seo自学:网页分析算法之网页分析算法

　　网页分析算法之网页分析算法

　　基于网页内容的分析算法指的是利用网页内容(文本、数据等资源)特征进行的网页评价。网页的内容从原来的以超文本为主，发展到后来动态页面(或称为Hidden Web)数据为主，后者的数据量约为直接可见页面数据(PIW，Publicly Indexable Web)的400~500倍。外贸,产品,网络营销师课程,网络营销整合,另一方面，多媒体数据、Web Service等各种网络资源形式也日益丰富。因此，基于网页内容的分析算法也从原来的较为单纯的文本检索方法，发展为涵盖网页数据抽取、机器学习、数据挖掘、语义理解等多种方法的综合应用。本节根据网页数据形式的不同，将基于网页内容的分析算法，归纳以下三类：种针对以文本和超链接为主的无结构或结构很简单的网页;第二种针对从结构化的数据源(如RDBMS)动态生成的页面，其数据不能直接批量访问;第三种针对的数据界于和第二类数据之间，具有较好的结构，显示遵循一定模式或风格，且可以直接访问。

　　基于文本的网页分析算法

　　1) 纯文本分类与聚类算法

　　很大程度上借用了文本检索的技术。眉山SEO，眉山网络，眉山网站建设，眉山seo排名，眉山网络营销外包，文本分析算法可以快速有效的对网页进行分类和聚类，但是由于忽略了网页间和网页内部的结构信息，很少单独使用。

　　2) 超文本分类和聚类算法

　　根据网页链接网页的相关类型对网页进行分类，依靠相关联的网页推测该网页的类型。