[发明专利]一种移动搜索引擎优化方法

说明书

技术领域

本发明涉及移动互联网技术，特别是一种移动搜索引擎的优化方法。

背景技术

搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。当今，随着无线通讯技术的创新和手机的普及，移动上网渐渐成为发展趋势，为了满足用户随时随地查询衣食住行信息的需求，如何建立移动搜索引擎，成为移动网络应用的热点。移动上网受手机终端和传输带宽的限制，纯HTML文本只有少数智能机型可以支持，大多数手机只识别WAP协议标记的语言，如WML或xHTML。但是，网络信息主要以HTML语言表达，WAP的资源有限，单纯以爬取WAP页面作为信息来源的移动搜索引擎无法提供足够的信息。因此，如何能突破限制，使手机客户也能搜索到来源于HTML的海量信息，成为移动搜索的主要问题之一。对于使用手机浏览HTML页面，一般的方法是加入一个WAP网关，当手机发出浏览HTML网页的请求时，由网关首先读取该网页，并将其转化成相应的WML，再发送到手机。这种方式也是当前将通用搜索引擎扩展为移动搜索引擎的流行方式。但是这种实时翻译的方式，显然对网关的性能和带宽要求较高。

本发明针对移动搜索引擎的现状，在现有互联网搜索引擎的框架上加入移动模块，提出一种利用HTML资源建立移动搜索引擎的方式，该方式通过集中处理网络蜘蛛抓取的HTML网页，对网络蜘蛛抓取的HTML网页进行翻译处理，将其翻译成WML形式的网页快照，生成WML语言的网页快照，满足用户的移动搜索需求。以该技术建立的移动搜索引擎，不需要实时翻译网关的支持，可以方便的扩展已有的搜索引擎系统。在实际应用中，使用这种方式成功的建立了一个面向生活服务领域的移动搜索引擎，覆盖全国近四十个城市的餐饮、娱乐和黄页信息。

发明内容

根据移动搜索引擎的现状，提出一种移动搜索引擎优化方法，包括以下步骤：

A、设计移动搜索引擎框架

包括以下步骤：本搜索引擎框架也是由搜索器、索引器、检索器、用户接口四个部分组成，还具有移动模块，作为移动搜索引擎，

它包括三个部分：

翻译器，将蜘蛛抓取的HTML页转化为WML页；

WML网页快照库，保存转化后的WML页；

WAP接口，用手机访问的用户界面；

B、建立URL列表

将抓取到的网页存入网页库，并将网页上的所有超链接存入到URL列表中；

C、编辑翻译器

翻译器具有网页过滤、主题信息过滤和翻译三个部分；

C.1网页过滤

首先将目录页面过滤，不予翻译，根据网页的文本节点数与链接数的比例，来划分页面的性质，存入索引库；

C.2主题信息过滤

提取网页的主题相关部分，选择不依赖于信息源的STU-DOM的树模型，

将网页的table、tr、div和tbody标签结点作为分块结点，对于一个块的取舍用局部相关度Local Correlativity)和上下文相关度Contextual Correlativity来衡量；局部相关度由块内链接和内容决定，其计算公式可以表达为：

LinkCount(STUi)=Σj=1NLinkCount(STUCij)]]>