背景資料:
策先生——策恩“世界名鞋淘寶客”推廣大賽特約評(píng)委
曾于第一季推廣大賽期間對(duì)參賽選手表現(xiàn)進(jìn)行每周精簡(jiǎn)點(diǎn)評(píng),專治疑難雜癥,為一眾參賽選手所知曉。為人低調(diào)且神秘,專注網(wǎng)站推廣數(shù)年,F(xiàn)任第二季策恩“世界名鞋淘寶客”推廣大賽評(píng)委,行蹤不甚明朗。
說(shuō)到中文分詞,我覺(jué)得只要從事SEO工作有關(guān)的朋友都應(yīng)該深刻理解這一知識(shí),理解搜索引擎是如何識(shí)別詞與詞之間的關(guān)系,如何判別語(yǔ)句的含義的。因?yàn)槟挥谐浞值牧私、貫穿?yīng)用中文分詞才可以在關(guān)鍵詞收集、分析、布局,包括標(biāo)題的攢寫做得更加得心應(yīng)手,才會(huì)寫出更加出色的軟文。中文分詞已經(jīng)是SEO知識(shí)中的核心知識(shí)。
SEOER必須要理解搜索引擎是如何工作的這一點(diǎn)尤其重要,也是最基礎(chǔ)的。
我們先來(lái)了解中文分詞的概念,什么是中文分詞?
中文分詞技術(shù)屬于自然語(yǔ)言處理技術(shù)范疇,對(duì)于一句話,人可以通過(guò)自己的知識(shí)來(lái)明白哪些是詞,哪些不是詞,但如何讓計(jì)算機(jī)也能理解?其處理過(guò)程就是分詞算法。
目前搜索引擎對(duì)于中文分詞可以分為三大類:基于字符串匹配的分詞方法、基于理解的分詞方法和基于統(tǒng)計(jì)的分詞方法。
1、基于字符串匹配的分詞方法
搜索引擎在接受用戶搜索的時(shí)候第一個(gè)會(huì)判斷用戶搜索的“詞”跟數(shù)據(jù)庫(kù)里面的“詞”是否匹配,匹配度如何來(lái)進(jìn)行掃描;
按照輸入的“關(guān)鍵詞”或是“句子”不同長(zhǎng)度優(yōu)先匹配的情況,可以分為最大(最長(zhǎng))匹配和最小(最短)匹配;
如下:
1)正向最大匹配法(由左到右的方向);
例子:策恩“世界名鞋淘寶客”推廣大賽。
正向最大切分出的關(guān)鍵詞是:策恩、世界名鞋淘寶客、推廣大賽(不上圖了,大家百度一下,然后查看快照即可)
2)逆向最大匹配法(由右到左的方向);這個(gè)跟第一點(diǎn)是一樣的分詞方式,只是關(guān)鍵詞的前后順序換過(guò)來(lái),在搜索引擎數(shù)據(jù)庫(kù)查詢得到的結(jié)果是一樣的。
3)最少切分(使每一句中切出的詞數(shù)最小);
例子:策恩“世界名鞋淘寶客”推廣大賽
最少切分出來(lái)的詞是:策恩、世界、名鞋、淘寶客、推廣、大賽;
4)雙向最大匹配法(進(jìn)行由左到右、由右到左兩次掃描)||
2、基于理解的分詞方法
這種分詞方法是通過(guò)讓計(jì)算機(jī)模擬人對(duì)句子的理解,達(dá)到識(shí)別詞的效果。其基本思想就是在分詞的同時(shí)進(jìn)行句法、語(yǔ)義分析,利用句法信息和語(yǔ)義信息來(lái)處理歧義現(xiàn)象。這種方法一直對(duì)抗著長(zhǎng)期偽原創(chuàng)的做法,在09年一般的換換同義詞,近義詞的偽原創(chuàng)百度會(huì)收錄,到了2010年偽原創(chuàng)的幅度需要做到更大才可以有效,在今年的六月底,百度的一次大更新過(guò)后,很多同學(xué)發(fā)現(xiàn)原來(lái)的采集的站,或是偽原創(chuàng)力度不大的網(wǎng)頁(yè)內(nèi)容被百度大量的放出來(lái),不在收錄,說(shuō)明百度這一分詞技術(shù)方法越來(lái)越成熟,越來(lái)越完善了。偽原創(chuàng)也是越來(lái)越難了。
