關鍵詞過濾演算法

① 通過關鍵詞如何使自已的網站被搜索引擎搜到

什麼是關鍵字密度（Keyword Density）？
關鍵字密度就是一個關鍵字或一個關鍵詞在網頁上出現的總次數與其他文字的比例。相對於頁面總字數而言，關鍵字出現的次數越多，那麼總的關鍵字密度也就越大。其他文字出現的次數越多，關鍵字的比例就越低，則關鍵字密度越小。

關鍵字密度對網站排名是否有影響？
關鍵字密度是許多搜索引擎，包括Google、Yahoo和MSN的搜索演算法之一。每個搜索引擎都有一套關於關鍵字密度的不同的數學公式，關鍵字密度可使你獲得較高的排名位置。就實施懲罰前所容許的關鍵字密度的程度而言，不同的搜索引擎之間也存在不同的容許級別。

好的，那麼關鍵字到底是什麼呢？
關鍵字就是搜索者在查找信息、產品或服務時，在搜索引擎界面中輸入的詞條。關鍵字是搜索引擎演算法所進行的數學運算的一個因子，用來確定幾十億個網頁與特定搜索之間的相關性。那些被搜索演算法認為與某個關鍵字搜索最為相關的頁面將被依次排列出來。

如何區分關鍵字與關鍵詞？
關鍵字可以是一個單字或包含這個字的一個詞。搜索者在查找信息時，這兩種方式均有用到。一般的規則是，關鍵詞越長，從搜索引擎索引中返回的信息也就越精確。

不同的搜索引擎對待關鍵字密度的態度都不同嗎？
搜索引擎優化（SEO）專家通常認為，Yahoo和MSN對每個頁面的關鍵字密度的容許程度比搜索行業領先者Google要寬松一些。這個問題在SEO圈內仍存在一些爭論，而且很容易找出相反的例子。然而一般說來，對於過多使用關鍵字，Google的容許限度要比Yahoo和MSN小一些。

有關鍵字密度公式嗎？
沒有一成不變的關鍵字公式，但將關鍵字與頁面總字數的比例控制在5％以下，可能是最好的做法。關鍵字過多很可能會觸發關鍵字堆砌過濾器（keyword stuffing filter）。關鍵字在網頁文本中出現的次數過多，會減少網頁讀者的滯留時間（readership retention），並降低訪問者轉變為付費客戶的轉化率（conversion rate）。畢竟，對於任何商業網站而言，一個網頁的目的就是要將訪問者轉變為客戶。對於一個內容網站，其目的就是要讓盡可能多的訪問者閱讀到有用的信息。而糟糕的文字適得其反。

關鍵字密度與關鍵字分布是否有區別？
關鍵字密度是指頁面上使用關鍵字的數量與所討論頁面的總字數的比值。關鍵字分布是指這些關鍵字在網頁上的位置。這個位置可以是title標簽、鏈接、headings、文本主體，或任何有文字出現的地方。

關鍵字的順序對排名有影響嗎？
一些SEO專家認為將關鍵字放置在頁面的較高位置會使該頁面的搜索排名飆升。然而並不是所有的搜索引擎觀察家都是這樣認為的。一般說來，最好按照正常的編輯風格將關鍵字分布在整個網頁內容中。看起來自然的內容更易於閱讀，而且和關鍵字在頁面上進行特殊的分布一樣，在搜索排名中也會獲得較好的得分。

關鍵字是否能像鏈接錨文本（link anchor text）一樣起作用？
通常的做法是，在鏈接錨文本中使用關鍵字，但它對於發送頁或接收頁的關鍵字密度沒有什麼影響。對於SEO來說，由接收頁最重要的關鍵字組成的鏈接錨文本，很可能比在網頁內容上多次使用關鍵字更有效。鏈接錨文本中的關鍵字會讓搜索引擎知道該接收頁的主題是什麼。搜索引擎看不順眼的一種關鍵字堆砌形式是在所有引入鏈接（incoming link）的錨文本中使用完全相同的關鍵字。關鍵字和關鍵詞可以與所使用的鏈接錨文本的多種變化形式進行最佳的融合及匹配。

title標簽內的關鍵字重要嗎？
title標簽是一個網頁最重要的搜索關鍵詞放置的最佳位置。在title標簽內，關鍵字的布局方式是很重要的。最重要的關鍵字應放置在網頁title標簽的開頭部分。如果放上全部關鍵字，則在title標簽內有造成關鍵字堆砌（keyword stuffing）的危險。千萬不要在title標簽內使用任何關鍵字超過三次。為了防止觸發關鍵字堆砌過濾器（keyword stuffing filter），最多出現兩次會更安全。

