Cách sử dụng TOPIC quen TO RERANK KẾT QUẢ TÌM KIẾM

Cách sử dụng TOPIC quen TO RERANK KẾT QUẢ TÌM KIẾM

Quen với một chủ đề, và muốn tìm một trang đơn giản về một chủ đề – một trong những không đòi hỏi nền đọc và kiến ​​thức để hiểu trang web?

Quen thuộc hơn với chủ đề đó, và bạn muốn tìm một trang tiên tiến trên web?

Có thể một công cụ tìm kiếm giúp bạn tìm thấy trang và rerank họ dựa vào cách quen thuộc bạn có thể chỉ ra rằng bạn có với chủ đề liên quan đến truy vấn của bạn? Nó có thể.

Một công cụ tìm kiếm sẽ chú ý đến các trang khi lập chỉ mục sau đây:

Trình độ đọc cho trang công ty seo website
Độ dài từ của câu và các tính năng khác của văn bản trên trang,
Làm thế nào đơn giản hay phức tạp stopwords * sử dụng khi một trang có thể được.

* Stopwords là những từ thường xuyên nhất xuất hiện trong chỉ số công cụ tìm kiếm, và họ thường không được lập chỉ mục bởi vì chúng xuất hiện thường xuyên như vậy. Một số stopwords có nhiều phức tạp hơn những người khác. Stopwords trong tiếng Anh-Mỹ chỉ ra một trang đơn giản và không chính thức có thể bao gồm: “như vậy, đủ, chỉ, trong, cần, giúp, mỗi, đi.” Stopwords trong tiếng Anh-Mỹ có thể hiển thị một trang phức tạp hơn và chính thức có thể bao gồm : “. nếu, nguyên nhân, trong khi, cách, thông qua, trong đó, chúng ta”

Yahoo và Chủ đề Quen thuộc

Bạn có thể đã nhìn thấy trang Yahoo! Mindset (không còn nữa), mà reranks trang kết quả tìm kiếm dựa vào việc những trang thông tin thương mại hoặc nhiều hơn. Sau khi bạn nhập một tìm kiếm, và xem một trang kết quả trong Yahoo! Mindset, bạn cũng nhìn thấy một thanh trượt ở trên cùng của kết quả có từ “mua sắm” ở một bên và “nghiên cứu” mặt khác, với một quả bóng trên dòng ở giữa mà bạn có thể trượt về phía hai đầu. Nếu bạn trượt bóng mà một trong hai cách, kết quả tìm kiếm theo nó thay đổi. Trượt theo hướng “mua sắm” mang lại các trang web thương mại hơn. Trượt theo hướng “nghiên cứu” trả về trang web thông tin hơn.

Hãy tưởng tượng rằng thay vì “mua sắm” và “nghiên cứu”, một bên nói “giới thiệu” và bên kia nói “tiên tiến.” Đó là tương tự như ý tưởng đằng sau một ứng dụng bằng sáng chế mới mà dường như được dựa trên nghiên cứu thực hiện tại Yahoo!

Một bài báo từ năm 2005, Đương Xiên Web Kết quả tìm kiếm cho chủ đề Quen thuộc, khám phá chủ đề này. Nó được viết bởi Giridhar Kumaran của Đại học Massachusetts, và Rosie Jones và Omid Madani của Yahoo. Giấy đã được trình bày tại Hội nghị Thông tin và kiến ​​thức quản lý cho Kỷ yếu của Hội nghị quốc tế ACM lần thứ 14 về thông tin và quản lý tri thức, ở Bremen, Đức năm ngoái.

Một ứng dụng bằng sáng chế được công bố tuần trước, có vẻ như để trang trải cùng một mặt bằng, và chia sẻ các tác giả cùng:

Hệ thống và phương pháp cho xu hướng kết quả tìm kiếm dựa vào sự quen thuộc chủ đề
Được phát minh bởi Rosie Jones, Giridhar Kumaran, và Omid Madani
Ứng dụng bằng sáng chế Mỹ 20060212423
Công bố 21 tháng 9 2006
Nộp: 16 Tháng Ba 2006

Trừu tượng công ty seo 

Một phân loại mức độ quen thuộc bao gồm một động cơ stopwords để tiến hành một phân tích của stopwords stopwords, ví dụ như, stopwords mức giới thiệu và stopwords trình độ tiên tiến, trong một tài liệu, ví dụ, một trang web; và một mô-đun phân loại mức độ quen thuộc để tạo ra một mức độ tài liệu quen thuộc dựa trên phân tích stopwords. Phân loại có thể là một mô-đun lập chỉ mục, một công cụ tìm kiếm, một máy tính người dùng, hoặc ở nơi khác trong một mạng máy tính. Phân loại cũng có thể bao gồm một động cơ trình độ đọc cho tiến hành phân tích trình độ đọc của tài liệu, và trong đó các mô-đun phân loại mức độ quen thuộc được cấu hình để tạo ra các mức độ quen thuộc cũng dựa trên phân tích độ đọc. Phân loại cũng có thể bao gồm một tài liệu có tính năng động cơ để thực hiện một phân tích tính năng của tài liệu, và trong đó các mô-đun phân loại mức độ quen thuộc được cấu hình để tạo ra các mức độ quen thuộc tài liệu cũng dựa trên phân tích tính năng.

Phân loại một Cấp Quen

Khi lập chỉ mục các trang, phân loại mức độ quen nhìn vào ba loại công việc:

Sự phân bố của stopwords trong văn bản,
Trình độ đọc tài liệu, và;
Tính năng tài liệu như trung bình dòng dài.
Chủ đề tìm kiếm, truy vấn được sử dụng, và thông tin về người tìm kiếm không được coi là ở tất cả.

Một số biện pháp cấp Reading mà có thể được sử dụng:

Các biện pháp Gunning sương mù,
Các biện pháp Flesch,
Các biện pháp Kincaid,
Số ký tự,
Số từ,
Tỷ lệ phần trăm các từ phức tạp,
Số câu,
Số dòng văn bản,
Số dòng trống,
Số đoạn văn,
Số lượng âm tiết cho mỗi từ,
Từ số mỗi câu, và / hoặc;
Những người khác
Trang được phân loại là giới thiệu hoặc tiên tiến dựa trên các yếu tố như trên. Một thanh trượt như trong Yahoo! Mindset, hoặc một cái gì đó tương tự, có thể được sử dụng bởi một người tìm kiếm để xác định làm thế nào họ muốn trang được reranked – giới thiệu hoặc nâng cao.

Kết luận

Đây là một ý tưởng thú vị, nhưng Yahoo sẽ sử dụng một cái gì đó giống như nó trong công cụ tìm kiếm của họ, hoặc nó sẽ là một tính mới hoặc đồ chơi như Yahoo! Mindset, ẩn đi một nơi nào đó trên một trang nghiên cứu mà không có nhiều người truy cập?

Nếu bạn xây dựng các trang web được cung cấp thông tin trong tự nhiên, sẽ ứng dụng bằng sáng chế này thuyết phục bạn của sự khôn ngoan của xây dựng cả hai trang giới thiệu, và các trang tìm kiếm nâng cao cho người đã quen thuộc hơn với các chủ đề mà bạn đang viết về?