搜索引擎优化视角通信系统网址设计研究

畅玉洁

（晋中职业技术学院，山西 晋中 030600）

0 引言

搜索引擎是一个广义的因特网信息搜索系统，包括信息输入、信息管理和信息搜索；严格地说，它是一个搜索软件，用于在因特网上搜索网页。从理论上讲，网络搜索引擎实际上是一个专用的网页服务器，它包含一个庞大的索引数据库，收集了全世界数以千计的网页。这些信息的收集主要是通过自动提取程序(机器人)或网络沿着一个超文本链接到网站www，定期搜索整个互联网的网页，然后索引图书馆的数据。一些现有的公共搜索引擎网站，如Google、Baidu和Yahoo，目前是最受欢迎的网站，都采用这一技术架构。本文档中主要提到的科学和技术资源平台是一个主要的公共平台，是一个自然科学平台的集合，涵盖科学研究、科学和技术成就、专利、标准、科学数据、科学数据和信息，科学和技术文献，主要的实验仪器等等，资源的数量是非常庞大的，用户连接平台查询信息，逐渐接近搜索引擎的启动模式，但搜索目前是流行的[1]。

1 搜索引擎的优化

1.1 DNS缓存优化

DNS缓存在LRU队列中记录DNS域名、IP地址和第一分辨率(最后的最小使用)，通过DNS缓存直接获得下一个DNS域名分辨率，从而减少DNS域名分辨率。对于无效的DNS域名，添加无效值指示符。由于内部存储限制，LRU队列不能是无限的。考虑到DNS域名的动态演变，也就是说在一段时间之后，有效的DNS域名可能无效，而无效的DNS域名可能由DNS服务器创建，因此，也需要确定有效期，有效期之后的数据总是从高速缓存中删除，并且必须重新解决存取问题。这才能够保证高速缓存数据适应DNS名称的动态变化。因此可以看出dns缓存优化也是搜索引擎优化的一种方式。

1.2 IP地址端口缓存优化

与DNS缓存不同，有效数据未被记录在IP地址和端口缓存中。但只在无法访问地址和端口的IP地址被保存在LRU队列中的LRU和IP地址以及数据所在的服务器侧上，在搜索程序检索到数据的端口有效性之前，确定数据所在的服务器侧直接放弃捕获，从而减少无效访问的数量。根据IP地址和端口有效性变化的频率，LRU队列大小选择大约在5000左右，高速缓存数据的有效期约为30分钟。远远低于DNS缓存数据的寿命，因此可以看出对IP地质端口的缓存进行一个优化也是非常重要的优化方式之一[2]。

1.3 HTP链接缓存优化

所有已建立的HTTP连接也必须记录在LRU队列中，这将会让随后出现的的连接都可以被缓存。根据计算机的性能，LRU队列的大小限制在200到300，而超大的队列可以导致计算机的网络连接负荷的大小增加，而不是提高信息捕获速度。由于计算机工作量增加而减少。考虑到LRU的等待队列是很小的，在此不再限制数据存储时间，那么整个捕获过程就符合最新最小使用的原则，反而HTTP连接将很快从等待队列中删除。从而就能够得出将HTP链接缓存进行优化对于搜索引擎的优化来说也是非常重要的。

1.4 优化搜索排序

首先，根据Hilltop算法的指导原则制定网页链接的数量和质量，并使用目录索引根据所属每一网页的归属值排序搜索结果。当搜索引擎使用了一段时间之后，搜索引擎将根据用户的搜索习惯搜索一个关键词。用户经常寻找的类别是优先事项。例如，在搜索“病毒”时，当用户第一次和第一次搜索时，如果使用全文搜索引擎类型的搜索引擎，这就会让用户在点击属于计算机病毒类的网页时，Web类授权值会发生变化，用户就可以在此后的文字使用中对密钥进行新的搜索。搜索引擎认为，用户更愿意获得关于计算机病毒的信息，从而能够调节整个搜索结果，计算机类别的网页按优先顺序排列，从而更好地满足用户的需要。但其他条件不应在世界各地改变[3]。要定制排序，有两种方式记录用户的搜索行为(即用户搜索的网页)和类别加权值。第一种选择是将这种授权信息记录在服务器当中，这需要用户的注释，与容积的连接会大大增加服务器的工作量，使用户难以使用，从而服务不被用于执行。作品保存用户恢复行为模式。第二种办法是将网页类别授权信息记录在客户上，并在驱动程序选择对话框中保存图表，以记录网页类别授权信息。根据目录索引的分类，定义一个字的加权，按字节描述：网页类别的加权信息。

