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。，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，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。