在我们用光年日志工具的时候，其中日志拆分是非常的重要，可以查看网站各方面的信息，下面是日志拆分中的字段过滤条件解释: date，日志日期 分日期拆分 ip，日志来访ip 拆分 time，日志时间 username，访问服务器的用户名 method，返回的状态，post、get 、head等 URL， 包含URL的抓取页面。 status，返回的状态码 200或是404 size，大小？bytes...

  相信很多人都看到了吧，第一名和第二名变成这个了，而且首页有5个百度的产品，直接把以前挺牛的网站都挤出首页，出了个百度搜索引擎指南2.0，教站长们做百度优化的一些技巧和该注意的地方，而且专门还出了一栏警告站长门站着别被我们SEO所欺骗，NND，百度难道想赶尽杀绝，还真是狠哪，我想了一下午的时间，分析了一些百度做这个的原因，大家看看有没异议： 1、做百度竞价的人没以前那么多了，SEO的优...

2012年2月15日应该是所有SEO值得记忆的日子，一直以来好多人都在说百度干预SEO，那么到底是百度干预SEO还是SEO从业者唯利是图阻碍了搜索引擎的发展呢?著名seo研究者表示： 一、SEO应该和搜索引擎并肩发展,而非各自为了利益互相刺痛。 在SEO逐渐被大家了解的同时，搜索引擎也越来越重视SEO，从站长工具指南中可以看到搜索引擎已经指定了游戏规则，游戏规则的宗旨是为了广大的搜索网民服务，那么...

       打开网站时候，FireFox不住的“正在连接……”“等待……”提示让人狂暴，不用说，很长时间之后浏览器依旧是白茫茫一片……N多的统计工具JS加载简直想挤爆宿舍那条弯弯曲曲、缠着塑料胶布的网线。       有的坛子一下用了很多统计工具，百X统计啊、CNXZ之类的，感觉很不正统。凌乱不说，效果不一定好。俗话说美女配英雄、飞机配大炮。与我一样，广大的站长朋友是多么想让自己辛苦打造的论坛配...

　　据美国科技博客TechCrunch报道，谷歌在昨天宣布升级了搜索算法，据称此次升级会影响到35%的搜索结果。 　　这次的算法升级是在以前“咖啡因”算法上面进一步升级的，是为了提供更多的即时而且相关的搜素结果，其中包括最近发生的事情，热门话题，新鲜的评论和突发事件等。 　　据谷歌称，新的算法可以很明白的知道不同的搜索者对于结果的新鲜程度的要求是不同的，新算法将根据不同的新鲜度需求展现不同的结果。...

在线运营商不断升级其电子商务平台，进行二代技术投资，从而可以实现跨渠道销售、市场细分和个性化、更好的搜索和导航等等。 当平台升级作为一种新技术进入市场后，在线业务人员认识到通过追加服务对现状进行优化是多么重要。电子商务优化服务可以用于现存网站和平台，从而不需要大量投资就可达到增加利润，减少成本的目的。 而针对不同的目的，可以选择不同的优化服务，但它们有共同的特质：为消费者优化在线体验，从而将潜在利...

　　最近一段，赶集网在央视的广告很疯狂，广告创意确实吸引人，不过那头驴子太抢风头，结果造成了很多人都记住了驴子，竟然没有记住赶集网，甚至把赶集网记成了“赶驴网”，于是“赶驴网”这个关键词火了，每天搜索量上千，甚至一度超过了一万，我们看一下百度指数： 　　 　　最早发现这个关键词火起来的是王建硕，在2006年的时候，百姓网与我合作，那事还叫客齐集，我给他们做顾问，他们的团队人虽然不多，但是执行力非...

　　对于一篇待分类文档，应用m元分类算法通常得到多个类别。一般情况下都要求从这些候选类别中选择部分类别为该文档的最终分类结果。这个过程使用的方法通常被称为阈值策略。下面简单介绍三个比较常见的阈值策略。 　　1、位置截尾法（rank-based thresholding，记为RCut）假设分类系统预先定义的类别数为m。整数k大于1并且小于m。对于每一个待分类的文档D，分类系统都返回一个长为m的候选类...

对索引网页库信息进行预处理包括网页分析和建立倒序文件索引两部分，中文自动分词是网页分析的前提。文档由被称作特征项的索引词（词或者字）组成，网页分析是将一个文档表示为特征项的过程。在提取特征项时，中文又面临了与英文处理不同的问题。中文信息和英文信息有一个明显的差别：英语单词之间用空格分隔；而在中文文本中，词与词之间没有天然的分隔符，中文词汇大多是由两个或两个以上的汉字组成的，并且语句是连续书写的。这...

　　在上述工作原理的基础上，作为一个网络应用软件，我们可以勾画出搜索引擎的体系结构，其中的大部分模块和前面的原理描述有直接的对应。这里需要特别讨论的是还没有专门提及的“控制器”模块。 　　网页的搜集，如果只是为了做些简单的实验，不过上万篇网页的话，许多矛盾都不会出现，可以用最简单的工具（例如wget3）完成。但如果是为了向大规模搜索引擎稳定地提供网页数据，通常需要每天搜集上百万网页，而且是持续进行...