关键词过滤算法

① 通过关键词如何使自已的网站被搜索引擎搜到

什么是关键字密度（Keyword Density）？
关键字密度就是一个关键字或一个关键词在网页上出现的总次数与其他文字的比例。相对于页面总字数而言，关键字出现的次数越多，那么总的关键字密度也就越大。其他文字出现的次数越多，关键字的比例就越低，则关键字密度越小。

关键字密度对网站排名是否有影响？
关键字密度是许多搜索引擎，包括Google、Yahoo和MSN的搜索算法之一。每个搜索引擎都有一套关于关键字密度的不同的数学公式，关键字密度可使你获得较高的排名位置。就实施惩罚前所容许的关键字密度的程度而言，不同的搜索引擎之间也存在不同的容许级别。

好的，那么关键字到底是什么呢？
关键字就是搜索者在查找信息、产品或服务时，在搜索引擎界面中输入的词条。关键字是搜索引擎算法所进行的数学运算的一个因子，用来确定几十亿个网页与特定搜索之间的相关性。那些被搜索算法认为与某个关键字搜索最为相关的页面将被依次排列出来。

如何区分关键字与关键词？
关键字可以是一个单字或包含这个字的一个词。搜索者在查找信息时，这两种方式均有用到。一般的规则是，关键词越长，从搜索引擎索引中返回的信息也就越精确。

不同的搜索引擎对待关键字密度的态度都不同吗？
搜索引擎优化（SEO）专家通常认为，Yahoo和MSN对每个页面的关键字密度的容许程度比搜索行业领先者Google要宽松一些。这个问题在SEO圈内仍存在一些争论，而且很容易找出相反的例子。然而一般说来，对于过多使用关键字，Google的容许限度要比Yahoo和MSN小一些。

有关键字密度公式吗？
没有一成不变的关键字公式，但将关键字与页面总字数的比例控制在5％以下，可能是最好的做法。关键字过多很可能会触发关键字堆砌过滤器（keyword stuffing filter）。关键字在网页文本中出现的次数过多，会减少网页读者的滞留时间（readership retention），并降低访问者转变为付费客户的转化率（conversion rate）。毕竟，对于任何商业网站而言，一个网页的目的就是要将访问者转变为客户。对于一个内容网站，其目的就是要让尽可能多的访问者阅读到有用的信息。而糟糕的文字适得其反。

关键字密度与关键字分布是否有区别？
关键字密度是指页面上使用关键字的数量与所讨论页面的总字数的比值。关键字分布是指这些关键字在网页上的位置。这个位置可以是title标签、链接、headings、文本主体，或任何有文字出现的地方。

关键字的顺序对排名有影响吗？
一些SEO专家认为将关键字放置在页面的较高位置会使该页面的搜索排名飙升。然而并不是所有的搜索引擎观察家都是这样认为的。一般说来，最好按照正常的编辑风格将关键字分布在整个网页内容中。看起来自然的内容更易于阅读，而且和关键字在页面上进行特殊的分布一样，在搜索排名中也会获得较好的得分。

关键字是否能像链接锚文本（link anchor text）一样起作用？
通常的做法是，在链接锚文本中使用关键字，但它对于发送页或接收页的关键字密度没有什么影响。对于SEO来说，由接收页最重要的关键字组成的链接锚文本，很可能比在网页内容上多次使用关键字更有效。链接锚文本中的关键字会让搜索引擎知道该接收页的主题是什么。搜索引擎看不顺眼的一种关键字堆砌形式是在所有引入链接（incoming link）的锚文本中使用完全相同的关键字。关键字和关键词可以与所使用的链接锚文本的多种变化形式进行最佳的融合及匹配。

title标签内的关键字重要吗？
title标签是一个网页最重要的搜索关键词放置的最佳位置。在title标签内，关键字的布局方式是很重要的。最重要的关键字应放置在网页title标签的开头部分。如果放上全部关键字，则在title标签内有造成关键字堆砌（keyword stuffing）的危险。千万不要在title标签内使用任何关键字超过三次。为了防止触发关键字堆砌过滤器（keyword stuffing filter），最多出现两次会更安全。

关键字的形式会影响排名吗？
可以根据搜索引擎的要求来撰写关键字。可以通过组合获得想要的搜索关键词。可以同时使用关键字的单复数形式，因为许多搜索者都会选用其中的一种形式。其他关键词的撰写方法有：加-ed、-ing或其他后缀来反映不同的搜索。