關鍵字的形式會影響排名嗎？
可以根據搜索引擎的要求來撰寫關鍵字。可以通過組合獲得想要的搜索關鍵詞。可以同時使用關鍵字的單復數形式，因為許多搜索者都會選用其中的一種形式。其他關鍵詞的撰寫方法有：加-ed、-ing或其他後綴來反映不同的搜索。

關鍵字的單復數形式通常會在Google中產生迥然不同的搜索結果，這樣一來，如果要獲得關鍵字優化良好的內容，那麼使用關鍵字的單復數形式就變得很重要。如果關鍵字單復數變化太難，並且關鍵字競爭也很激烈，那麼最好為這個關鍵字的每種變化形式新建一個頁面，以加強網頁的關鍵字權重。

網頁文本是否應該使用不同的關鍵字？
在網頁上使用不同的關鍵字，這是一個好主意。這樣做，對於進行其他關鍵字的搜索，頁面的排名也會很好，與原來針對關鍵字或關鍵詞的搜索相比較，許多這類搜索都會增大流量或銷量。不同的關鍵字會使網頁變得更有趣，從而促使訪問者閱讀該頁面，結果就會大大增加了訪問者在該站點的停留時間，而且更提高了將訪問站點轉變為銷售額的比率。然而，在競爭激烈的情況下，最好的策略就是經常為每個不同的關鍵字或關鍵詞創建獨立的網頁。

網頁內容編輯的最佳方法是什麼？
編輯網頁內容的最佳方法就是採用一種易於閱讀的格式。網頁應該行文流暢，結果就會是要麼將訪問者轉變為客戶，要麼讓他們從這個網站上查找到更多的信息。將查找關鍵字放在整篇信息中以及網頁的heading和title標簽內的正常位置，將會提高網頁關鍵字的價值。由於並非所有關鍵字都充斥在網頁信息或銷售頁面中，因此這也可以避免造成關鍵字堆砌（keyword stuffing）。

有計算關鍵字密度的工具嗎？
有許多優秀的關鍵字密度工具可以使用，包括：

Search Engine World的關鍵字密度分析工具（Keyword Density Analyzer）： http://www.searchengineworld.com/cgi_bin/kwda.cgi,
Keyword Density Analyzer http://www.virtualpromote.com/tools/keyword_analyzer/,
SEO Chat的關鍵字密度工具：http://www.seochat.com/seo_tools/keyword_density/
簡單搜索一下，還會發現更多的好工具哦！

一個網頁可以有多個關鍵字嗎？
理論上講，只要一個網頁包含有足夠多的文字來平衡關鍵字，則這個網頁可以具有無數個關鍵字。但實際上，一個網頁最多能包含5％或更少比例的關鍵字。限制關鍵字個數的原因並不完全是為了規避Google的過濾器，同時也是為了保持網頁對讀者的易讀性。內容糟糕的網頁，信息匱乏，不是一個好的銷售或市場營銷資料。即便是靠稍高的搜索排名獲得的任何蠅頭小利，也不僅僅是訪問流量和潛在客戶的銳減所能抵消的。

什麼是關鍵字堆砌（keyword stuffing）？
關鍵字堆砌（keyword stuffing）是指在一個網頁中非常密集地放置關鍵字。一般說來，如果關鍵字的出現過於頻繁，就會蓋過網頁的其他內容。雖然過度使用關鍵字有可能觸發Google的過濾器（filter），但更嚴重的問題是因內容難於閱讀而造成訪問流量的潛在損失。如果一個搜索者發現在一個頁面到處都充斥著關鍵字，那麼他幾乎不可能在這個頁面逗留，而且也不可能轉變成一個付費客戶。因此由於關鍵字堆砌而造成的損失是雙重的。

