关键词的复制网页算fǎ
　　
　　像Gооgle这类搜索引擎，他在抓取网页的时候都会记下以下网页信息：
　　
　　1、网页中吅出现的关键词（中文分词技术）以及每个关键词的泉重（关键词密度）。
　　
　　2、提取meta
　　
　　descrīption或者每个网页的512个字节的有效文吅字。
　　
　　关于第2点，baidu和Gооgle有所不同，Gооgle是提取你的meta
　　
　　descrīption，如果没有查询关键字相关的512个字节，而百度是直接提取后者。湖北网页设计www.juchi.cc提醒这一点大家使用过的都有所体会。