关键字的单复数形式通常会在Google中产生迥然不同的搜索结果，这样一来，如果要获得关键字优化良好的内容，那么使用关键字的单复数形式就变得很重要。如果关键字单复数变化太难，并且关键字竞争也很激烈，那么最好为这个关键字的每种变化形式新建一个页面，以加强网页的关键字权重。

网页文本是否应该使用不同的关键字？
在网页上使用不同的关键字，这是一个好主意。这样做，对于进行其他关键字的搜索，页面的排名也会很好，与原来针对关键字或关键词的搜索相比较，许多这类搜索都会增大流量或销量。不同的关键字会使网页变得更有趣，从而促使访问者阅读该页面，结果就会大大增加了访问者在该站点的停留时间，而且更提高了将访问站点转变为销售额的比率。然而，在竞争激烈的情况下，最好的策略就是经常为每个不同的关键字或关键词创建独立的网页。

网页内容编辑的最佳方法是什么？
编辑网页内容的最佳方法就是采用一种易于阅读的格式。网页应该行文流畅，结果就会是要么将访问者转变为客户，要么让他们从这个网站上查找到更多的信息。将查找关键字放在整篇信息中以及网页的heading和title标签内的正常位置，将会提高网页关键字的价值。由于并非所有关键字都充斥在网页信息或销售页面中，因此这也可以避免造成关键字堆砌（keyword stuffing）。

有计算关键字密度的工具吗？
有许多优秀的关键字密度工具可以使用，包括：

Search Engine World的关键字密度分析工具（Keyword Density Analyzer）： http://www.searchengineworld.com/cgi_bin/kwda.cgi,
Keyword Density Analyzer http://www.virtualpromote.com/tools/keyword_analyzer/,
SEO Chat的关键字密度工具：http://www.seochat.com/seo_tools/keyword_density/
简单搜索一下，还会发现更多的好工具哦！

一个网页可以有多个关键字吗？
理论上讲，只要一个网页包含有足够多的文字来平衡关键字，则这个网页可以具有无数个关键字。但实际上，一个网页最多能包含5％或更少比例的关键字。限制关键字个数的原因并不完全是为了规避Google的过滤器，同时也是为了保持网页对读者的易读性。内容糟糕的网页，信息匮乏，不是一个好的销售或市场营销资料。即便是靠稍高的搜索排名获得的任何蝇头小利，也不仅仅是访问流量和潜在客户的锐减所能抵消的。

什么是关键字堆砌（keyword stuffing）？
关键字堆砌（keyword stuffing）是指在一个网页中非常密集地放置关键字。一般说来，如果关键字的出现过于频繁，就会盖过网页的其他内容。虽然过度使用关键字有可能触发Google的过滤器（filter），但更严重的问题是因内容难于阅读而造成访问流量的潜在损失。如果一个搜索者发现在一个页面到处都充斥着关键字，那么他几乎不可能在这个页面逗留，而且也不可能转变成一个付费客户。因此由于关键字堆砌而造成的损失是双重的。

关键字堆砌（keyword stuffing）的常见形式有哪些？
众多关键字充斥于网页信息中就会形成关键字堆砌（Keyword stuffing）。这类网页看起来更像是一连串的关键字，而不像是别的什么东西。关键字堆砌的另一形式就是将关键字或关键词尽可能多次的填入页面的title标签中。搜索引擎通常会降低这类网页的搜索排名，或者完全忽略这些关键字。这两种结果对网站都没有什么好处。关键字堆砌的桥页（doorway pages）或隐形页面（cloaked pages）不仅是过度使用关键字的例子，而且还是因自身原因而受到惩罚的因素。在所有导入链接（inbound links）中频繁使用相同的链接锚文本，也会被看作是关键字堆砌的一种形式。

一个网站是否会因为关键字堆砌而受到惩罚？
一个网站会因为关键字堆砌（keyword stuffing）而受到搜索引擎的惩罚。Google似乎对于页面上过度使用关键字非常敏感，因为关键字堆砌会触发过滤器（filter）。搜索引擎巨人可能对网站采取的惩罚措施包括，降低其在搜索结果中的排名、降低其在Google的PR值以及禁止该网站。如同所有搜索引擎优化（SEO）的努力一样，常识和考虑什么事情有益于你的网站浏览者，是任何一个站长最好的行为。

