欢迎光临
我们一直在努力

SEO高端操作手法之建立词库

  • 关键词来源
    • 通过词根托词(定向)
      • 5118长尾词:https://ci.5118.com/1b49a5d8/
      • 爱站长尾词:https://ci.aizhan.com/8d5a94b1/
      • 相关搜索(包含词根的)轮循
      • 下拉框(包含词根的)轮循
      • 凤巢关键词

      • 5118树状规划图:https://plan.5118.com/
        
        
    • 通过网站托词(非定向)
      • 5118网站词库:https://www.5118.com/seo/baidupc/www.1688.com
      • 爱站网站词库:https://baidurank.aizhan.com/baidu/1688.com/
      • 遍历竞争对手网站地图:
        • tag页、专题页…sitemap
        • /tag/1/ /tag/2/ /tag/3/
        • 跟领域相关,但有没有明确的词根

  • 分类
    • 通过词根拓展的
      • 找出

        筛选条件,可以作为网站栏目或筛选项

      • 找出

        有找交流群的,有找新产品的,有问某个产品靠不靠谱的…

      • 根据筛选条件和搜索需求,批量生成大量词
        
        
    • 通过网站拓展的
      • 过滤出垃圾词
        • 与本站内容完全不相关的
        • 不符合社会主义核心价值观的
        • 重复的
      • 过滤方法
        • 与本站内容完全不相关的

          最简单的办法,通过搜索解决。每个词,搜索整站内容,如果没有搜索结果,则与本站内容不相关

        • 不符合社会主义核心价值观的

          命中黑名单

        • 重复的

          删掉停止词后,再分词后,词项完全一致的,保留一个

          
          
      • 分类
        • 词向量

          http://ai.baidu.com/tech/nlp/word_embedding

          机器学习:tensorflow

        • 通过搜索
          • 网站每个栏目下,随机抽取几千篇文章标题
          • 依次给每个栏目的文章标题,创建索引
          • 用拓展词依次去搜索,每个栏目标题的索引,并记录搜索结果数量
          • 将该关键词,归类到搜索结果数最大的栏目下
            
            
        • 打标签

          文章标签:http://ai.baidu.com/tech/nlp_apply/topictagger

          文章分类:http://ai.baidu.com/tech/nlp_apply/doctagger


2.1)TF-IDF计算

TF = 某个词在文档中出现的次数 / 文档的长度


IDF = log( 搜索引擎文档总数 / 出现某个词的文档总数 )

PS:log以2为底


2.2)TF-IDF的意义

  • 网页不见得内容越多越好。若布局不当,内容越多反而会稀释TF(keyword)的分值,从而降低这个词与这个网页的相关性
  • IDF本质是一个词项的权重,降低文档中高频关键词的权重。所以网页中,玩命塞完整的关键词不见得好,但要多塞这个关键词中IDF最高的词项
    
    

2.3)BM25计算

  • 常量K:用来限制TF值的增长极限,TF值永远在 [0 ~ K+1] 之间
  • 参数L:文档长度与平均长度的比值,如果文档长度是平均长度的2倍,则L=2
  • 常数b:用来规定L对评分的影响有多大

Elasticsearch里,K默认1.2,b默认0.75

$ ext{公式} = 权重(IDF)×相关性 = sum_{i=1}^n ext{IDF}(keyword)cdotleft[frac{TF(keyword)cdotleft(k+1
ight)}{TF(keyword) + kcdotleft(1-b+bcdotfrac{当前文档的字数}{整个文档库的平均字数}
ight)}
ight]$

2.4)BM25的意义

  • 增加了文档长度对相关性的影响。文档越短,相关性会比用TF计算的值更低,减少通过 [缩减页面内容量] 对相关性计算的干扰
  • 增加了对TF极限值的限制,减少通过 [堆砌IDF高的词项] 对相关性计算的影响
  • 只是影响而已,[缩减页面内容量] 和 [堆砌IDF高的词项] 还是有用的,注意尺度
  • BM25同样作用于title
赞(0)
未经允许不得转载:梦马网络 » SEO高端操作手法之建立词库
分享到

登录

找回密码

注册