文档介绍：
《电子商务应用》实验报告
验 实验 3《 《及 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****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】：^p 并对【关键词】：^p 进行优化；
(3) 元标签的优化；
(4) 网站结构和 URL 的优化；
(5) 创建 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 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】：^p 、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】：^p 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 专业班级 学 号 姓 名 实验成绩：良 良 批阅教师：
20__ 年 1 月 9 日
验 实验 3《 《及 搜索引擎及 SEO 实验》 》 实验学时：
实验地点：
实验日期：
一、实验目的 研究并学****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 Map