關鍵字堆砌（keyword stuffing）的常見形式有哪些？
眾多關鍵字充斥於網頁信息中就會形成關鍵字堆砌（Keyword stuffing）。這類網頁看起來更像是一連串的關鍵字，而不像是別的什麼東西。關鍵字堆砌的另一形式就是將關鍵字或關鍵詞盡可能多次的填入頁面的title標簽中。搜索引擎通常會降低這類網頁的搜索排名，或者完全忽略這些關鍵字。這兩種結果對網站都沒有什麼好處。關鍵字堆砌的橋頁（doorway pages）或隱形頁面（cloaked pages）不僅是過度使用關鍵字的例子，而且還是因自身原因而受到懲罰的因素。在所有導入鏈接（inbound links）中頻繁使用相同的鏈接錨文本，也會被看作是關鍵字堆砌的一種形式。

一個網站是否會因為關鍵字堆砌而受到懲罰？
一個網站會因為關鍵字堆砌（keyword stuffing）而受到搜索引擎的懲罰。Google似乎對於頁面上過度使用關鍵字非常敏感，因為關鍵字堆砌會觸發過濾器（filter）。搜索引擎巨人可能對網站採取的懲罰措施包括，降低其在搜索結果中的排名、降低其在Google的PR值以及禁止該網站。如同所有搜索引擎優化（SEO）的努力一樣，常識和考慮什麼事情有益於你的網站瀏覽者，是任何一個站長最好的行為。

② 結巴分詞獲取關鍵詞時怎麼過濾掉一些停用詞

是使用extract_tags函數，這個函數會根據TF-IDF演算法將特徵詞提取出來，在提取之前會去掉停用詞，可以人工指定停用詞字典，代碼如下：

jieba.analyse.set_stop_words('D:\\Python27\\stopword.txt')
tags = jieba.analyse.extract_tags(text,20)

③ php 過濾重復片語 相同關鍵詞測過濾掉

樓上瞎扯淡，人家是要實現過濾重復片語，不是要你對他的代碼做解釋
function replaceRepeated($words)
{
$arrSrc =explode(" ",$words);
$arrDst =array();
foreach($arrSrc as $key=>$val)
{
if(!in_array($val,$arrDst))$arrDst[] =$val;
}
return join(" ",$arrDst);
}
$str ="大家好 今天天氣真好啊 在幹麼啊 今天天氣真好啊 沒干什麼啊";
echo replaceRepeated($str);//輸出大家好 今天天氣真好啊 在幹麼啊 沒干什麼啊
演算法很簡單：
將原來的語句用空格分隔到數組，然後定義另外一個數組存放過濾後的片語，在循環式檢查當前字元串在第二個數組中是否存在，不存在則存放到第二個數組，最後函數返回第二個數組即可

④ 百度指數的演算法是什麼

網路指數基於網路網頁搜索和網路新聞搜索的海量數據，計算出每個關鍵詞的用戶關注度和媒體關注度的數值。網路指數每天更新一次，並且提供自2006年6月至今任意時間段的用戶關注度數據。

同時，根據不同的關鍵詞，機器自動從網路新聞搜索中獲取與該關鍵詞最相關的10條熱門新聞，並將新聞按時間順序均勻分布在「用戶關注度」的曲線圖上，以字母標識，每個字母對應一條新聞。

(4)關鍵詞過濾演算法擴展閱讀

網路指數（Bai Index）是以網路海量網民行為數據為基礎的數據分析平台，是當前互聯網乃至整個數據時代最重要的統計分析平台之一，自發布之日便成為眾多企業營銷決策的重要依據。

「世界很復雜，網路更懂你」，網路指數能夠告訴用戶：某個關鍵詞在網路的搜索規模有多大，一段時間內的漲跌態勢以及相關的新聞輿論變化，關注這些詞的網民是什麼樣的，分布在哪裡，同時還搜了哪些相關的詞，幫助用戶優化數字營銷活動方案。

截至2014年，網路指數的主要功能模塊有：基於單個詞的趨勢研究（包含整體趨勢、PC趨勢還有移動趨勢）、需求圖譜、輿情管家、人群畫像；基於行業的整體趨勢、地域分布、人群屬性、搜索時間特徵。