2 网址设计研究

2.1 数据采集

网站数据收集是优化网站结构的第一步。这也是一项后续工作，而网站数据收集这项工作的基础就是一个在网站上获得原始数据和相关信息的问题。网站数据收集的相位控制器可分为四个形状，分别是Web服务器侧数据采集，客户侧数据采集，应用服务器数据采集和代理服务器侧数据采集。Web服务器的区段数据收集包括Web服务器的原始报纸文件，Web服务器的许多信息都记录在文档中。客户数据收集主要取决于客户，通过在Web服务器上的点击行为、生成的IP地址、点击时间、点击次数和点击序列，可以获得用户对网站不同页面感兴趣的数据。以获得相应用户的兴趣，网站数据收集的设计方法和系统有许多种方式，但最常见的是WEH服务器和客户端数据收集。设计工艺的白色数据收集引擎是万维网上商店中的。但也有一部分人在进行使用的过程当中提出了使用XML和关系数据库的解决办法，以便利用大量现有、低成本或免费的数据信息[4]。因此可以看出如果想要对网址进行优化最先需要做到的就是做好数据采集工作。

2.2 数据预处理

网站上的信息是复杂的，包含各种错误的内容和错误的信息。这些数据必须进行预处理并转换为可操作数据，选择“CSV文本”。数据预处理阶段包括预处理、数据清理、用户标识和访问路径校正4个模块：日志预处理模块包括从日志文件到数据的传输。根据日志格式字段；删除数据管理从WEH日志文件而不是工作页请求过滤不相关的页面查询(绘图等)。在一些文档中定义为数据净化，即删除与WEH日志检索无关的数据；用户标识提及WEH日志的寄存，以识别访问网站的用户，可以使用IP+Agnt机构；路径校正(或路径改进)可能导致日志文件中的重大损失，因为缓冲存储住宅接入链接的记录是根据以上结构优化模块的站点结构完成的。为了能够提供更精确的用户访问记录。许多研究人员对WH数据预处理进行了研究，设计了三个关键步骤，如用户识别、访问操作和路径改进。因此可以看出在网站优化设计的过程当中对数据进行预处理非常重要[5]。

2.3 模式发现和分析

模式发现阶段主要包含的内容就是模式挖掘、关联规则和技术，聚类分析的三个部分是数据挖掘领域的热点。序列勘探是指相对于时间或其他模式的勘探频率较高所提出来的一种勘探挖掘方式。此技术广泛应用于各种序列数据集，例如文档序列字，研究不同文档中出现一系列单词的概率，在数据网站上的点击流量，从而来探索用户频繁点击的模式等。在一个网站上，相关规则主要用于发现页面、和潜在用户之间的关系，以及浏览页面和网络的用户之间的关系，还有就是线上操作者行为之间的关系。也就是说，挖掘可以使用户在两个之间的访问会话期间从服务器访问的页面或文件被打开[6-7]。分组分类是对不同类别或群集中的数据进行分类的过程。一个聚类对象非常相似，而一个聚类对象非常各向异性。分类可以做同样的事情而模式分析包括从数据集搜索一般关系。它逐渐成为许多领域的核心，从神经网络到识别所谓的语法模型，统计模型识别自动学习和数据探索。

4 结论

总而言之，优化网站结构非常重要，经过诸多科研人员的不懈努力，得到了许多优化网站设计的方案。但还存在需要改善的问题，如果想要让通信网址的设计研究更上一层楼，这就需要科研人员能够继续坚持不懈的去奋斗，找出当中可以改善的问题，从而为人们创造出一个更加优质量的网络通信环境，让人们能够在应用的过程中变得更加方便更加快捷。因此可以看出对搜锁引擎优化视角通信系统网址设计方面的研究进行是非常有必要的一件事情。