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' B+ g, u+ b, d0 y5 r
内容关键词布局进阶：了解搜索引擎分词算法
/ x, @' t, S1 a" f8 E9 p. o / o! f9 r* Y+ S3 o4 f R* Q4 V* ?
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 l: y2 J& L" N% n* a" W1 J
# v! m) K- l/ w/ r自动分词系统算法介绍% T, m, X- P+ U* G) d% @+ |7 Y
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。
0 j5 ]2 ^6 R4 G1 N( ^6 R1 E6 L3-1）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。8 I+ e" D! c1 p: g' c
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；
5 G9 ^: s( d, }: g1 e3 e& x4 a" A* d% 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）, d7 O4 P' J2 G" y
同时，在机械分词法中，存在这样一个模型：ASM（d,a,m）；
- w. p" |% X0 D+ m# N' c
2 y) O+ w( `; `) xd：匹配方向，+表示正向，-表示逆向；
% w# y0 w6 Q% @- ma：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；3 Y4 a' T7 M. _
m：最大或最小匹配标志，+为最大匹配，-为最小匹配。
7 e* @& v4 Z6 W' D5 x对于，中文汉字来说，ASM（+，=，+）是最为实用的方法。
4 L$ I9 W8 M) H: S
内容关键词布局进阶：了解搜索引擎分词算法
- N8 w' f; i4 A! [2 J, {: @
5 O, n8 a1 I. d* K6 X8 g
# k4 u7 B0 R+ `& ]5 I3-2）基于统计的分词方法介绍：. w2 S6 k: u, ?1 ?
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。2 E! H+ f, G1 k1 m0 F, s
- D# s+ p% A y* @' r) `7 V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。
: c. w' a" }/ Q# a3 _$ U4 @
2 }. b/ M0 I0 o4 g5 F% Q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。
8 A4 l5 ?& P+ M4 ? E4 W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。
; R5 A- a @9 g9 y: G4 b! K
5 b* r; k% J) H5 o p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 b& t; E' ?8 P+ v) z
$ A- q/ H _4 r% }+ K
# x& Z1 d0 ]! L j. q; S! c4 ^5 |7 K+ X4 Y
6 a- Q) I4 _$ o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！0 Z7 {; y/ z! [8 A4 {
搜外作者：陈晨
9 {9 A" J' Z+ I: L9 _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
