首先要說(shuō)一下百度蜘蛛在互聯(lián)網(wǎng)上爬行只抓取網(wǎng)頁(yè)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(xiàng)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(jì)?；谠~典匹配是將需要分析的文字與一個(gè)事先造好的詞典中的詞條進(jìn)行匹配。而基于統(tǒng)計(jì)分詞方法則是分析大量的文字樣本計(jì)算出兩個(gè)字相鄰出現(xiàn)的統(tǒng)計(jì)概率，幾個(gè)字相鄰出現(xiàn)越多，就可能形成一個(gè)單詞，基于統(tǒng)計(jì)的方法優(yōu)勢(shì)是對(duì)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(huì)給網(wǎng)站打一個(gè)分，影響網(wǎng)站排名的另一個(gè)因數(shù)就是網(wǎng)站的相關(guān)性。相關(guān)性計(jì)算主要是由以下幾個(gè)方面影響的：當(dāng)搜索引擎分詞處理后的關(guān)鍵詞，對(duì)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(gè)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(jì)算，切分后的關(guān)鍵詞完整匹配出現(xiàn)則說(shuō)明相關(guān)性越大，當(dāng)沒(méi)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(jì)算的影響因素，希望今天說(shuō)的這些原理可以對(duì)你的網(wǎng)站在做優(yōu)化是有所幫助。