信息錄入：深圳博盈網絡技術        錄入時間：2012-08-08        瀏覽次數： 次

    深圳網絡營銷專家有關的研究中的IR模型（搜索引擎）使用模糊集合理論（Lotfi Zadeh博士于1969年創建的模糊邏輯分支）來發現兩個詞之間的語義關系。IR系統并非使用同義詞典或字典來找出兩個詞之間是否有關系，而是使用自己的海量內容數據庫來推測出詞之間的關系。 
    這個過程雖然聽起來復雜，但原理很簡單。網絡營銷專家指出搜索引擎需要依靠機器邏輯（對／錯、是／非等）判斷，機器邏輯相對人類有它的優勢，但機器邏輯不能像人類一樣思考。對人類來說很直觀的事情，對計算機來說可能非常難以理解。例如橘子和香蕉都是水果，但橘子和香蕉并不都是圓的。對人來說這是很直觀的事情。 
    機器要理解這一點以及其他與此類似的概念，語義聯系是關鍵。網上大量的人類知識可以被收錄進索引庫，并且從中分析出人類已經建立起來的聯系。所以機器掃描索引庫中“香蕉”和“橘子”這兩個詞出現的地方，注意到“圓形”和“香蕉”很少同時出現，而“橘子”和“園形”經常同時出現，機器就知道橘子是圓的，而香蕉不是圓的。 
    這就是模糊邏輯發揮作用的地方。只要分析詞語以何種頻率一起出現，在什么情況下一起出現，模糊集合理論就可以幫助計算機理解詞語之間是怎樣相關的。 
    一個在此基礎上有所擴展的相關概念是潛在語義分析(LSA，Latent Semantic Analysis)。通過研究億萬網頁的海量索引，搜索引擎可以“學習”哪些詞之間有聯系，哪些概念之間有聯系。例如，運用LSA，搜索引擎能夠分辨前往動物園的旅途活動，經常包括觀看野生生物和動物，可能是一次（旅行）的一部分。 
    Google將相關詞顯示為黑體，并且能夠辨認出哪些詞在它們的索引庫中經常同時出現（連在一起，在同一頁或比較靠近的位置）。 
    在SEO培訓優化中某些形式的LSA計算成本太高。這些應用使我們認識到搜索引擎怎樣分辨網上詞匯、詞組以及概念之間的聯系。隨著語義聯系成為搜索引擎算法越來越重要的部分，可以預期，頁面、網站和鏈接的主題將會越來越受重視。未來搜索引擎將更有能力理解概念和主題，分辨哪些內容、鏈接、頁面與整個網站的主題不太吻合。