CDN网站加速 · alexa排名服务 · 设为首页 · 加入收藏
alexa排名优化 专业诚信的alexa排名优化服务提供商,排名真实稳定,曲线自然,助您快速提升网站影响力!让业务拓展更顺畅
首 页 alexa排名服务 alexa排名动态 alexa排名研究 互联网资讯 搜索优化SEO 网站运营推广 ITer/IT人生 联系我们
spacer
spacer
 当前位置:首  页 >> 搜索优化SEO >> SEO数据分析:维护词库

SEO数据分析:维护词库

alexa排名优化  来源:www.alexa88.com.cn   时间:2013/12/11
 
zoom printer 打  印 close 评  论

有了词库怎么维护?在获取到大量关键词后,首先要对这些词进行处理,在我实际工作中,总结以下几个项目我做过或者觉得有必要做的事情。

步骤:
>提取实体(通俗点讲就是找关键词中的重点词)
>去重
>受控词表
>分类

提取实体

提取实体的概念就是找关键词中的重点词。比如 “北京温泉哪里好”,那这个词中的”北京 “和”温泉”这两个词是重点,”哪里好”只是一个疑问词,对主题描述帮助相对比较小。于是我们就需要通过一些技术手段,对关键词进行处理,把中间重要的关键词(实体)取出来。

先看看下面的关键词

处理前
1.北京博物馆大全
2.北京怀北滑雪场
3.杭州到北京动车
4.北京金山岭长城
5.北京旅行社排名
6.北京冬天去哪玩
7.西安到北京高铁
8.厦门到北京机票

处理后
1.北京|博物馆
2.北京|怀北|滑雪场
3.杭州|北京|动车
4.北京|金山岭|长城
5.北京|温泉
6.北京|旅行社|排名
7.北京|冬天|玩
8.西安|北京|高铁
9.厦门|北京|机票

可以仔细观察一下两者的不同。这边算法有很多种实现方法,鉴于从SEO的角度出发,我们对精确度和召回率的要求,一般都比较低。从0%到80%要花费的心思,可能还没从80%~100%要花费的心思多。并且不同行业的,会有略微不同的做法。于是我采取以下两个方法

1.根据词性删除停词符号(多删一些不要紧)

2.根据tf-idf过滤高频词(什么是tf-idf请自行脑补)

这边说说分词算法,很多学术派研究了一大堆中文分词算法,但实际运用起来差别很小。这边随便推荐几个,根据自己会的语言使用。

ICTCLAS http://ictclas.nlpir.org/downloads 语言:Java,C#

CRF++ http://crfpp.sourceforge.net/ 语言: C#

SCWS http://www.xunsearch.com/scws/ 语言: PHP

JIEBA https://pypi.python.org/pypi/jieba/ 语言:Python

分词也是一门大学问,有兴趣可以看看CRF,HMM等模型的逻辑。这边就不展开讲了。

分词关键的问题是要速度快,并且可以自定义词库。由于我用的是JIEBA,这方面都能支持。具体可以看看作者个github中的说明https://github.com/fxsjy/jieba/blob/master/README.md

分词后根据词性,排除掉”停词”,就获取到了我们想要的结果集合。

过滤高频词。JIEBA可以对整个文本提取tf-idf值高的词。这些词是核心,肯定不可以去掉。

然后根据分词结果获取到tf值高的词,进行人工审核一下,以我们旅游行业词库为例,地名是经常出现的词,tf值可能会非常高,但是绝对不能把它去掉。所以我们需要先准备一份中国地名/景点名词库,这个可以在网上搜索下,懒人可以直接用搜狗输入法的词库。

然后高频词中还有可能会出现的词,可能为”7月”,”8月”,”大全”,”线路”等等。这些词也可以考虑把它从实体词中踢除。

经过这几轮检查,基本就差不多了,再要精度可以再自行研究。肯定有人问,你折腾了这么久,有什么用?这边只能点到为止。

1.内容关联

2.自动tagging

3.提高站内检索精度

去年到今年搜房和安居客的SEO可以体会一下。

去重

提取实体后,就可以对关键词进行去重。

例如

海南旅游多少钱

海南旅游要多少钱

处理后

海南|旅游

海南|旅游

就可以进行去重了。上面着两个个词,还可以通过实体相同的方法来解决。但是有一些关键词,比如”马尔代夫”和”马代”,”长城”和”八达岭”,用户可以是指一个地方,我们应该怎么处理这些词。我们就需要下面这么一个东西“受控词表”

受控词表

受控词表,就是一种控制词汇含义,并且跟踪其相关词的方法。回到上面的例子,如果你搜索”八达岭”的时候,不能把长城的内容展现出来,相信用户早就跑光了。

受控词表主要有如下三大关系:等价,层级,关联

等价很好理解,比如马尔代夫和马代,那是等价关系,这类词可以说就是一个意思,权值是最高的。在内容推荐中一定要呈现出来。

层级有上下级之分,比如“夫子庙”是”南京景点大全”的下级词。”大成殿”又是”夫子庙”的下级词。在实际应用的时候,当用户在寻找”大成殿”时,网站可以告诉用户你位于”夫子庙”中间,并且推荐夫子庙周围还有些什么好玩的东西,用户一定会非常喜欢。层级关系也是大部分网站都有的信息架构体系,从首页,到目录,到栏目。

