在对WEB上得到的一组页面集进行挖掘或聚类时，若一个网页所存留的副本，如镜像网站，复制的页面，及旧版本的页面也在此页面集中，则这些副本成为噪音数据。也就是说页面完全相同。我们称之为全局噪音。从经验上看，网页噪音，会给页面在搜索引擎收录、排名带来不少麻烦，一些因为噪音突出的网面，被搜索引擎放弃索引，一些虽被收录，也没能得到较为理想的搜索排名结果。
再看局部噪音：在一个页面内与页面主题无关的区域及项。这些噪音包括广告栏，导航条，修饰作用的图片等。
我们把网页中常见噪音信息分为这样几类：
a． 导航类：为了维持网页间的链接关系，方便浏览者对网站进行浏览而设置的链接。
b． 修饰类：为了美化页面而采用的背景，修饰图片，动画等．如站点标志图片，广告条。
c． 交互类：为了收集用户提交信息或提供站内搜索服务的表单等．如在线的问卷调查表。
d． 其它类：网页中声明的版权信息，创建时间，作者等描述性信息。
虽然网页中的噪音很多，且网页设计没有统一规范，但设计者大部分都将噪音信息放在页面中的次要位置，以突出主题．如版权信息一般在页面底部，广告栏一般在顶部等．这种设计习惯也为我们利用布局信息去除噪音带来了便利。
如何精准定义、判断页面中的噪点？给大家一个最简单的判断方法，即同时满足两个条件：与页面主体内容“非相关”尤其是多页面同时展现（模板化的），却又能被搜索引擎抓取的内容（公共信息、语句、图片、符号、代码等）都可以看作是该页面中的网页噪音；当然，判断这些噪音的影响程度，还要看其在页面中的占比程度，越高，则其影响越大。
如何处理、解决这些网页中的噪点？网页上的噪音，如果你稍有些经验，一眼便能识出八九，处理起来也较为简单：要么删掉，要么不让搜索引擎抓取到，要么改变内容使其与页面中的主体内容关联（各页面要差异化的），总之一句话，把页面最主体的内容提供给搜索引擎抓取（也就是让用户一眼看到你页面中最重要的信息）！
网页减肥降噪对优化有什么影响
网页减肥降噪对优化有什么影响
作者：来源：日期：2012-06-29
