了解信噪比:区别有用和搅扰信息

关于信噪比的界说,网上广泛流传的界说是:指网页中的文本内容部分与生成这些文本而发生的html标签内容的比率;小鹏以为应该更广义的了解是:网页中的文本以及各种因素(包含图片,flssh,css等链接 )和网页html标签内容的比率.

那么针对上面这两种界说,我仍是以为非常的不恰当,没有抓住本质的东西.不管是声学方面关于信噪比的界说仍是数据通信范畴里的信噪比,在界说概念的时候,都强调了有用信息跟搅扰信息之间的比较.比方数据通信范畴关于信噪比(S/N)的界说便是信息与噪声之比。那么类比到查找引擎检索范畴，网页内容信噪比的界说应该依然是网页有用信息跟搅扰信息之比。

以有用信息跟搅扰信息之比这种界说来看，之前说到的两种界说，都以为网页中的文本（或加上其他因素如包含图片,flssh,css等)成了有用信息，而发生的html标签内容减去这些有用信息的为废物信息。这显然太过于牵强。难道查找引擎能辨认的文本信息就一定是有用信息？？？而之外的其他信息便是搅扰信息？

所以了解信噪比的要害就在于什么是有用信息，什么是搅扰信息。

而关于这一点，我了解的是：查找引擎关于其所抓取的内容会有一个基本的判别，判别该页面内容对应的主题及所有或许的要害词并将其进行排序。是否为有用信息和无用信息，关于查找引擎来说，是针对详细要害词而言的。所以网页的信噪比跟详细某一要害词的信噪比应该有所区别。详细要害字的信噪比是网页中对该要害字检索有利的信息和搅扰信息之比。而网页的信噪比为该页面中心要害字的信噪比。

网页中假如存在查找引擎以为与某一查找词没有任何相关性的内容（即查找引擎无法判别该段内容与查找要害词之间的联系），那么这些内容既为该要害词的搅扰信息。这些搅扰信息或许包含flash,图片，及与要害词没有相关、却十分冗长的阶段文本等。同理，网页的搅扰信息即为网页中心要害词的搅扰信息。

关于flash,图片，js等查找引擎不能辨认的东西来说，关于任何要害词都被列入了搅扰信息。而且，关于文字内容比较多的站点来说，信噪比跟要害词密度的概念比较挨近。至于详细的html的代码句子符号，我觉得关于查找引擎来说，其关于网站排名的影响，更多是影响了网站代码的合理和正确性，影响了网站的拜访速度。而不是被查找引擎列为搅扰信息，影响排名的。所以，我也能够预言，假如多余的代码不是太过分，导致网页出错或不符合某些规范或使得网页文件太大。对排名的影响几乎是能够不考虑的。一般情况下，查找引擎都直接忽略了这些代码符号句子，也从来没有在哪个查找引擎的查找成果中看到html里边的那些句子界说符号出现过。

上面所讨论的信噪比概念，体现在详细查找引擎优化操作中，便是需重视网页中心要害词的信噪比，而不或许考虑所有或许要害词的信噪比。关于一个比较合理的站点来说，查找引擎能够经过网站的Title,Meta等去辨认网页的中心主题，那么网页的阶段中出现与Title和Meta相呼应的内容就非常重要，这些内容或许会列为有用信息，那么其他的一些信息，虽然也是文本，但假如冗长而与标题Meta不相关，就应该果断放弃，或使其相关。不然则直接增加了网站中心要害词的信噪比。

还有一个需要注意的是，规划网页需要考虑怎么让查找引擎辨认中心要害词和主题。假如查找引擎连主题都很难了解，那么谈网页信噪比也没有含义。详细怎么让查找引擎辨认中心要害词和主题，则是另一个话题，择日再论。 当然本文的想法尝未经实践证明，提出来引导大家思考罢了。