49文章网www.wz49.cn提供了丰富的唯美、励志、伤感、正能量等经典文章.如果你需要找名人名言、诗词名句、好词好句等,相信在这里能够找到想要的。

分类目录式搜索引擎有哪些

分类:站长新闻浏览量:388发布于:4年前 作者:句子迷

目录搜索引擎


搜索引擎目录(Directory)即搜索引擎的人工分类目录。今天,登录分类目录是网站建成后
非常基础、重要的工作,尤其登录几大主要分类目录,其重要性不在于访问者是否通过目录
链接找到你的网站,而主要在于通过这些目录你的网站获得了重要的、高质量的外部链接,
这对于你的网站提高排名具有举足轻重的作用。

名端目录网收集众多知名高质量网站,是中国权威的中文网站分类目录,给站长提供免费网址分类目录提交收录和推荐,专业提供网站排名服务,收录国内外、各行业优秀网站网址大全。根据网站的综合值按照不同的网站进行分类筛选排名结果,名端国内最专业、最权威的分类目录网站排行榜。


目前,对于中文网站来说,最重要的分类目录有以下几个:开放式目录ODP,Yahoo!, 门
户搜索引擎目录搜狐、网易、新浪。可以分为免费登录和付费登录两种情况。无论是免费还
是付费,都须通过手工输入登录。目录搜索引擎是以人工方式或半自动方式搜集信息,由编辑员查看信息之后,人工形成信息摘要,并将信息置于事先确定的分类框架中。信息大多面向网站,提供目录浏览服务和直接检索服务。


功能

目录搜索引擎虽然有搜索功能,但严格意义上不能称为真正的搜索引擎,只是按目录分类的网站链接列表而已。用户完全可以按照分类目录找到所需要的信息。该类搜索引擎因为加入了人的智能,所以信息准确、导航质量高,缺点是需要人工介入、维护量大、信息量少、信息更新不及时。

由于DMOZ 目录在网站排名中举足轻重的作用,使得越来越多良莠不齐的的网站向DMOZ
提交或违规提交,而志愿加入的人工编辑队伍中出现以权谋私的现象和素质不高的情况,诸
多因素使得现在登陆DMOZ 非常困难,没有一个网站敢保证被DMOZ 收录。因此,要确保
登录成功,唯一的办法是小心谨慎地完全遵守DMOZ 登录条款。以下是必须遵守的提交注
意事项:
1、确保网站内容是原创而非转载、镜象或复制
如果你的网站内容只是一些会员制产品/服务信息及链接,或是大量拷贝其它站点内容,那
么你的网站极有可能被DMOZ 拒绝。即使对已经收录的站点,一旦发现它们是镜象、复制
或非原创,DMOZ 也会将其从目录中剔除。所以务必在网站中加入产品或服务的原创介绍
信息。
2、不要采用虚假、作弊和夸张的手段
被搜索机器人反感的做法,同样被目录编辑拒之门外。下文将有专门章节讲到什么是搜索引
擎作弊行为。网站说明中任何虚假、夸张的文字都会遭到拒绝。对违法性内容,也是不会收
录的。
3、确保网站外观的良好性
如果网站内容出现大量拼写错误、死链接或"正在建设中"的字样,或者下载缓慢,都会阻碍
编辑对你的网站的收录。此外,对于来自免费主机的网站,被DMOZ 收录的机会很少。
4、确保网站中包含具体联系信息
一个DMOZ 编辑称,如果他在网站中找不到实际联系地址或电话号码,他就会认为这个网
站不具备可信度。因此,如果你的网站中只有一个Email 地址作为联系信息,是极不利于收
录成功的。
5、确保网站提交到正确的目录
选择合适的分类目录及子目录是网站提交的核心。很多网站登录失败只是由于提交选择的目
录不正确所致。所以在提交网站之前,必须先浏览整个目录,最好也了解一下竞争对手的网
站都放在哪个目录下。确认之后,才在该目录页面右上角点击"提交网页"。
6、记下提交日期、目录名和编辑邮箱
向ODP 提交完你的网站后,记下提交的日期及目录。如果你提交的那个目录下有编辑员信
息,最好把编辑的名字和邮箱也记下来。这些信息,对于你需要询问提交网站的处理状态或
再次提交时,非常有用。
7、不要多次重复提交网站
因为编辑是根据网站的提交日期顺序进行处理的,一个目录下往往有很多网站在队列中等候
审批。从提交成功到最后收录,最快也要2 周时间,最晚的甚至要等到半年以后。因此,你
需要耐心等待结果。如果网站非常庞大,且拥有很多不同内容的分支时,你可以尝试将不同
内容的网页分别向DMOZ 下的相应目录进行提交。
一旦DMOZ 收录了你的网站,那很快就可以被Google,Lycos,Netscape,AOL, HotBot,
DirectHit 等一些大型搜索引擎和门户网站收录。
其它的重要免费目录包括Yahoo 目录。Yahoo 是最早开始做分类目录的网站,直到今天登录
Yahoo 目录也是网站推广的重要环节。Google 把来自Yahoo 目录的链接作为网站排名的重
要分值。


