網站文章內鏈的一個思路
分享
評論
贊0
內鏈：顧名思意就是在自己網站的內容中的相關文字加入鏈接，并且鏈接到網站內部的相關頁面。合理的網站內空鏈接構造，能提高搜索引擎的收錄與網站權重。相對外部鏈接，內部鏈接也很重要。
傳統方式
以前我們做文章系統或新聞發布系統的時候，做文章內鏈(標簽)的時候，通常是通過以下方式來實現的：
數據庫：article(文章表)字段(id， title， body， adddate， userid)，keyword(內鏈表)字段(id， name， link)
在發布文章的時候，循環內鏈表內的所有，來替換文章的body。
這樣確實是實現了想要的功能，但是如果我們的內鏈表的數據達到很大的數目，比如2W、5W或更多的時候。每發布和修改一片文章的效率是可想而知的。那么網易的新聞、百度的百科等這樣打大型網站是如何實現的呢?如果按照以上的做法，那系統在幾個月后就直接崩潰了。
分析比較
一篇正常的文章會有多少字(不計HTML代碼)?1W?我想1W的文章已經算是很長的了，而且想在如果直接在一個頁面顯示1W的文章相信沒有幾個人有耐心能看完的。為了頁面美觀和用戶體驗，編輯通常都是將內容過多、篇幅超長內容的文章分段處理(分為幾篇文章，或分章節)。如果我們能事先將可能出現內鏈的字從文章中提取出來，再從數據庫里檢索，這樣效率是不是就可以得到很大的提高?答案是肯定的。我們就拿1W字的文章來說，假設文章的所有文字都需要內鏈，循環的次數是1W次。比上面的例子假設要強得多吧?
在傳統方式中，不管你要不要，把內鏈表的東西全查一邊。而下面這種思路是事先將有可能出現內鏈的字詞全部整理出來，再用這些詞分別去檢索內鏈表。這樣一比較問題就出來了。
新思路就是：從文章中取出需要內鏈的字詞，然后去查詢內鏈表。
可行操作
我們暫且把傳統方式稱為被動方式，把新思路的方法稱為主動方式。
主動方式的實現方法如下。
利用中文分詞技術，我們可以對一篇文章進行分詞。然后根據分詞后的詞表，過濾掉常用的物主代詞、副詞、感嘆詞等。把名詞、品牌、地名、商標等留下，或者根據自己的詞庫表來分詞。然后把剩余的字詞去檢索內鏈表，如果有存在，我們就坐上鏈接，不存在就PASS。
猜你喜歡
評論(0人參與，0條評論)
發布評論
最新評論