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！: e; @" q& _+ P+ h& m
(, 下载次数: 9)
, B: i6 q3 a# s

2 h( K0 h) x# k0 ^" S/ S  Y5 E2 @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。
8 D% y- r7 k  S( x- J; Z5 C# T$ x& W! s% ]9 l% L
自动分词系统算法介绍. S5 b' O3 q+ C' x) _. P# h
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。& b2 b* v% |+ I
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。
5 Q, r7 d& k' ]: f0 b2 i  K3 K) B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；
; R% `8 Q* c& S- h) l" H
( }9 s$ o  k/ @- _/ Y" Q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）
! {- v: p: F. K/ M  F/ x, G同时，在机械分词法中，存在这样一个模型：ASM（d,a,m）；
) o) b0 m- b: a+ v( l6 G: y
5 g- y0 G: `( F: hd：匹配方向，+表示正向，-表示逆向；
. h6 M9 r6 r. \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；
( K4 o2 T& x: l9 k, [/ Y) o0 ~+ km：最大或最小匹配标志，+为最大匹配，-为最小匹配。" q0 I. v: D! f1 V! c1 z
对于，中文汉字来说，ASM（+，=，+）是最为实用的方法。  H  N( V$ g5 t/ d
(, 下载次数: 15)
+ g5 @1 m* c5 C% {! }8 g

+ x: v8 h( _$ o$ V# s. S. _: f' g2 z0 Y! m, }3 ^
3-2）基于统计的分词方法介绍：' [4 j4 h( Q/ g( v# @
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。7 i! r! J5 b# e& Z; h' ?% w" g

7 X% ~  L2 n6 H" m; }& D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。4 A: ?3 c5 }: S% b3 K: g( W

+ h$ ~/ U) a$ ~  v& c! ^9 r+ `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。6 n( t& o" N2 g- _  [, \
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。
  V0 M2 a+ s" _7 K
! l/ o; k( d( X! i  t: o9 v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。
7 I% i1 F: m0 P' A/ j" I  r/ w& c6 n& H

7 q5 U6 R, h* W4 |
7 |- ?! _, T4 s' L5 C; V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！
3 w8 Y, b- i  L5 C$ j+ G/ v搜外作者：陈晨6 F: D  i4 m9 W- B* q) J0 F' Z% {
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