網路指數的理想是「讓每個人都成為數據科學家」。對個人而言，大到置業時機、報考學校、入職企業發展趨勢，小到約會、旅遊目的地選擇，網路指數可以助其實現「智贏人生」；

對於企業而言，競品追蹤、受眾分析、傳播效果，均以科學圖標全景呈現，「智勝市場」變得輕松簡單。大數據驅動每個人的發展，而網路倡導數據決策的生活方式，正是為了讓更多人意識到數據的價值。

⑤ 「關鍵詞」提取都有哪些方案

僅從詞語角度分析，1.2句banana是重復出現的，3.4句kitten是重復出現的。但其實可以發現1.2句主要跟食物有關，3.4句主要跟動物有關，而food、animal兩個詞在四句話里均未出現，有沒有可能判斷出四句話中所包含的兩個主題呢，或者當兩篇文章共有的高頻詞很少，如一篇講banana，一篇講orange，是否可以判斷兩篇文章都包含food這個主題呢，如何生成主題、如何分析文章的主題，這就是topic-model所研究的內容。對文本進行LSA（隱形語義分析）。在直接對詞頻進行分析的研究中，可以認為通過詞語來描述文章，即一層的傳遞關系。而topic-model則認為文章是由主題組成，文章中的詞，是以一定概率從主題中選取的。不同的主題下，詞語出現的概率分布是不同的。比如」魚雷「一詞，在」軍事「主題下出現的概率遠大於在」食品」主題下出現的概率。即topic-model認為文檔和詞語之間還有一層關系。首先假設每篇文章只有一個主題z，則對於文章中的詞w，是根據在z主題下的概率分布p(w|z)生成的。則在已經選定主題的前提下，整篇文檔產生的概率是而這種對每篇文章只有一個主題的假設顯然是不合理的，事實上每篇文章可能有多個主題，即主題的選擇也是服從某概率分布p(t)的因此根據LDA模型，所有變數的聯合分布為表示topic下詞的分布，表示文檔下topic的分布。是第m個文檔的單詞總數。和表示詞語和topic的概率分布先驗參數。而學習LDA的過程，就是通過觀察到的文檔集合，學習的過程。