主要技术

编辑
一个搜索引擎由搜索器、索引器、检索器和用户接口等四个部分组成。

搜索器

搜索器的功能是在互联网中漫游,发现和搜集信息。它常常是一个计算机程序,日夜不停地运行。它要尽可能多、尽可能快地搜集各种类型的新信息,同时因为互联网上的信息更新很快,所以还要定期更新已经搜集过的旧信息,以避免死连接和无效连接。有两种搜集信息的策略:
● 从一个起始URL集合开始,顺着这些URL中的超链(Hyperlink),以宽度优先、深度优先或启发式方式循环地在互联网中发现信息。这些起始URL可以是任意的URL,但常常是一些非常流行、包含很多链接的站点(如Yahoo!)。
● 将Web空间按照域名、IP地址或国家域名划分,每个搜索器负责一个子空间的穷尽搜索。
搜索器搜集的信息类型多种多样,包括HTML、XML、Newsgroup文章、FTP文件、字处理文档、多媒体信息。
搜索器的实现常常用分布式、并行计算技术,以提高信息发现和更新的速度。商业搜索引擎的信息发现可以达到每天几百万网页。

索引器

索引器的功能是理解搜索器所搜索的信息,从中抽取出索引项,用于表示文档以及生成文档库的索引表。
索引项有客观索引项和内容索引项两种:客观项与文档的语意内容无关,如作者名、URL、更新时间、编码、长度、链接流行度(Link Popularity)等等;内容索引项是用来反映文档内容的,如关键词及其权重、短语、单字等等。内容索引项可以分为单索引项和多索引项(或称短语索引项)两种。单索引项对于英文来讲是英语单词,比较容易提取,因为单词之间有天然的分隔符(空格);对于中文等连续书写的语言,必须进行词语的切分。
在搜索引擎中,一般要给单索引项赋与一个权值,以表示该索引项对文档的区分度,同时用来计算查询结果的相关度。使用的方法一般有统计法、信息论法和概率法。短语索引项的提取方法有统计法、概率法和语言学法。
索引表一般使用某种形式的倒排表(Inversion List),即由索引项查找相应的文档。索引表也可能要记录索引项在文档中出现的位置,以便检索器计算索引项之间的相邻或接近关系(proximity)。
索引器可以使用集中式索引算法或分布式索引算法。当数据量很大时,必须实现即时索引(Instant Indexing),否则不能够跟上信息量急剧增加的速度。索引算法对索引器的性能(如大规模峰值查询时的响应速度)有很大的影响。一个搜索引擎的有效性在很大程度上取决于索引的质量。

检索器

检索器的功能是根据用户的查询在索引库中快速检出文档,进行文档与查询的相关度评价,对将要输出的结果进行排序,并实现某种用户相关性反馈机制。
检索器常用的信息检索模型有集合理论模型、代数模型、概率模型和混合模型四种。
4.用户接口
用户接口的作用是输入用户查询、显示查询结果、提供用户相关性反馈机制。主要的目的是方便用户使用搜索引擎,高效率、多方式地从搜索引擎中得到有效、及时的信息。用户接口的设计和实现使用人机交互的理论和方法,以充分适应人类的思维习惯。 用户输入接口可以分为简单接口和复杂接口两种。
简单接口只提供用户输入查询串的文本框;复杂接口可以让用户对查询进行限制,如逻辑运算(与、或、非;+、-)、相近关系(相邻、NEAR)、域名范围(如.edu、.com)、出现位置(如标题、内容)、信息时间、长度等等。一些公司和机构正在考虑制定查询选项的标准。

特点

首先,搜索引擎属于自动网站检索,而目录索引则完全依赖手工操作。用户提交网站后,目录编辑人员会亲自浏览你的网站,然后根据一套自定的评判标准甚至编辑人员的主观印象,决定是否接纳你的网站。
其次,搜索引擎收录网站时,只要网站本身没有违反有关的规则,一般都能登录成功。而目录索引对网站的要求则高得多,有时即使登录多次也不一定成功。尤其象Yahoo这样的超级索引,登录更是困难。
此外,在登录搜索引擎时,我们一般不用考虑网站的分类问题,而登录目录索引时则必须将网站放在一个最合适的目录(Directory)。
最后,搜索引擎中各网站的有关信息都是从用户网页中自动提取的,所以用户的角度看,我们拥有更多的自主权;而目录索引则要求必须手工另外填写网站信息,而且还有各种各样的限制。更有甚者,如果工作人员认为你提交网站的目录、网站信息不合适,他可以随时对其进行调整,当然事先是不会和你商量的。
目录索引,顾名思义就是将网站分门别类地存放在相应的目录中,因此用户在查询信息时,可选择关键词搜索,也可按分类目录逐层查找。如以关键词搜索,返回的结果跟搜索引擎一样,也是根据信息关联程度排列网站,只不过其中人为因素要多一些。如果按分层目录查找,某一目录中网站的排名则是由标题字母的先后顺序决定(也有例外)。





阅读本文的人,还看了