② 结巴分词获取关键词时怎么过滤掉一些停用词

是使用extract_tags函数，这个函数会根据TF-IDF算法将特征词提取出来，在提取之前会去掉停用词，可以人工指定停用词字典，代码如下：

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

③ php 过滤重复词组 相同关键词测过滤掉

楼上瞎扯淡，人家是要实现过滤重复词组，不是要你对他的代码做解释
function replaceRepeated($words)
{
$arrSrc =explode(" ",$words);
$arrDst =array();
foreach($arrSrc as $key=>$val)
{
if(!in_array($val,$arrDst))$arrDst[] =$val;
}
return join(" ",$arrDst);
}
$str ="大家好 今天天气真好啊 在干么啊 今天天气真好啊 没干什么啊";
echo replaceRepeated($str);//输出大家好 今天天气真好啊 在干么啊 没干什么啊
算法很简单：
将原来的语句用空格分隔到数组，然后定义另外一个数组存放过滤后的词组，在循环式检查当前字符串在第二个数组中是否存在，不存在则存放到第二个数组，最后函数返回第二个数组即可

④ 百度指数的算法是什么

网络指数基于网络网页搜索和网络新闻搜索的海量数据，计算出每个关键词的用户关注度和媒体关注度的数值。网络指数每天更新一次，并且提供自2006年6月至今任意时间段的用户关注度数据。

同时，根据不同的关键词，机器自动从网络新闻搜索中获取与该关键词最相关的10条热门新闻，并将新闻按时间顺序均匀分布在“用户关注度”的曲线图上，以字母标识，每个字母对应一条新闻。

(4)关键词过滤算法扩展阅读

网络指数（Bai Index）是以网络海量网民行为数据为基础的数据分析平台，是当前互联网乃至整个数据时代最重要的统计分析平台之一，自发布之日便成为众多企业营销决策的重要依据。

“世界很复杂，网络更懂你”，网络指数能够告诉用户：某个关键词在网络的搜索规模有多大，一段时间内的涨跌态势以及相关的新闻舆论变化，关注这些词的网民是什么样的，分布在哪里，同时还搜了哪些相关的词，帮助用户优化数字营销活动方案。

截至2014年，网络指数的主要功能模块有：基于单个词的趋势研究（包含整体趋势、PC趋势还有移动趋势）、需求图谱、舆情管家、人群画像；基于行业的整体趋势、地域分布、人群属性、搜索时间特征。

网络指数的理想是“让每个人都成为数据科学家”。对个人而言，大到置业时机、报考学校、入职企业发展趋势，小到约会、旅游目的地选择，网络指数可以助其实现“智赢人生”；

对于企业而言，竞品追踪、受众分析、传播效果，均以科学图标全景呈现，“智胜市场”变得轻松简单。大数据驱动每个人的发展，而网络倡导数据决策的生活方式，正是为了让更多人意识到数据的价值。

⑤ “关键词”提取都有哪些方案

仅从词语角度分析，1.2句banana是重复出现的，3.4句kitten是重复出现的。但其实可以发现1.2句主要跟食物有关，3.4句主要跟动物有关，而food、animal两个词在四句话里均未出现，有没有可能判断出四句话中所包含的两个主题呢，或者当两篇文章共有的高频词很少，如一篇讲banana，一篇讲orange，是否可以判断两篇文章都包含food这个主题呢，如何生成主题、如何分析文章的主题，这就是topic-model所研究的内容。对文本进行LSA（隐形语义分析）。在直接对词频进行分析的研究中，可以认为通过词语来描述文章，即一层的传递关系。而topic-model则认为文章是由主题组成，文章中的词，是以一定概率从主题中选取的。不同的主题下，词语出现的概率分布是不同的。比如”鱼雷“一词，在”军事“主题下出现的概率远大于在”食品”主题下出现的概率。即topic-model认为文档和词语之间还有一层关系。首先假设每篇文章只有一个主题z，则对于文章中的词w，是根据在z主题下的概率分布p(w|z)生成的。则在已经选定主题的前提下，整篇文档产生的概率是而这种对每篇文章只有一个主题的假设显然是不合理的，事实上每篇文章可能有多个主题，即主题的选择也是服从某概率分布p(t)的因此根据LDA模型，所有变量的联合分布为表示topic下词的分布，表示文档下topic的分布。是第m个文档的单词总数。和表示词语和topic的概率分布先验参数。而学习LDA的过程，就是通过观察到的文档集合，学习的过程。

