Categories


Tags


如何通过百度快照分析中文分词和百度排名

很多站长抱怨百度算法反复无常,排名忽上忽下,鲜少有人去仔细的研究和分析百度排名背后的意义。笔者就先来抛砖引玉,谈一谈通过百度快照来分析中文分词和百度排名的关联。由于并非搜索引擎专业人士,只是通过快照现象得出的个人观察结论,不一定准确,只为广大站长起一个去认真观察分析的引子而已。

笔者觉得有必要先解释下中文分词的概念。百科定义:中文分词(Chinese Word Segmentation) 指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。

之所以会有中文分词,是因为汉语语法的特殊性。中文分词对于搜索引擎来说,最重要的就在于相关性排序,中文分词的好坏,常常直接影响到对搜索结果的网页排名,尤其是百度的中文分词对搜索排名的影响。据百科解释,现有的中文分词算法有基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法这三类。

当然,百度的搜索结果排名并不是单纯的中文分词,也不仅仅是单一的一种中文分词,往往是三种分词算法的综合应用。

百度快照是个神奇的东西,可以解决或者了解网站以及百度的很多内容。除了可以快速查看某个无法打开或者打开速度特别慢的页面,还可以查看网页被百度收录情况,也可以用来识别一些虚假友情链接页面,当然也可以用来了解百度中文分词的一些情况。我们来看一下一些关键词的搜索结果的百度快照页面。

1、短关键词

以搜索“百度快照”为例,从表面看,搜索结果中对“百度快照”的字符串匹配有完全匹配,也有不完全匹配,似乎是网站权重高排在首页。

打开第一个百度快照页面,可以看到“百度快照”四个字被黄色标识,并且快照页面有“百度快照”关键字的正向最大匹配。

打开第二个百度快照页面,可以看到“百度快照”四个字同样被黄色标识,并且快照页面有“百度快照”关键字的正向最大匹配。

2、长尾关键词

以“小说阅读网”为例,以下是首页搜索结果展示

打开第一个百度快照页面,可以看到“小说阅读网”关键词被黄色标识,页面关键字是正向最大匹配。其它也大抵如此。

但也有并非是完全匹配词,打开第三个百度快照页面,“小说阅读网”五个字被黄蓝青三色分开标识,分别拆成“小说”、“阅读”“网”三个词,快照页面也没有对这五个字完全匹配。

搜索一下其它词汇,首页搜索结果大部分的百度快照页面也大都如此,不在此一一展示,大家平时可以多观察一下看看。

我们或许可以看出两个情况:

1、百度首页排名的网站有一个共同点:页面对于搜索的关键词基本是正向最大匹配。即排名首页网站的页面大多对于所搜索关键词正向最大匹配。

2、对于中文分词,通过长尾词搜索,可以看出百度对于关键词或者说长尾词是如何拆分的。

百度快照颜色有何意义?

另外,还有个探索性问题,对于百度快照中关键词拆分中的颜色代表何意?一般有黄、蓝、青、红四种主要颜色。

笔者分析:黄色代表所搜关键词的主关键词,即一个短语或者词组的侧重点,是用户搜索的主体;红色代表所搜索关键词的内容,是用户要搜索主体的重点;蓝色则是对主体的解释,起到辅助说明作用;青色一般是辅助词,可有可无。

当然这是笔者的一种猜测性分析,不正确之处大家可以一起交流。

来源:北漂书生投稿

来源:月光博客


Public @ 2021-12-17 16:12:35

网站如何降低被劫持的风险?

对于主动进行网站劫持的作弊行为,我们一定会严厉打击,请网站自觉迅速清理问题页面。除了网站主动进行恶意劫持外,也有一些网站存在“被恶意劫持“或站内的”第三方站点链接被劫持“的问题,为了降低网站被劫持的风险,我们建议您:1、对网站进行HTTPS改造,加强网站安全性,可参考《HTTPS改造全解析》;2、推动第三方站点改造HTTPS或者自查,跟第三方资源提供者充分沟通,保证网站统计、网站优化、推广广告等使

Public @ 2012-08-25 15:37:36

零基础开启网站SEO的生命周期

我们通过走访各类SEO大牛及自身几万网站做SEO的经验,内部分享下网站从0开始的SEO的生命周期。我们把网站分为6个周期,新站期1-15天,扶持期16-45天,降权期45-90天,上升期90-135天,平稳期135-300天,信任期300后!我们总结出百度每月26号以后会进行一次更新,月中11-16会进行一次更新,每周3会进行一次更新,每天上午9点左右、下午15点左右会进行一次更新。每年的6月底、

Public @ 2018-09-28 16:18:51

搜索引擎技术揭密:中文分词技术

信息的飞速增长,使搜索引擎成为人们查找信息的首选工具,Google、百度、中国搜索等大型搜索引擎一直是人们讨论的话题。随着搜索市场价值的不断增加,越来越多的公司开发出自己的搜索引擎,阿里巴巴的商机搜索、8848的购物搜索等也陆续面世,自然,搜索引擎技术也成为技术人员关注的热点。搜索引擎技术的研究,国外比中国要早近十年,从最早的Archie,到后来的Excite,以及altvista、overtur

Public @ 2011-06-23 16:12:35

如何通过百度快照分析中文分词和百度排名

1. 中文分词:通过百度快照分析页面中的内容,可以将文本进行中文分词,即将文本中的中文词语切分开来,得到具有意义的词语序列。目前常用的中文分词工具有结巴分词、HanLP、THULAC等,可以将文本进行预处理,为后续分析提供更准确的数据基础。 2. 百度排名:通过百度快照分析页面的排名信息,可以了解该页面在百度搜索结果页面中的排名情况。具体分析方法包括: - 通过搜索关键词在百度中进行搜索,查看

Public @ 2023-04-03 22:00:45

更多您感兴趣的搜索

0.474738s