3、基于統(tǒng)計(jì)的分詞方法
從形式上看,詞是穩(wěn)定的字的組合,因此在上下文中,相鄰的字同時(shí)出現(xiàn)的次數(shù)越多,就越有可能構(gòu)成一個(gè)詞。因此字與字相鄰共現(xiàn)的頻率或概率能夠較好的反映成詞的可信度。搜索引擎通過(guò)這一方法在“下拉框”或是“相關(guān)搜索”中可以充分提現(xiàn)出來(lái)。最近幾年大家發(fā)現(xiàn)很多網(wǎng)絡(luò)公司有一項(xiàng)業(yè)務(wù)是【刷百度相關(guān)關(guān)鍵詞】,當(dāng)用戶輸入某個(gè)關(guān)鍵詞的時(shí)候,我們可以做到指定在百度下拉框出現(xiàn)自己想要的關(guān)鍵詞,利用的就是這個(gè)基于統(tǒng)計(jì)的分詞原理。
最后說(shuō)下關(guān)鍵詞在標(biāo)題的應(yīng)用,理解中文分詞與網(wǎng)站標(biāo)題的關(guān)系。
1、搜索詞與網(wǎng)站標(biāo)題完全匹配
當(dāng)用戶在百度搜索的時(shí)候,搜索詞如果和您的網(wǎng)站標(biāo)題完全匹配,而且你的網(wǎng)站也達(dá)到了一定的權(quán)重的時(shí)候就會(huì)有好的排名,這個(gè)也解釋了標(biāo)題一定要出現(xiàn)關(guān)鍵詞,就是原因,反之,如果搜索的詞不和您的網(wǎng)站標(biāo)題完全匹配的時(shí)候搜索引擎就進(jìn)行分詞,分詞的方式參與了中文分詞原理的綜合方式。
2、搜索詞不匹配才進(jìn)行分詞
當(dāng)詞語(yǔ)與您的網(wǎng)站標(biāo)題不匹配的時(shí)候就會(huì)進(jìn)行分詞,分詞的方式會(huì)參與,正向、逆向、統(tǒng)計(jì)、理解、同義詞、以及新詞和歧義詞。這個(gè)時(shí)候搜索引擎理解起來(lái)會(huì)比較難,從而影響到網(wǎng)頁(yè)的排名;
說(shuō)到這里我提下之前在一個(gè)策恩淘寶客大賽交流QQ群189321234發(fā)過(guò)一些淘寶上熱搜的關(guān)鍵詞出來(lái),在上次夢(mèng)江跟我的一次訪談中一位策恩的淘寶客說(shuō)到這些詞在淘寶上搜索次數(shù)很大,但是在百度的話幾乎是零,當(dāng)時(shí)我建議優(yōu)化“行業(yè)詞+策恩、行業(yè)詞+策恩皮鞋”這類型的關(guān)鍵詞,還說(shuō)我會(huì)在往后寫文專門說(shuō)清楚,我再舉一個(gè)例子,希望可以更加清楚點(diǎn)。
標(biāo)題:休閑皮鞋策恩波文、時(shí)尚男人韓版風(fēng)
按照最大匹配法來(lái)分:休閑皮鞋、策恩波文、時(shí)尚男人、韓版風(fēng)。里面至少包含了“休閑皮鞋、休閑皮鞋策恩、策恩波文,策恩皮鞋波文”這4個(gè)詞,這樣既優(yōu)化了在百度的熱門詞“休閑皮鞋”,精準(zhǔn)詞:休閑皮鞋策恩,同時(shí)也優(yōu)化了在淘寶的熱門詞精準(zhǔn)詞“策恩波文、策恩皮鞋波文”,盡可能的做到跟用戶搜索的詞匹配度較高,我當(dāng)時(shí)說(shuō)的就是這個(gè)意思。