去停止词：什么是它们？

去停止词：无论是英文还是中文， 页面内容dou会出现一些频率hen高，却对内容没有影响的词，如“的”, “地“,”得“之类的助词，”啊“，”哈“，”呀“之类的感叹词，”从而“，”以“，”却“之类的副词和介词。这些词被称为停止词，主要原因是它们对页面的主要意思没什么影响。英文中的常见停止词有,a,an,to,of等。搜索引擎在索引页面之前会去掉这些停止词，使索引数据主题geng为突出，减少无畏的计算量。成dou网站设计--创新互联小编说第2点/来

文章去停止词 消除噪音 去重

指纹计算方法：什么是指纹计算？

这也行？ 典型的指纹计算方法如md5算法。这类指纹算法的特点是输入有ren何微小的变化，dou会导致计算出的指纹有hen大的差距。了解搜索引擎的计算方法， seo人员就应该知道简单的增加“的”，“地”，“得”，调换段落顺序这种的伪原创，并不Neng逃过搜索引擎的去重算法，主要原因是这样的操作无法改变文章的特征关键词，也就无法改变指纹。而且，搜索引擎的算法hen可Neng不止页面的级别，而是进行到段落级别，混合不同文章。交叉调换段落顺序也不Neng使转载和抄袭不Neng变成原创。

去重：为什么去重hen重要？

PUA。 搜索引擎还需要对页面进行去重处理。同一篇文章经常会出现在不同网站及同一个网站上的不同网址上，搜索引擎并不喜欢这种重复性的内容。用户搜索时如guo在前两页kan到的dou是来自不同网站的同一篇文章，用户体验就太差了虽然dou是内容相关的。搜索引擎只希望返回相同页面文章中的一篇， suo以在进行搜索前还需要识别和删除重复内容，这个过程就成为”去重“。

歇了吧... ”去重“的基本方法是对页面特定的关键词计算指纹， 也就是从页面主体中选取Zui具有代表性的一部分关键词，ran后计算出这些关键词的指纹。这里的关键词选取是在分词，去停止词，消噪之后。实验表明， 通常选取10个特征关键词就可yi达到比较高的计算准确性，再选取geng多词对去重准确性提高也就大了。

消除噪音：什么是噪音？

对，就这个意思。 绝大部分页面上还有一部分内容对页面主题也没有什么贡献， 比如版权声明文字，导航条，广告等。以常见的博客导航为例， 几乎每个博客页面上dou会出现文章分类，历史存档等导航内容，dan是这些页面本身与“分类”，“历史”这些词dou没有ren何关系。用户搜索“历史：， ”分类“这些关键词时仅仅是主要原因是页面上有这些关键词出现而返回博客帖子是豪无意义的，wan全不相关。suo以这些区块dou是属于噪声，对页面主题只Neng起到分散作用。

成dou网站设计--创新互联小编来先说说说/

--创新互联小编自己对优化dou思路清晰不少。