內鏈：顧名思意就是在自己網(wǎng)站的內容中的相關(guān)文字加入鏈接，并且鏈接到網(wǎng)站內部的相關(guān)頁(yè)面。合理的網(wǎng)站內空鏈接構造，能提高搜索引擎的收錄與網(wǎng)站權重。相對外部鏈接，內部鏈接也很重要。

　　傳統方式

　　以前我們做文章系統或新聞發(fā)布系統的時(shí)候，做文章內鏈（標簽）的時(shí)候，通常是通過(guò)以下方式來(lái)實(shí)現的：

　　數據庫：article（文章表）字段（id， title， body， adddate， userid），keyword（內鏈表）字段（id， name， link）

　　在發(fā)布文章的時(shí)候，循環(huán)內鏈表內的所有，來(lái)替換文章的body。

　　這樣確實(shí)是實(shí)現了想要的功能，但是如果我們的內鏈表的數據達到很大的數目，比如2W、5W或更多的時(shí)候。每發(fā)布和修改一片文章的效率是可想而知的。那么網(wǎng)易的新聞、百度的百科等這樣打大型網(wǎng)站是如何實(shí)現的呢？如果按照以上的做法，那系統在幾個(gè)月后就直接崩潰了。

　　分析比較

　　一篇正常的文章會(huì )有多少字（不計HTML代碼）？1W？我想1W的文章已經(jīng)算是很長(cháng)的了，而且想在如果直接在一個(gè)頁(yè)面顯示1W的文章相信沒(méi)有幾個(gè)人有耐心能看完的。為了頁(yè)面美觀(guān)和用戶(hù)體驗，編輯通常都是將內容過(guò)多、篇幅超長(cháng)內容的文章分段處理（分為幾篇文章，或分章節）。如果我們能事先將可能出現內鏈的字從文章中提取出來(lái)，再從數據庫里檢索，這樣效率是不是就可以得到很大的提高？答案是肯定的。我們就拿1W字的文章來(lái)說(shuō)，假設文章的所有文字都需要內鏈，循環(huán)的次數是1W次。比上面的例子假設要強得多吧？

　　在傳統方式中，不管你要不要，把內鏈表的東西全查一邊。而下面這種思路是事先將有可能出現內鏈的字詞全部整理出來(lái)，再用這些詞分別去檢索內鏈表。這樣一比較問(wèn)題就出來(lái)了。

　　新思路就是：從文章中取出需要內鏈的字詞，然后去查詢(xún)內鏈表。

　　可行操作

　　我們暫且把傳統方式稱(chēng)為被動(dòng)方式，把新思路的方法稱(chēng)為主動(dòng)方式。

　　主動(dòng)方式的實(shí)現方法如下。

　　利用中文分詞技術(shù)，我們可以對一篇文章進(jìn)行分詞。然后根據分詞后的詞表，過(guò)濾掉常用的物主代詞、副詞、感嘆詞等。把名詞、品牌、地名、商標等留下，或者根據自己的詞庫表來(lái)分詞。然后把剩余的字詞去檢索內鏈表，如果有存在，我們就坐上鏈接，不存在就PASS。

　　以上只是思路的一個(gè)初步構思，在實(shí)際實(shí)現過(guò)程中需要考慮的因素很多。我覺(jué)得重點(diǎn)就在分詞這個(gè)環(huán)節。

---