关联,有点类似于等价,但是并不完全相同,例如”三亚跟团游”,”海口自助游”,”海南旅游 双飞”。他们没有说明确的上下级关系,但是又不能说完全一样。这类词,我们可以把其作为有关联的东西。可以记录下来。此外,一些内容的自带的属性,比如高,富,帅,可以作为一个相关联的关键词,在内容推荐上更加满足用户的口味。

这边还要提一点,在工作中,我们发现了用户有时候会有一些特殊的词汇来表达自己的需求,比如”麻袋”(谐音马代),或者”百撕不得骑姐”这样该死的输入法错拼,这些关键词都需要存放起来。

最后应该是这样的效果:

效果

分类

对于获取到的大量关键词,应该怎么去分类。首先可以按照意图进行分类,导航,信息,事务。(学习资料-知乎:http://www.zhihu.com/question/20905145)

这么做的好处是,可以快速

[1] [2]  下一页

  Tag:SEO数据分析:维护词库

alexa88.com长期致力于提供专业安全的alexa排名优化服务,可让您的网站alexa排名在短期内达到目标要求,快速提升网站在业界的影响力和商业价值,满足互联网业务运营和资本运作的需求。alexa88技术实力雄厚,拥有多年的alexa排名服务经验,其间经过多次算法频繁调整的历练和服务经验的积累,我们已能快速的响应alexa排名规则的变化,并根据最新的alexa排名算法特点,调整不同数据的比例,从而确保客户网站alexa排名数据的稳定。
 
 本类最新文章
 ico 上网比过去更安全了:七成网页已  ico 人工智能成为互联网广告营销关键  ico Google旗下YouTube
 ico 搜索引擎标注新闻是真是假 假新  ico SEO网站优化  ico 2016年SEO怎么做?搜索引
 
 如果您对本文 SEO数据分析:维护词库 感兴趣,欢迎参与评论.
review 评论人 评论内容摘要(共 5 楼)    查看完整内容 评论时间
b 2014/3/18
b 智联云筑 智联云筑 - 汇聚云筑 成就卓越 最新建筑资讯、最全建材报价 我的建设门户,一个玩圈子的工作社交资源平台 http://t.cn/RPWwJdr 2014/8/15
b 2014/10/31
b 2015/7/24
b 2015/10/25
欢迎您发表自己的评论。请您遵守互联网相关法律规定,
遵守网络公德,尊重他人,文明发言。
 您的姓名:
 评论正文:
 验证码:   checkcode
 
alexa排名服务
 Q    Q :736412718  
 Email :736412718#qq.com
 电   话 :15010880118
站内搜索
最新资讯推荐
羊毛党大揭秘:一亿手机黑卡在手,半
高度依赖阿里系 这到底是谁的趣店?
乔布斯的遗产,正由 Google
阿里文案门的背后:年轻人的活力与B
微信小程序, 将如何改变服装零售产
线上线下再融合,传统百货零售时代级
帮助Facebook、腾讯、阿里形
研究表明:书桌越杂乱的人,越易创立
为何苹果、谷歌和微软的欧洲总部都在
大数据时代预言家谈互联网未来
亚马逊成恐怖分子助手? “算法”模
阿里、京东、顺丰都在抢大闸蟹 背后
日本70家银行对抗支付宝 评论:B
谷歌开了个硬件发布会,却彰显了它在
Alexa前100万网站HTTPS
热门资讯列表
alexa中文网站的数据比较
七年IT奋斗纪实及感悟
改革开放30年30事:1996年编
环球企业家:百度的危与机
"21岁美女总裁"董思阳:创业英雄
百家网站集体状告百度的背后
IT牛人往事如烟之七大“先烈”篇
百度遭遇中国网络反垄断调查第一案
如何解决IE8安装ALEXA工具条
alexa发布最新工具条,全面支持
国内ALEXA排名作弊最厉害的个人
10大网络美女排行榜
Alexa排名算法调整 更适合大众
Facebook创始人华裔女友Pr
对Alexa网站访问量排名的研究报
 友情链接 >> 本站首页欢迎PAGE RANK > 1,GOOGLE / BAIDU 收录正常,ALEXA排名在20万名内站点加入链接
仪器商城 alexa排名优化
alexa排名 alexa排名动态 alexa排名研究 CDN网站加速
       
排名报价  |  alexa排名查询  |  下载中心  |  资讯列表  |  访客留言  |  联系我们  |  友情链接  |  RSS订阅
版权所有  copyright © 2004-2010  alexa排名优化专家  alexa88.com.cn
Q Q :736412718  MSN :alexa88@live.cn  Email :alexa88@163.com  电 话 :15010880118
本站所引用资讯及图片,其版权归原始所有人,转引目的仅为传播交流信息,不代表本站观点。
地址:北京市海淀区大钟寺太阳园小区12号  京ICP备09049176号