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！. M& o' \" b, r- n% L
内容关键词布局进阶：了解搜索引擎分词算法
$ m2 Z n2 s) g0 k
2 ~' |# o3 v' X3 Z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。7 Y# B+ _. [' K+ k6 Q2 b
8 K# Z |% Q3 _; \/ U( k9 ~
自动分词系统算法介绍
# c% {- O- q- G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。
# E! F* n1 S: [6 @7 {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。
: Z5 E) q1 L: l) ?0 W8 y2 N. K6 x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；# W8 P" ?! N$ `6 `9 O( ?
! v- a2 F! h! Z7 j4 \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）, t2 U, W# g z, L
同时，在机械分词法中，存在这样一个模型：ASM（d,a,m）；" m% V1 ^5 ]% t8 ^5 m/ Z; u
# m$ Q7 s# q O1 t! _, l* r* Ld：匹配方向，+表示正向，-表示逆向；+ X2 W; V4 C: E) {# 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；
4 \* g# k: U7 j, d; i! cm：最大或最小匹配标志，+为最大匹配，-为最小匹配。
: j; o0 p9 J. b" ~& Q. ^. Z2 \对于，中文汉字来说，ASM（+，=，+）是最为实用的方法。' d/ W+ }' l( {* B7 n: d
内容关键词布局进阶：了解搜索引擎分词算法
5 W1 s" B4 q; i# R! P1 v
- ~+ {1 w5 @9 X- _
1 y4 r7 \& p# C o; v, |3-2）基于统计的分词方法介绍：
" c" S3 \, Z( E% K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。
8 n+ B: ?" w5 ?6 a6 h
7 m3 x/ i3 Z8 v5 _; o* d- M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。/ t, Q& M8 _; Q" T) V
% [9 V% a Q5 S" m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。
/ V: O" P# B) y; n) o( N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。6 A5 C! ]" d2 J6 ^0 H
Y* I1 o* V3 f! E4 i' n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。! p# S: A, k6 P( c: }3 g% ]
8 V! e1 i) m" X3 A0 N! e# l2 ~& X* H9 K6 B1 n3 }
1 c6 m) f" x1 D. n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！
7 t$ t' w# }& j+ i' H搜外作者：陈晨
7 V: w3 C6 z- M) [- z7 x3 g% e日期：2015-6-23 9:50:08 |