⑥ 關鍵字的相關技巧

當網路的演算法改變或者加強時，導致一些網站的某些關鍵字排名消失，一些管理員就說他們的網站消失了！
可實際上並非如此，在網路演算法改變或加強時會引起一些頁面丟失，或者是過濾懲罰了某一些頁面而不是整個網站。
如果是網站的所有頁面都消失了，可能會是由以下原因造成的：你的伺服器在關鍵的時候出現了故障不能正常訪問，網站存在robots.txt問題或者是由於採用不正當的優化手法，你的網站被網路從其索引中清除了。
如果只是一部分的頁面關鍵字排名下降，或者很多頁面的關鍵字排名都非常差，這就有可能是你在優化手法上出現不正當的行為被網路發現了：網路的演算法發生了重大的改變或者你做了一些違背網路新出的原則或者在演算法改變前是允許的規則，已經是違規了，所以對你的網站進行了一定的處罰，下面是可能導致出現這些情況的一些詳細原因。 你是否用了robot.txt文件?如果是的話，那麼你是否曾對其進行了修改，從而導致產生了一些語法錯誤，阻止網路索引你的網站?在robot.txt代碼錯誤或者是robot.txt放置位置錯誤會潛在很多不可預料的錯誤因素，如果你想網路收錄整個網站，你大可不必放置robot.txt文件，默認情況下網路是會收錄整個網站的。
你是否不斷地對你的網站進行優化呢?內部修改可以引起的潛在錯誤包括過多的優化某一關鍵字，例如修改title、meta等標簽，內部鏈接結構，特別是鏈接文本的改變。如果是出於優化目的而修改鏈接結構及鏈接文本的話，一不小心就會陷入過濾陷阱，特別是濫用關鍵字，造成關鍵字密度過大。 站長們都期望能夠在搜索引擎上占據第一名的位置，但是不幸的是，由於缺乏有效的關鍵詞優化技巧這種期望往往會成為一種怨念。
這里以網上售物為例子來講解如何選擇關鍵詞，假設網站上出售的商品是烤爐。那麼大多數站長首先會想到用哪個詞彙來作為關鍵詞，是使用烤爐還是火爐?這並不是用來說明使用那些看起來很明顯的詞彙作為關鍵詞是一種行之有效的方法。 一項付費點擊的研究表明，排名第一並不意味著流量也第一，他們指出如果使用付費點擊，那麼第五和第六的位置是一個理想的位置（足夠的影響力，合理的價位以及良好的效果），如果使用自然排名，第二或第三的位置則是每一個站長需要爭奪的目標。關於付費點擊，這是一個很怪的現象，一旦當站長們計劃使用付費點擊的時候，他們總是單單關注第一的位置，與此同時他們總是會挑一些一般的關鍵詞進行付費點擊。這意味著將有許多的公司來爭取這個關鍵詞，致使關鍵詞的競標價格將變得非常昂貴。同時消費者們不太喜歡一般的關鍵詞。
在上面一個例子裡面我使用網上出售烤爐進行說明，而在下面我將接著使用這個例子。通常人們在查找烤爐這個詞彙的時候他們是為了尋求哪方面的資料?
如何燒烤
燒烤菜譜
烤爐推薦
烤爐網上交易
顯然答案不會是烤爐網上交易，這就很明顯的說明即便你將烤爐這個排名做的很高，同時供應物美價廉的烤爐，這個關鍵詞也不會給你帶來太多的價值，用在其它關鍵詞的優化上這個道理也同樣時候，大多數時候，站長們想到的關鍵詞和訪客們想到的可大不一樣。而當我們使用那些特殊一些的關鍵詞的時候，一切變得明了起來。買烤爐或者史密斯烤爐等等，一來查閱這些關鍵詞的訪客顯然是試圖買一個新爐子的，而另一方面，這些關鍵詞的競爭系數明顯比烤爐要低得多，無論是做付費點擊還是做自然排名，所需要花費的成本都會少得多。這些都說明什麼？
使用針對訪客具體的關鍵詞比那些一般的關鍵詞要更加行之有效。如果您想要使用更少的成本的同時獲得一個理想的回報，那麼建議你多花些時間專注於關鍵詞的研究，尋找到那些將成為熱門詞彙的關鍵詞。

⑦ 簡訊關鍵字過濾演算法有哪些

bool CKeyWordManager::find(const std::string &key){ for (int n = 0; n < key.length (); ++n) { for (int i = 1; i < m_keyWordMaxLength && i + n < key.length (); ++i) { set <string>::iterator it = m_keWordList.find (key.substr (n, i)); if (it != m_keyWordList.end ()) return true; } } return false;}

⑧ 怎麼在一堆圖片中抓取關鍵詞

可以用抽取方法。
有監督無監督抽取方法：無監督關鍵詞提取方法主要有三類：基於統計特徵的關鍵詞提取（TF,TF-IDF）；基於詞圖模型的關鍵詞提取(PageRank,TextRank)；基於主題模型的關鍵詞提取(LDA)基於統計特徵的關鍵詞提取演算法的思想是利用文檔中詞語的統計信息抽取文檔的關鍵詞；基於詞圖模型的關鍵詞提取首先要構建文檔的語言網路圖，然後對語言進行網路圖分析，在這個圖上尋找具有重要作用的詞或者短語，這些短語就是文檔的關鍵詞；基於主題關鍵詞提取演算法主要利用的是主題模型中關於主題分布的性質進行關鍵詞提取；
將關鍵詞抽取過程視為二分類問題，先提取出候選詞，然後對於每個候選詞劃定標簽，要麼是關鍵詞，要麼不是關鍵詞，然後訓練關鍵詞抽取分類器。當新來一篇文檔時，提取出所有的候選詞，然後利用訓練好的關鍵詞提取分類器，對各個候選詞進行分類，最終將標簽為關鍵詞的候選詞作為關鍵詞。

