济南网站优化公司

济南网站优化公司外包服务咨询方式

浅谈百度搜索引擎分词技术

浏览:/ 2015-09-10

一、对提交的搜索请求分析

  
搜索用户在搜索引擎上键入关键词,提交搜索请求,一步一步找到匹配的网页显示出来。当我们键入关键词提交(按下回车)给搜索引擎时,搜索引擎便会对这次搜索请求进行详细分析。


  
1、中文分词


  
中文分词是各大搜索引擎中重要的环节,中文分词能够更加明确掌握搜索请求的重点所在,时期更好地页面展示给搜索用户。


  
百度中文分词常见的以下三种:


  
a、基于字符串匹配


  
在基于字符串匹配中正向最大匹配法、逆向最大匹配法、最少切分这三种又比较常见。


  
正向最大匹配法:利用关键词查询的时候,在百度排名第一位的是以标题和搜索的长尾词相符合,说明在网站条件相当的情况下,先显示标题匹配的网页。


  
逆向最大匹配法:刚刚是正向最大匹配法相反的规则,即从右往左反向进行拆分和组合。


  
最少切分:最小切分就是将一个个词组切分为最细化,甚者会一个字出现。


  
b、理解分词方法


  
理解分词方法:搜索引擎模拟人的思维,对其语句的理解进行分词技术。通过对存储的词语和语句的整合,进行分词理解。其基本思想就是在分词的同时进行句法、语义分析,利用句法信息和语义信息来处理歧义现象。它通常包括三个部分:分词子系统、句法语义子系统、总控部分。在总控部分的协调下,分词子系统可以获得有关词、句子等的句法和语义信息来对分词歧义进行判断,即它模拟了人对句子的理解过程。


  
c、统计分词方法


  
相邻的字同时出现的次数越多,中文分词就会可能把出现相邻的字当成你一个词。我们常常不是使用粗体,女包批发黑体这些吗?原因还在于这对于搜索引擎理解同样有利。


  
2、去掉停止词


  
搜索用户在键入关键词时,或多或少会出现不少停止词,像“的”“吗”,这样才能最大限度的显示最相关,最能够满足用户体验的结果页面。


  
3、处理符号


  
搜索引擎还是很看重标点符号的,因此我们SEOer在编辑文章的时候,应当注意标点符号的合理使用,尤其是在文章标题上。


  
二、匹配搜索请求

  
当搜索引擎接收到搜索请求详细分析之后,便会匹配URL(当然重点是标题和摘要片段),匹配的URL成千上万个,怎样才能有序显示出来了,这就需要搜索引擎按URL的匹配程度排序。


  
三、对匹配网页排名

  
为匹配的网页排序,其实就是搜索引擎对匹配的网页进行筛选,挑选的过程,然后按照一定的顺序整理出结构的行为。当然搜索引擎都会给每个网页一个值,即权重(SEOer们自我定义),通过判断该网页对搜索引擎和用户体验的价值进行排序排名。提高排名的因素多种多样,目前基本上是参考HITS算法,TrustRank信任指数算法、PR值等等。

 


百度词库是由无数个小词库构成的,也就是程序中所说的数据库,通过对词库的分解我们能了解我们标题的正确优化法则!词库是否存在最简单的法则就是通过百度指数查找。
 

 

seo.jpg

阅读"浅谈百度搜索引擎分词技术"的人还阅读

上一篇:这些站内、站外SEO优化细节你注意了吗?

下一篇:网站内部链接及权重的分配三大重点你要重好