⑥ 关键字的相关技巧

当网络的算法改变或者加强时，导致一些网站的某些关键字排名消失，一些管理员就说他们的网站消失了！
可实际上并非如此，在网络算法改变或加强时会引起一些页面丢失，或者是过滤惩罚了某一些页面而不是整个网站。
如果是网站的所有页面都消失了，可能会是由以下原因造成的：你的服务器在关键的时候出现了故障不能正常访问，网站存在robots.txt问题或者是由于采用不正当的优化手法，你的网站被网络从其索引中清除了。
如果只是一部分的页面关键字排名下降，或者很多页面的关键字排名都非常差，这就有可能是你在优化手法上出现不正当的行为被网络发现了：网络的算法发生了重大的改变或者你做了一些违背网络新出的原则或者在算法改变前是允许的规则，已经是违规了，所以对你的网站进行了一定的处罚，下面是可能导致出现这些情况的一些详细原因。 你是否用了robot.txt文件?如果是的话，那么你是否曾对其进行了修改，从而导致产生了一些语法错误，阻止网络索引你的网站?在robot.txt代码错误或者是robot.txt放置位置错误会潜在很多不可预料的错误因素，如果你想网络收录整个网站，你大可不必放置robot.txt文件，默认情况下网络是会收录整个网站的。
你是否不断地对你的网站进行优化呢?内部修改可以引起的潜在错误包括过多的优化某一关键字，例如修改title、meta等标签，内部链接结构，特别是链接文本的改变。如果是出于优化目的而修改链接结构及链接文本的话，一不小心就会陷入过滤陷阱，特别是滥用关键字，造成关键字密度过大。 站长们都期望能够在搜索引擎上占据第一名的位置，但是不幸的是，由于缺乏有效的关键词优化技巧这种期望往往会成为一种怨念。
这里以网上售物为例子来讲解如何选择关键词，假设网站上出售的商品是烤炉。那么大多数站长首先会想到用哪个词汇来作为关键词，是使用烤炉还是火炉?这并不是用来说明使用那些看起来很明显的词汇作为关键词是一种行之有效的方法。 一项付费点击的研究表明，排名第一并不意味着流量也第一，他们指出如果使用付费点击，那么第五和第六的位置是一个理想的位置（足够的影响力，合理的价位以及良好的效果），如果使用自然排名，第二或第三的位置则是每一个站长需要争夺的目标。关于付费点击，这是一个很怪的现象，一旦当站长们计划使用付费点击的时候，他们总是单单关注第一的位置，与此同时他们总是会挑一些一般的关键词进行付费点击。这意味着将有许多的公司来争取这个关键词，致使关键词的竞标价格将变得非常昂贵。同时消费者们不太喜欢一般的关键词。
在上面一个例子里面我使用网上出售烤炉进行说明，而在下面我将接着使用这个例子。通常人们在查找烤炉这个词汇的时候他们是为了寻求哪方面的资料?
如何烧烤
烧烤菜谱
烤炉推荐
烤炉网上交易
显然答案不会是烤炉网上交易，这就很明显的说明即便你将烤炉这个排名做的很高，同时供应物美价廉的烤炉，这个关键词也不会给你带来太多的价值，用在其它关键词的优化上这个道理也同样时候，大多数时候，站长们想到的关键词和访客们想到的可大不一样。而当我们使用那些特殊一些的关键词的时候，一切变得明了起来。买烤炉或者史密斯烤炉等等，一来查阅这些关键词的访客显然是试图买一个新炉子的，而另一方面，这些关键词的竞争系数明显比烤炉要低得多，无论是做付费点击还是做自然排名，所需要花费的成本都会少得多。这些都说明什么？
使用针对访客具体的关键词比那些一般的关键词要更加行之有效。如果您想要使用更少的成本的同时获得一个理想的回报，那么建议你多花些时间专注于关键词的研究，寻找到那些将成为热门词汇的关键词。

⑦ 短信关键字过滤算法有哪些

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 怎么在一堆图片中抓取关键词

可以用抽取方法。
有监督无监督抽取方法：无监督关键词提取方法主要有三类：基于统计特征的关键词提取（TF,TF-IDF）；基于词图模型的关键词提取(PageRank,TextRank)；基于主题模型的关键词提取(LDA)基于统计特征的关键词提取算法的思想是利用文档中词语的统计信息抽取文档的关键词；基于词图模型的关键词提取首先要构建文档的语言网络图，然后对语言进行网络图分析，在这个图上寻找具有重要作用的词或者短语，这些短语就是文档的关键词；基于主题关键词提取算法主要利用的是主题模型中关于主题分布的性质进行关键词提取；
将关键词抽取过程视为二分类问题，先提取出候选词，然后对于每个候选词划定标签，要么是关键词，要么不是关键词，然后训练关键词抽取分类器。当新来一篇文档时，提取出所有的候选词，然后利用训练好的关键词提取分类器，对各个候选词进行分类，最终将标签为关键词的候选词作为关键词。

