[中南大学电子商务实验3.doc

实验3《搜索引擎及SEO实验》 实验学时： 2 每组人数： 1 实验类型： 2 （1：基础性 2：综合性 3：设计性 4：研究性） 实验要求： 1 （1：必修 2：选修 3：其它） 实验类别： 3 （1：基础 2：专业基础 3：专业 4：其它） 一、实验目的 1．研究并学习几种常见的搜索引擎算法，包括网络蜘蛛爬行策略、中文分词算法、网页正文提取算法、网页去重算法、PageRank和MapReduce算法，了解它们的基本实现原理； 2．运用所学SEO技术对网页进行优化。 二、实验内容 1. 研究常用的网络蜘蛛爬行策略，如深度优先策略、广度优先策略、网页选择策略、重访策略和并行策略等，了解其实现原理； 2. 研究至少两种中文分词算法，了解其实现原理； 3. 研究至少两种网页正文提取算法，了解其实现原理； 4. 研究至少两种网页去重算法，了解其实现原理； 5. 研究Google的PageRank和MapReduce算法，了解它们的实现原理； 6. 使用所学的SEO技术，对实验二所设计的网站静态首页实施SEO，在实施过程中需采用如下技术： (1) 网页标题(title)的优化； (2) 选取合适的关键词并对关键词进行优化； (3) 元标签的优化； (4) 网站结构和URL的优化； (5) 创建robots.txt文件，禁止蜘蛛抓取网站后台页面； (6) 网页内部链接的优化； (7) Heading标签的优化； (8) 图片优化； (9) 网页减肥技术。 7. 使用C++、C#和Java等任意一种编程语言，设计并实现一个简单的网络蜘蛛爬行程序，要求在输入关键词、设置爬行深度和初始网页URL之后能够实现网页搜索，输出包含关键词的网页的URL和网页标题。【注：实验7为补充实验，不要求每个同学都完成，感兴趣者可自行实现该程序，不计入实验报告评分。】 三、实验要求 1. 研究几种常用的网络蜘蛛爬行策略，填写相应的表格，表格必须填写完整； 2. 研究两种中文分词算法，填写相应的表格，表格必须填写完整； 3. 研究两种网页正文提取算法，填写相应的表格，表格必须填写完整； 4. 研究两种网页去重算法，填写相应的表格，表格必须填写完整； 5. 研究PageRank算法和MapReduce算法，填写相应的表格，表格必须填写完整； 6. 提供实施SEO之后的网站静态首页界面和HTML代码，尽量多地使用所学SEO技术； 7. 严禁大面积拷贝互联网上已有文字资料，尽量用自己的理解来阐述算法原理，必要时可以通过图形来描述算法； 8. 使用任意一种编程语言实现一个简单的网络蜘蛛程序，需提供网络蜘蛛程序完整源代码及实际运行结果。 四、实验步骤 1. 通过使用搜索引擎并查阅相关资料，研究并整理几种常用的网络蜘蛛爬行策略相关资料，填写相应的表格； 2. 通过使用搜索引擎并查阅相关资料，研究并整理两种中文分词算法的基本原理，填写相应的表格； 3. 通过使用搜索引擎并查阅相关资料，研究并整理两种网页正文提取算法的基本原理，填写相应的表格； 4. 通过使用搜索引擎并查阅相关资料，研究并整理两种网页去重算法的基本原理，填写相应的表格； 5. 通过使用搜索引擎并查阅相关资料，研究并整理PageRank算法和MapReduce算法的基本原理，填写相应的表格； 6. 对实验二所设计的网站静态首页实施SEO； 7. 使用任意一种编程语言，设计并实现一个简单的网络蜘蛛爬行程序。 五、实验报告 1．完成本项目实验后，学生应提交实验报告。 2．实验报告格式与要求见附件。 《电子商务应用》 实验报告 项目名称 电子商务第三次试验 专业班级 1206 学 号 3901120604 姓 名 金初阳 实验成绩： 批阅教师： 年 月 日 实验3《搜索引擎及SEO实验》 实验学时： 2 实验地点： 二综 实验日期： 2014/12/26 一、实验目的 研究并学习几种常见的搜索引擎算法，包括网络蜘蛛爬行策略、中文分词算法、网页正文提取算法、网页去重算法、PageRank和MapReduce算法，了解它们的基本实现原理；运用所学SEO技术对网页进行优化。 二、实验内容和方法 1. 研究常用的网络蜘蛛爬行策略，如深度优先策略、广度优先策略、网页选择策略、重访策略和并行策略等，了解其实现原理； 2. 研究至