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！/ c" w$ s, E! A5 e3 F  N2 _/ g0 P" }
(, 下载次数: 9) ( [9 L; f' c3 S& z7 H; p6 w# l3 [
, i& K$ G1 b2 j" d+ W
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。. k0 P& [0 m4 [( v

' K, T8 ~- y! U$ P自动分词系统算法介绍
* B/ x8 ^9 s- k" P. e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。% ^, Y( ~. R: K# ~
3-1）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。
2 r. r* y, t! W6 |! L. k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；( u; f( `: ?( p
- m1 ^, b7 B0 m8 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）3 C# ^8 r) B7 B  ]' E
同时，在机械分词法中，存在这样一个模型：ASM（d,a,m）；1 o8 B8 Y) [2 Q4 t) ]& Q- h& z# V+ S

. |; X. _" y0 N8 o5 Q; j, l2 |d：匹配方向，+表示正向，-表示逆向；* g5 ^2 f# J# m7 E3 [
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；  b+ I( U5 h8 z# B3 t" g' {% A7 `
m：最大或最小匹配标志，+为最大匹配，-为最小匹配。0 |1 s" @9 z7 x; W3 r$ k7 ?  ^
对于，中文汉字来说，ASM（+，=，+）是最为实用的方法。' `" f1 j5 G3 i6 E) P
(, 下载次数: 15)
6 F1 {1 G8 a7 ~5 F4 a
: _' y& C/ r, Y+ @) [

( w' A$ w  H! K- W0 S8 \3-2）基于统计的分词方法介绍：5 N. G* v0 K. q# s
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。
) \) m6 m6 d; Y2 L5 Y- P+ k7 E: H1 J7 g, T) j9 X
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。! ^: T7 U3 _0 G2 G
& Y  ]8 ?( M- y3 Z& z. J
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。
4 r7 O: O  G( _4 P! y! A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。
  m; S5 Y: V! z) T4 e7 F6 q* o0 Y: m# t8 e- U* O
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。
; j; Z, T0 m' q" {/ [1 \6 H* V+ U4 H; N- M* t
% q9 b* N" H( F; V8 z4 d1 Y

. A  [  S, I2 s  U- z* m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！
/ b/ T/ Z$ g) t! p9 W/ L" u  O7 L搜外作者：陈晨
% T/ L' O* V" N% W9 }5 J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