對與百度的分詞研究原來也沒有在意，但有一次我在作優(yōu)化時無意中發(fā)現(xiàn)一個詞也就是差了一個字，結(jié)果排名大不相同。我作的是二手房的關(guān)鍵詞，但是我的頁面上的關(guān)鍵詞設(shè)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關(guān)鍵詞嗎？如果沒有仔細(xì)對百度的分詞進(jìn)行研究，大家可能看不出這兩個詞會有什么區(qū)別，不過大家只要稍微留心一下搜索出來的結(jié)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(dāng)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關(guān)鍵詞的時候就找不到我的頁面了。通過這個小細(xì)節(jié)，我覺得有必要對百度的分詞進(jìn)行一下深入的研究，我大概地總結(jié)出了以下這么幾點(diǎn)：

　　1、百度分詞是根據(jù)內(nèi)容中，第一次出現(xiàn)關(guān)鍵詞相關(guān)詞為標(biāo)準(zhǔn)來分的。例如“今日新開熱血江湖sf”這個詞如果你的正文中第一個出現(xiàn)的是“今日”這個詞，那么你的頁面上的關(guān)鍵詞就會被拆分成“今日”和“新開熱血江湖sf”兩個詞，標(biāo)題中一定要包含關(guān)鍵詞，但不一定要完全匹配，但內(nèi)容中出現(xiàn)的關(guān)鍵詞是要跟百度分詞完全匹配的，在完全匹配中又會根據(jù)文件URL路徑的深度來進(jìn)行排序，在關(guān)鍵詞都完全匹配的情況下，比如說目錄比文件有優(yōu)先權(quán)，根目錄下的文件要比二級目錄下的文件有優(yōu)先權(quán)，完全匹配的會排在前面，然后再是部分匹配的。

　　2、在關(guān)鍵詞沒有完全匹配的情況下，如果有分詞，比如說：游覽器下載，這個關(guān)鍵詞，有一個網(wǎng)頁里第一次出現(xiàn)的關(guān)鍵詞是游覽器，并且有較高的關(guān)鍵詞密度，但是這個網(wǎng)頁中卻沒有“下載”這個關(guān)鍵詞而另一個網(wǎng)頁里第一次出現(xiàn)的關(guān)鍵詞是下載，那么這個網(wǎng)頁的關(guān)鍵詞就會被拆分成 游覽器 下載 兩個詞，雖然第二個網(wǎng)頁里包含有“游覽器” “下載” 但是第一個網(wǎng)頁還是會排在第二個網(wǎng)頁的前面，這說明關(guān)鍵詞的前面部分是最重要的。

　　3、關(guān)鍵詞第一部分出現(xiàn)的頻率是排名的關(guān)鍵，比如說 “游覽器 下載”，如果兩個網(wǎng)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(wǎng)頁將會排在前面。

　　4、如果完全匹配，但是關(guān)鍵詞第一出現(xiàn)是在頁面內(nèi)容的最后面部分，那么這個網(wǎng)頁的排名將比前面這些頁面還要低。所以關(guān)鍵詞盡早在內(nèi)容中出現(xiàn)是非常重要的。

　　5、百度根據(jù)第一次出現(xiàn)的相關(guān)關(guān)鍵詞切詞，如果第一次出現(xiàn)的相關(guān)關(guān)鍵詞是關(guān)鍵詞的尾部，那么就從后面開始切，如果是前面部分就從前面開始切，也就是根據(jù)網(wǎng)頁內(nèi)容的順序和反序進(jìn)行分詞，順序的時候就是以關(guān)鍵詞前半部分為起點(diǎn)，反序的時候就是以關(guān)鍵詞的后半部分為起點(diǎn)。例如：“今日新開熱血江湖sf” 這個關(guān)鍵詞，如果你的網(wǎng)頁中第一次出現(xiàn)的關(guān)鍵詞是“熱血江湖sf”，那么你這個頁面的關(guān)鍵詞會被拆分成“熱血江湖sf”和“今日新開”兩個詞。

[1] [2] 下一頁