|
| 网站（zhàn）SEO优化之（zhī）Google分词法 |
|
Google分词（cí）算法值得我们好好研究（jiū）一（yī）下。Google的搜索结果页(SERP)与搜索关键字的相关性，明显大于百度（dù），这是因（yīn）为（wéi）Google把（bǎ）搜索关键字（zì）都拆分成最基本的词组（zǔ）和单字后，在根据相关性去匹配数据库的中（zhōng）内（nèi）容（róng），而且Google拆分后的最基本词组，完全是（shì）根据词典（diǎn）里的词组匹配的，也是说（shuō）它符合国家语（yǔ）言文字工（gōng）作委员会的规范和标准的，这只限于普通词组(公众（zhòng）人名、著名品（pǐn）牌（pái）名)。
实（shí）例1：测试Google是（shì）否有专（zhuān）业名词库（kù）
在（zài）Google搜索（suǒ）“搜索引擎关键字”，Google会把这个关键字短语拆分（fèn）为“搜（sōu）索—引擎—关键—字”，这是（shì）因为“搜（sōu）索（suǒ）引擎”和“关键字（zì）”都是网络专业词组，可能Google没有专业词组库（kù），所以就被拆分成了“搜索（suǒ）—引擎（qíng）—关键—字”。
实例2：测试Google拆分长关键字
在Google搜（sōu）索“他舅WAP流量统计分析”，Google把这（zhè）个关键字（zì）短语拆（chāi）分为“他—舅—wap—流（liú）量—统计—分析”六（liù）部分（fèn），“WAP”是一个英文（wén）词组（zǔ），包括Google和其他搜索引擎一般是不拆分英文词组的(就算它不是英（yīng）文单词)，“流量”、“统计”、“分析”都（dōu）是（shì）符合国（guó）家语（yǔ）言规范的标准词组，“他舅”只是（shì）中国老百（bǎi）姓一个口头称谓用语，不符合国家语言（yán）规范，在词（cí）典（diǎn）中根本（běn）就查不到这，所以Google就（jiù）把“他舅”拆分成（chéng）了两个（gè）单字。
实例3：测试品（pǐn）牌名是否被Google收录为词组
在Google搜（sōu）索“海尔冰箱”、“惠普电脑”、“华（huá）为通讯”、“美的（de）电器（qì）”，“五粮液酒”，“夏利汽车”、“北京同仁堂”这七个都是著名的品牌，结果是“海尔”、“惠普”、“华为”、“五粮液”、“同仁堂”都是单独的词组，没有（yǒu）被拆分为单字，“夏（xià）利（lì）”、“美的”这（zhè）两个品牌却被拆分成了单字。不是所有品牌都能被Google作为一个词组收（shōu）录进品牌（pái）词库，Google有自己的（de）收（shōu）录（lù）标准的。
实例4：测试Google是否会（huì）拆分成（chéng）语
下面（miàn）我们搜索一下韩乔生的经典名句“迅雷（léi）不及（jí）掩耳之势”和“山（shān）清（qīng）水秀（xiù）丽（lì）”，结果“迅雷不及（jí）掩（yǎn）耳之势”这个短句（jù）被拆分成了“迅雷—不及（jí）—掩耳盗铃—之—势”，“迅雷（léi）”是一个符合汉（hàn）语言规（guī）范的标准词组，不是指下载（zǎi）工具那个“迅雷”，“不及”也是（shì）一个词组，“掩耳盗铃”也是符合国家语（yǔ）言规（guī）范的成语，“之势”不是标准词（cí）组，所（suǒ）以就被拆分为两个（gè）单字。“山清水秀丽”被拆（chāi）分为了“山清水秀（xiù）—丽（lì）”，“山清水秀”是（shì）一个成（chéng）语没有拆分。Google把成语作（zuò）为几个基本（běn）词组，不会进一步拆分（fèn）。
实例5：测试普通（tōng）之间是否有权重高低之分（fèn）
搜索“山（shān）河（hé）水灾”这个关键字短语，结果Google拆分（fèn）为“山（shān）河”和“水灾（zāi）”两个词（cí）组;然后搜素“山（shān）河水（shuǐ）灾（zāi）情”这个（gè）关键字短语，结（jié）果Google拆（chāi）分为“山河”、“水”、“灾情”三部分（fèn），“水”字没（méi）有和“灾”组成词组，反而“灾（zāi）”和“情”组成了词组，这说（shuō）“灾情”这（zhè）个词的权重高于（yú）“水（shuǐ）灾（zāi）”的权重。这说明词（cí）组之（zhī）间也是有权（quán）重之分的。
根据实例测试推断：Google会把搜（sōu）索（suǒ）的关（guān）键（jiàn）字(短语)拆分为最基本（běn）的（de）词组（zǔ），这些普通词组都是符合汉（hàn）语言规范的标准词组，不像（xiàng）百（bǎi）度那样收（shōu）录（lù）“人（rén）造名词（cí）”。Google的词（cí）组大致可分为普通（tōng）名词、地名、人名（míng）等几类，关键字(短（duǎn）语（yǔ）)都是从（cóng）左（zuǒ）向右，按权重高（gāo）低拆分（fèn）。这些词（cí）组权重从低到（dào）高依次如（rú）下：人名<普通词组<地名<成语<领导（dǎo）人名字。进一步测试品（pǐn）牌名和人名的权重是（shì）一样，都是最低的，这只是一个大（dà）致顺序（xù），因为（wéi）同一类词组还（hái）会根据日常使用的频率（lǜ）进一步的分级，每一级的分配不同的权重，所以（yǐ）同（tóng）一（yī）类词组之间也有权（quán）重高低之（zhī）分。
|
|