⑨ 如何正確認識百度指數，如何查看分析報告

網路指數查詢網址：http://index..com/
一般會有以下幾個原因：

1）.出現媒體或大眾感興趣的新聞和突發事件；（如近期的奧運和王寶強事件等）

2）.大面積線上或者線下廣告；（很多人看到後會網路再去搜索）

3）.某個特殊的時間點。（比如什麼節日，相關的詞會大幅上漲）

以上三種情況，都可能帶來相關關鍵詞指數的突然提升，隨著事件的結束，指數也是快速回落，回歸到正常的狀態。
對於站長來說,掌握搜索引擎的關鍵詞網路曝光率十分重要,把握了關鍵詞就把握了網路命脈.網路能免費提供關鍵詞網路曝光率真的很不錯.網路可以提供以下指數幫助查詢者更全面的建設關鍵詞模型。
整體趨勢可以看當前詞的熱門程度，有多少人搜索這個詞。可以看行業的熱門程度。看本行業處於淡季還是旺季。
2.通過需求圖譜搜索指數看出：需求的變化，可以很好了解最近一段時間用戶最關心的東西，以及和您的關鍵詞相關的一些詞，都會展示出來，可以作為我們網路營銷的參考詞彙或者長尾等等，一目瞭然。
3.人群畫像。可以看到那個城市的搜索量最高，是男的搜的多還是女的搜的多。更好的指導推廣者把資源投到最有效的地方。（地區分布情況，男女比例情況，年齡段分布來描繪人物畫像）
4.媒體指數
該數據為您顯示：媒體在互聯網上對特定關鍵詞的關注及報道程度及持續變化情況演算法說明：媒體指數是以各大互聯網媒體報道的新聞中，與關鍵詞相關的，被網路新聞頻道收錄的數量，採用新聞標題包含關鍵詞的統計標准，數據來源、計算方法與搜索指數無直接關系。
網路知道：該數據為您顯示：反映該關鍵詞在網路知道上的相關提問內容演算法說明：獲取網路知道提問中包含該關鍵字的問題，展示一部分熱門問題。
5. 上升最快相關詞
作用說明：反映中心詞所有相關詞中搜索指數變化率上升速度的排名。演算法說明：通過計算中心詞的所有相關詞的搜索指數，在指定時間窗內的環比變化率排序得出。
6. 來源相關詞：
作用說明：反映用戶在搜索中心詞之前還有哪些搜索需求。演算法說明：過濾出中心詞上一步搜索行為來源的相關詞，按相關程度排序得出。
7. 去向相關詞：
作用說明：反映用戶在搜索中心詞之後還有哪些搜索需求。演算法說明：過濾出關鍵詞下一步搜索行為來源的相關詞，按相關程度排序得出。
8.搜索指數：
作用說明：反映中心詞所有相關詞中搜索指數熱門的關鍵詞。演算法說明：通過計算中心詞的所有相關詞的搜索指數排序得出。

⑩ 刷百度指數有什麼用途

我們先來解決第一個問題，網路指數相對來講還是靠譜的。理由如下：首先，網路指數是用戶搜索關鍵詞和媒體關注關鍵詞二者的加權值，是經過過濾演算法處理過的，不是直接搜索次數，但是可以從總體上反映關鍵詞熱度。其次，不同關鍵詞網路指數是可以對比的，就是說其有相對置信的差別度。再次，遺憾的是，網路指數可以作假了現在，有些行業刷網路指數很過分，比如電視劇根本不可能出現的情況，全國13億人沒人每天看一遍的指數顯示。所以某些行業要結合其他數據分析。最後，用戶群的差異太大，一台電腦可能全家人共用，就會造成網路指數分析不力。但是總的來說網路指數的相對值是可信的，就說同一行業同一性質的關鍵詞可以進行網路指數的對比，其相對值是可信的。
我們再來解決第二個問題。一般什麼情況會用到刷網路指數。首先，由於網路指數是用戶搜索關鍵詞和媒體關注關鍵詞二者的加權值，其直接反映的是關鍵詞熱度，所以一些專業的信息公司可能會用來做數據考核的標准，此時刷網路指數關繫到的就是整個企業的形象你們懂吧，好像在貸款抵押房子前先裝修一遍你們曉得吧。其次，公司內部的KPI也會需要網路指數的用來提升業績，這種情況類似於現在的鮮肉劇，哪有那麼多人天天看電視劇還一遍一遍的播，是刷出來的。再有，刷網路指數實為錦上添花，不涉及HM，網路指數影響下網站權重自然提升，此時交換友鏈等網站優化工作會得心應手。