對與百度的分詞研究原來也沒有在意，但有一次我在作優化時無意中發現一個詞也就是差了一個字，結果排名大不相同。我作的是二手房的要害詞，但是我的頁面上的要害詞設置卻是“二手房源”，可能有的朋友會說，這個沒什么問題啊，“二手房源”不是包含了二手房這個要害詞嗎？假如沒有仔細對百度的分詞進行研究，大家可能看不出這兩個詞會有什么區別，不過大家只要稍微留心一下搜索出來的結果，就可以看出端倪了，百度在對“二手房”和“二手房源”這兩個詞分詞出來是不一樣的，百度自己建立有自己的詞庫，所以他會把“二手房“這個詞當作一個整體，但是對于”二手房源“這個詞，百度則拆分成了”二手“和”房源“兩個詞，自然別人在搜索二手房這個要害詞的時候就找不到我的頁面了。通過這個小細節，我覺得有必要對百度的分詞進行一下深入的研究，我大概地總結出了以下這么幾點：
1、百度分詞是根據內容中，第一次出現要害詞相關詞為標準來分的。例如”今日新開熱血江湖sf“這個詞
假如你的正文中第一個出現的是”今日“這個詞，那么你的頁面上的要害詞就會被拆分成”今日”和“新開熱血江湖sf“兩個詞，標題中一定要包含要害詞，但不一定要完全匹配，但內容中出現的要害詞是要跟百度分詞完全匹配的，在完全匹配中又會根據文件URL路徑的深度來進行排序，在要害詞都完全匹配的情況下，比如說目錄比文件有優先權，根目錄下的文件要比二級目錄下的文件有優先權，完全匹配的會排在前面，然后再是部分匹配的。
2、在要害詞沒有完全匹配的情況下，假如有分詞，比如說：游覽器下載
這個要害詞，有一個網頁里第一次出現的要害詞是游覽器，并且有較高的要害詞密度，但是這個網頁中卻沒有”下載“這個要害詞
而另一個網頁里第一次出現的要害詞是下載，那么這個網頁的要害詞就會被拆分成 游覽器 下載 兩個詞，雖然第二個網頁里包含有“游覽器” “下載” 但是第一個網頁還是會排在第二個網頁的前面，這說明要害詞的前面部分是最重要的。
3、要害詞第一部分出現的頻率是排名的要害，比如說 ”游覽器 下載“，假如兩個網頁都沒有完全匹配，都是含有兩個分詞，那么“游覽器”這個分詞密度高的網頁將會排在前面。
4、假如完全匹配，但是要害詞第一出現是在頁面內容的最后面部分，那么這個網頁的排名將比前面這些頁面還要低。所以要害詞盡早在內容中出現是非常重要的。
5、百度根據第一次出現的相關要害詞切詞，假如第一次出現的相關要害詞是要害詞的尾部，那么就從后面開始切，假如是前面部分就從前面開始切，也就是根據網頁內容的順序和反序進行分詞，順序的時候就是以要害詞前半部分為起點，反序的時候就是以要害詞的后半部分為起點。例如：”今日新開熱血江湖sf“ 這個要害詞，假如你的網頁中第一次出現的要害詞是”熱血江湖sf“，那么你這個頁面的要害詞會被拆分成”熱血江湖sf”和“今日新開”兩個詞。
6、可以根據百度的切詞原理，自己來選擇比較好作的要害詞頭部（也就是調整你網頁內容中第一次出現的要害詞）。也就是進行人為切詞，百度會進行從前往后判定，也會從后往前面切。
7、假如切詞出現前半部分和后半部分有重復的話，那么有重復的會比沒重復的排名低，但假如都有重復那么就是根據前半部分的密度來判定。
例如：今日新開熱血江湖sf 假如被切成 今日新開熱血江湖|新開熱血江湖sf （這樣切出來的詞前半部分太長，所以排名不利）那么排名肯定要比切成今日新開|熱血江湖|sf 的排名差
8、假如在要害詞沒有完全匹配的情況下，并且要害詞出現得不完整，比如說：今日新開熱血江湖sf，網頁的內容包含的要害詞中假如沒有“今日”這個詞，那么切詞就會從“新開”開始，但是這樣的網頁都會排在比較靠后了，因為你要害詞的前部分都沒有包含
9、缺詞的情況下下，假如與不缺詞的網頁進行比較的話，那還是根據切詞前部分的密度進行排序，也就是說按照切詞的順序，假如切出來的詞，前部分的密度比后部分的密度比例是要害，例如一個網頁中，前部分與后部分要害詞的比例是1：2，另外一個網頁的比例是1：4，那么當然前面的那個網頁排名要靠前。同樣在缺詞的情況下，切出來前詞短的排名有優勢
10、假如不缺詞，但是要害詞后面部分比前面部分先出現，例如“今日新開熱血江湖sf” sf這個詞先出現，但是“今日新開熱血江湖”這個詞的密度又不高的話，那么排名會比那些缺詞的還要靠后
11、同樣是后詞出現在前面，但是前詞與后詞的比例是要害，例如一個網頁中包含有“sf” “今日新開熱血江湖”這樣兩個詞，比例為1：1另外一個網頁包含的是 “新開熱血江湖” “sf” “今日新開” 比例是2：1：1，那么前面的那個網頁排名有優勢，要害詞的數量不是要害，出現的位置，以及分詞的比例是非常要害的。越靠后的分詞占的比例越多，排名越不利
12、要害詞在正文中出現的位置過于靠后也是不利的，主詞的密度太低也不利，前面的網頁情況都是在主詞密度差不多的情況下進行比較的。
留言列表