⑨ 如何正确认识百度指数，如何查看分析报告

网络指数查询网址：http://index..com/
一般会有以下几个原因：

1）.出现媒体或大众感兴趣的新闻和突发事件；（如近期的奥运和王宝强事件等）

2）.大面积线上或者线下广告；（很多人看到后会网络再去搜索）

3）.某个特殊的时间点。（比如什么节日，相关的词会大幅上涨）

以上三种情况，都可能带来相关关键词指数的突然提升，随着事件的结束，指数也是快速回落，回归到正常的状态。
对于站长来说,掌握搜索引擎的关键词网络曝光率十分重要,把握了关键词就把握了网络命脉.网络能免费提供关键词网络曝光率真的很不错.网络可以提供以下指数帮助查询者更全面的建设关键词模型。
整体趋势可以看当前词的热门程度，有多少人搜索这个词。可以看行业的热门程度。看本行业处于淡季还是旺季。
2.通过需求图谱搜索指数看出：需求的变化，可以很好了解最近一段时间用户最关心的东西，以及和您的关键词相关的一些词，都会展示出来，可以作为我们网络营销的参考词汇或者长尾等等，一目了然。
3.人群画像。可以看到那个城市的搜索量最高，是男的搜的多还是女的搜的多。更好的指导推广者把资源投到最有效的地方。（地区分布情况，男女比例情况，年龄段分布来描绘人物画像）
4.媒体指数
该数据为您显示：媒体在互联网上对特定关键词的关注及报道程度及持续变化情况算法说明：媒体指数是以各大互联网媒体报道的新闻中，与关键词相关的，被网络新闻频道收录的数量，采用新闻标题包含关键词的统计标准，数据来源、计算方法与搜索指数无直接关系。
网络知道：该数据为您显示：反映该关键词在网络知道上的相关提问内容算法说明：获取网络知道提问中包含该关键字的问题，展示一部分热门问题。
5. 上升最快相关词
作用说明：反映中心词所有相关词中搜索指数变化率上升速度的排名。算法说明：通过计算中心词的所有相关词的搜索指数，在指定时间窗内的环比变化率排序得出。
6. 来源相关词：
作用说明：反映用户在搜索中心词之前还有哪些搜索需求。算法说明：过滤出中心词上一步搜索行为来源的相关词，按相关程度排序得出。
7. 去向相关词：
作用说明：反映用户在搜索中心词之后还有哪些搜索需求。算法说明：过滤出关键词下一步搜索行为来源的相关词，按相关程度排序得出。
8.搜索指数：
作用说明：反映中心词所有相关词中搜索指数热门的关键词。算法说明：通过计算中心词的所有相关词的搜索指数排序得出。

⑩ 刷百度指数有什么用途

我们先来解决第一个问题，网络指数相对来讲还是靠谱的。理由如下：首先，网络指数是用户搜索关键词和媒体关注关键词二者的加权值，是经过过滤算法处理过的，不是直接搜索次数，但是可以从总体上反映关键词热度。其次，不同关键词网络指数是可以对比的，就是说其有相对置信的差别度。再次，遗憾的是，网络指数可以作假了现在，有些行业刷网络指数很过分，比如电视剧根本不可能出现的情况，全国13亿人没人每天看一遍的指数显示。所以某些行业要结合其他数据分析。最后，用户群的差异太大，一台电脑可能全家人共用，就会造成网络指数分析不力。但是总的来说网络指数的相对值是可信的，就说同一行业同一性质的关键词可以进行网络指数的对比，其相对值是可信的。
我们再来解决第二个问题。一般什么情况会用到刷网络指数。首先，由于网络指数是用户搜索关键词和媒体关注关键词二者的加权值，其直接反映的是关键词热度，所以一些专业的信息公司可能会用来做数据考核的标准，此时刷网络指数关系到的就是整个企业的形象你们懂吧，好像在贷款抵押房子前先装修一遍你们晓得吧。其次，公司内部的KPI也会需要网络指数的用来提升业绩，这种情况类似于现在的鲜肉剧，哪有那么多人天天看电视剧还一遍一遍的播，是刷出来的。再有，刷网络指数实为锦上添花，不涉及HM，网络指数影响下网站权重自然提升，此时交换友链等网站优化工作会得心应手。