得知互动

标题: 内容关键词布局进阶：了解搜索引擎分词算法 [打印本页]
作者: swmozowtfl    时间: 2015-6-25 23:21
标题: 内容关键词布局进阶：了解搜索引擎分词算法
关键词布局，一直是SEO头疼的事儿，一个良好的布局，可以为内容增加很大一部分权重，那么如何进一步的做好关键词布局，陈晨选择了看搜索引擎原理，这里和大家分享的是搜索引擎的分词算法，相信对大家有用！0 U; ?/ P, ]) V* Q0 |! W' x  E* n* K2 y
(, 下载次数: 9)
" G! V2 @* V+ P# M$ ]# n

0 a) q! z: Y( n7 {1 S+ m5 A+ f首先，中文和英文不同的是，英文单词之间有空格，而中文都是连贯在一起来操作的，在形式上，无法做出区分。所以中文文本在进行网页分析之前，需要将文本切分为多个词或者字。在目前检索中，主要可以分为按字检索和按词检索，其中按词检索，拥有更快的速度和较高的准确性。
3 W: M3 J, b: a$ m, W, b, G; b! f: M8 I( l' z5 c+ e7 m
自动分词系统算法介绍
) r0 t' }3 s+ g: {' j3 [5 o分词系统基本方法：基于字符串匹配的分词方法和基于统计的分词方法。
! P" g1 T% t* t3-1）基于字符串匹配：也称为机械分词，按照几个既定的策略，将等待分析的字符串和一个容量足够大的词典中的词条进行匹配，若在词典中找到同样的一个字符串，那么匹配成功。5 u$ U, I6 i% Y% W8 w0 A3 P9 L
字符串匹配分词，按照扫描方向，可以分为：正向匹配和逆向匹配；按照不同长度有限匹配，可以分为：最大匹配和最小匹配；按照是否与词性标注相结合，可以分为：单纯分词方法和分词与标注相结合的一体化方法；6 N' I; ]* Q. H% q$ S

1 m% i. h- `$ |常用的机械分词方法：正向最大匹配，逆向最大匹配，最小切分（就是在每一句中切除的词量最少，而不是单个词字节最少） （盐城SEO联想：使用正向最大匹配，逆向最大匹配，和我们SEO中经常用到的关键词靠前，则排名越有利，是否存在关联）
- q3 |9 Y* K# e. h+ s同时，在机械分词法中，存在这样一个模型：ASM（d,a,m）；! V) j; F9 j$ p$ C6 i. C

! [9 P+ Q) ?- |% S8 T9 Xd：匹配方向，+表示正向，-表示逆向；. Q. I. H: P& j
a：每次匹配失败后增加或减少字串长度（字符串），“+”就是增加一个，“-”就是减少一个；$ R5 }& p8 H; V6 I' K
m：最大或最小匹配标志，+为最大匹配，-为最小匹配。  H/ _; Z! p  Q; r4 N) p
对于，中文汉字来说，ASM（+，=，+）是最为实用的方法。. |9 F0 d9 x9 V7 p8 F+ R7 }! b
(, 下载次数: 15) * w0 o4 x( X: Y. x5 Y, C

: [- D6 a0 G. j& Q* m( l2 d4 `
! y3 m* n, k& V+ J# T3-2）基于统计的分词方法介绍：
4 }' y" V7 `( B在表现形式上，词是多个字的稳定组合，所以说，在文章中，相邻的字同时出现的次数越多，那么越有可能是一个词，因此，字和字相邻出现的的频率可以大概的反应出词的可信率。  E( o# V* _8 R, r! L

7 {, e( i( p0 \% G$ [* i通过公式：M（x,y）=log（ P(x,y) / p(x)p(y) ）来计算他们的互现信息，该互现信息体现了汉字之间结合的紧密程度，当M（x,y）的值大于某一阈值时，便可以确定这是一个词。
8 F& B' s  _' Z; x. d3 ]. t$ u( {9 n8 O$ p5 F  x) t7 N' U
因为，只需要对字组频率进行计算，不需要使用词典，所以叫做无词典分词方法，或者说统计分词方法。% W* ?8 t. L. M* u' L; m
缺点：经常会抽出一些高频，但不是词的常用词组，如：“我们”“共同”“有的”等。
* f. f) Y( a5 v& {' f- B! N/ `- `9 W% I3 r& K
所以在正常使用中，统计分词法，都会使用一部基本的分词词典（常用词词典），通过字符串分词系统，识别出常用词组，同时通过统计分词系统，识别出新词，生词，两者结合，即发挥出字符串匹配分词系统的速度快，效率高，又可以利用统计分词系统识别生词，自动消除歧义的优点。. Q9 V* k/ R+ h: [4 t$ n1 @5 ~

6 V$ [, b7 b2 n8 F4 f8 Z1 y5 j4 L, @' Q. i  u0 B; }' d! n, U

; B; y/ z1 C9 \& }' H% }原文链接：http://SEO论坛simple-chen站长技术论坛/ssyqyl/273.html,点击可查看更多SEO必备的搜索引擎原理知识哦！* Q! [& O  E  Z9 Z
搜外作者：陈晨
" O4 `6 R+ {: i( i. v2 [日期：2015-6-23 9:50:08
作者: Acropozelan    时间: 2015-9-25 14:07
经过你的指点 我还是没找到在哪 ~~~
作者: Acropozelan    时间: 2015-9-25 14:07
今天统计好像出了问题
作者: gevaemaidovef    时间: 2015-9-25 14:08
一个个全都骑到老大头上来了...
作者: gevaemaidovef    时间: 2015-9-25 14:08
出来混　迟早都是要灌的——不灌水怎么混啊
作者: alapScady    时间: 2015-9-25 14:08
极品可以说是让你馨香满腹，三日不绝！！古人说的好：想要作文章，先要学做人。由作者的文章我们也可以揣测出作者定是成长在一个汗牛充栋，文化氛围浓厚而且精神面貌积 极向上的幸福家庭里面。在现在这个物欲横流，亲情冷淡的时代，能够在这样的家庭里
作者: tohme    时间: 2015-10-8 14:03
哇~~` 你是不是投胎滴时候走错地方啦~``
作者: Mqokjdvq    时间: 2015-10-8 14:03
看,刚说你眼神不好,你还就来劲了不是.
作者: Acropozelan    时间: 2015-10-8 14:03
卧虎藏龙里面半天云的人物个性。由此而言，作者是性格是完善的，想必经历过家庭的其 乐融融，也经历过种种人伦惨剧吧，把作者的创作潜质激发的淋漓尽致。
作者: effoggikeftor    时间: 2015-10-8 14:04
到你的~~贴吧收藏~~~我的发言~`找



欢迎光临 得知互动 (https://bbs.dezhifl.com/) Powered by Discuz! X3.4