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！
$ E3 q& J7 E Z3 J7 g. |
内容关键词布局进阶：了解搜索引擎分词算法
( X" W. h% d, F* U5 e- G + O, J3 W0 D& M. g) f2 u, K
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。2 C; [- K7 A, U3 j- K
) v2 m: z2 C* N4 u+ N% `0 `自动分词系统算法介绍) j. n/ P! Z# i
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。4 b. W2 f# v: z% E, l
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。
9 L R4 ^- s7 Q) `9 B" Y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；
* t; l& P6 @" h" ?# [8 {/ O2 E" ?2 n
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）, ^! C& l" J6 [9 E0 K
同时，在机械分词法中，存在这样一个模型：ASM（d,a,m）；0 S( {+ C3 G; h2 n: ^
! ]1 `! Z1 o% f [7 I5 |$ |
d：匹配方向，+表示正向，-表示逆向；
2 W% A$ d' M* U1 L Ra：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；9 X- K* w/ x: Q
m：最大或最小匹配标志，+为最大匹配，-为最小匹配。& h5 G( v8 ~6 B
对于，中文汉字来说，ASM（+，=，+）是最为实用的方法。0 k" f" r9 d. f, B0 g
内容关键词布局进阶：了解搜索引擎分词算法
: [% I# F% \' O" v0 ?9 a! ~# y. x' W - K: j ]7 q- p9 X5 e& `$ I
6 N$ k y; k1 G' O
3-2）基于统计的分词方法介绍：3 [3 a. Z8 w# `' ~
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。5 n; Z0 L* C/ O, ?7 D z% X5 j l
% [2 Y( k. b5 {" a
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。3 j" c' z" H6 R5 ]; J! ^8 g
* B i9 G1 A7 v) O
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。
: D A$ |" D) D: P! B9 Z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。. U4 A7 P8 Q6 P0 E" o
" L) n3 B% p1 M' H6 f/ 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。0 G J3 Z" ^: D8 R
4 M6 c0 q( ?. \0 F: n( x. W3 ~, B6 m5 E
) B J! m9 [ R! ^& ?
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！* }( `! W6 f2 z
搜外作者：陈晨8 R7 U$ A0 R, N( f+ _
日期：2015-6-23 9:50:08 |
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
