百度分词技术_百度输入法分词位置_数据处理分词例句(10)

2.关键词匹配度计算：

分词后，要对短语中的关键词进行“索库”，如果某个词在短语中与其他词相关性不大，将去除匹配，但是其他词计算匹配度时任然作为字数计算。以“百度如 何排 名”来分析：一般意义上，这个搜索短语被分为“百度如何排名”;“百度如何”+“排名”;“百度排名”+“如何”……：那么“百度如何排名”匹配度就是 100%，紧接着就是“百度排名如何”，“如何排名百度”，“如何百度排名”，“排名百度如何”，“排名如何百度”;“百度排名”的匹配度是1/3+1 /3=2/3;“如何排名”的匹配度是1/2;“百度”的匹配度是1/3……以上只是粗略的估算，具体的都多分词算法还要加入相关参数计算，如顺序优先度，倒序优先度，双序优先度，最少化切词度……(具体的算法因蒋鑫鹏学识有限，恕不能分享，在此只是一个基本思路的分析，可以供朋友们参考，另外分词中含 有很多关于标点符号、空格、单字等的处理)

3.title关键词匹配度：

title中的关键词在title本身的分词匹配中的计算方式与2中提到的一样，蒋鑫鹏在此想说明两点：A.根据观察推断，百度收录快照后，对快照的 存档 中应该已经做好可能的分词及匹配度的数据标注(如果不是这样，那么百度检索的效率不会有这么高)B.每一次用户的检索百度都要进行分词，并依分词的结果从 从档的快照中的分词标注中做最大化的匹配。

另外，Title的公认长度一般认为是不超过80个字符(包含标点及空格，折合中文汉字约为40个字)，但从百度检索结果的快照标题中看，对于不同站 点百 度根据权重会有不同的限制，一般为60个字符，有的站能达到70个字符，超过的部分用“…”代替，但并不意味着百度不计算在内，以 “”来说，蒋鑫鹏再添加标题的时候将“智宝美规车SUV”放到最后，但你百度“智宝美规车SUV”的时候现实的快照标 题可以正常显示“智宝美规车SUV”而将title超过显示的部分以段前段后省略的方式显示。

一般，如果没有特殊必要，建议不要超过公认的80字符，否则，不仅稀释了关键词的匹配度，还会影响搜索引擎对快照的打分。

【做title的技巧】，写到此，顺便分享下蒋鑫鹏的一点技巧，企业网站因为页面少，一般容易获得排名的主要是主页，所以主页的title一定要精心 布 置，如果实在放不下的关键词放到deｓｃｒｉｐｔion中靠前的位置，另外，建议将站点名称简写放在后面，以保证重点关键词靠前而获得较好的匹配度，站点 名称用“【】”起来，虽然浪费了4个字符，但是在搜索结果中会比较突出，能吸引用户的注意而提高网站知名度和进入率。

顺便提下，蒋鑫鹏在操作中发现，如果头部标签更新频繁过度会被降权处理(一般头部修改后会进入快照观察期，搜索结果对于修改后的标题显示会延迟1~3 周不 等，具体根据不同关键词在页面内容中的体现更新及外部链接锚文本中包含该关键词的更新度不等而延迟时间不等)，头部标签一月内修改2次以上，百度会直接随 机抓取页面内的文本作为描述摘要。Google对于Title更新频繁的页面，会直接抓页面布局中重点体现的某段短语做标题。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-37623-10.html