|
| 网站SEO优化（huà）之Google分词（cí）法 |
|
Google分词算法值得我们好好（hǎo）研究一下。Google的搜索结果页(SERP)与搜索关键字的相关性（xìng），明显大于百度，这是因为Google把搜（sōu）索关键字（zì）都（dōu）拆分成最基本的词组和单字（zì）后，在根（gēn）据相关性去匹配数据库的中内容，而且Google拆分后的最基本词组（zǔ），完全是根据词（cí）典里的词组匹配的，也是说它符合国家语（yǔ）言（yán）文字工（gōng）作委（wěi）员会的（de）规（guī）范和标准的，这只限于普通词组(公众（zhòng）人名（míng）、著（zhe）名品牌名)。
实例1：测试Google是（shì）否有专（zhuān）业名词库
在Google搜索（suǒ）“搜索引擎（qíng）关键字”，Google会把这个关键字短语拆分为（wéi）“搜索—引擎—关键—字”，这是因为“搜索（suǒ）引擎（qíng）”和“关键字（zì）”都是网（wǎng）络专业词组（zǔ），可能Google没有专业词（cí）组库，所（suǒ）以就被（bèi）拆（chāi）分（fèn）成（chéng）了“搜索—引擎—关（guān）键—字（zì）”。
实例2：测试Google拆分长关键字
在Google搜索“他舅WAP流量统计分析”，Google把这个关键字短（duǎn）语拆分为“他—舅—wap—流量—统计（jì）—分析（xī）”六部分，“WAP”是一个英文词（cí）组，包括Google和其他搜索引擎一般是不拆分英文词组（zǔ）的(就算（suàn）它不是英（yīng）文单词)，“流量”、“统计”、“分析”都是符合国（guó）家语言规范的标准词组（zǔ），“他舅（jiù）”只是（shì）中国老百（bǎi）姓一个口头（tóu）称谓用语，不符合国家语言规范，在词典中根本就查不到这，所以Google就把“他舅”拆分成了两（liǎng）个（gè）单字。
实例3：测试（shì）品牌名是否被Google收录为词（cí）组
在Google搜索“海尔冰箱”、“惠普（pǔ）电脑”、“华（huá）为通讯”、“美（měi）的电器”，“五粮液酒（jiǔ）”，“夏利汽车（chē）”、“北（běi）京（jīng）同仁堂”这七（qī）个都是著名的品牌（pái），结（jié）果是“海（hǎi）尔”、“惠普（pǔ）”、“华为”、“五粮液”、“同仁堂（táng）”都是（shì）单（dān）独（dú）的词（cí）组，没（méi）有被拆分（fèn）为单字（zì），“夏利”、“美的”这两个品牌却被拆分成了单字。不是所（suǒ）有品牌都能被Google作为一个词组收录进品牌词库，Google有自己（jǐ）的收录标准的。
实例4：测试Google是（shì）否（fǒu）会拆分成语
下（xià）面我们搜索（suǒ）一下韩乔生的（de）经（jīng）典名句“迅雷不及掩耳之势（shì）”和“山清水秀丽”，结果“迅雷（léi）不及掩耳之势”这个短句被（bèi）拆分成了（le）“迅（xùn）雷—不（bú）及—掩耳盗铃—之—势”，“迅（xùn）雷”是一个符合汉（hàn）语言规范的标准词组，不是指下载工具那个“迅雷”，“不及”也是一个（gè）词（cí）组，“掩耳盗铃（líng）”也是符合国家语（yǔ）言规范的成语，“之势”不（bú）是标（biāo）准词组，所以（yǐ）就被拆分为两（liǎng）个单字。“山清（qīng）水（shuǐ）秀丽”被拆分（fèn）为了“山清水秀—丽”，“山清（qīng）水秀”是一个（gè）成（chéng）语（yǔ）没有拆分。Google把成（chéng）语作为（wéi）几个基本词（cí）组，不（bú）会进一步拆分。
实例5：测试（shì）普（pǔ）通之间是（shì）否有（yǒu）权重高低之分
搜索“山河水灾”这个关键字短语，结（jié）果Google拆（chāi）分为“山河”和“水灾”两个词组;然后（hòu）搜素“山河水灾情（qíng）”这个关（guān）键字短（duǎn）语（yǔ），结果Google拆分（fèn）为“山河（hé）”、“水”、“灾情”三部分，“水”字没有（yǒu）和“灾”组成词组（zǔ），反而“灾（zāi）”和“情”组成了词（cí）组，这（zhè）说（shuō）“灾情”这个词的权重高（gāo）于“水灾”的权重。这说明（míng）词组之（zhī）间也是有（yǒu）权重之分的。
根据实例测试推（tuī）断：Google会把搜索的（de）关键字(短语)拆分（fèn）为（wéi）最基本的词组，这（zhè）些普通词组都是符合汉语（yǔ）言规（guī）范的标准词组，不（bú）像百（bǎi）度那样收录“人造名词”。Google的词组大（dà）致可分为普通名词、地名、人名（míng）等几类，关（guān）键字(短语)都是（shì）从左（zuǒ）向右，按权重高低拆分。这（zhè）些词组权重从低到高依次如下（xià）：人名（míng）<普通词组<地（dì）名<成语<领导人名字。进一（yī）步测试（shì）品（pǐn）牌（pái）名和人名的权重是一样，都是（shì）最低的（de），这（zhè）只（zhī）是一个大致顺序，因（yīn）为（wéi）同一类词（cí）组还会根据日常使用的频率进一步（bù）的分级，每一级的（de）分配不同（tóng）的权重，所（suǒ）以同一类词（cí）组之间也有权重（chóng）高低之分。
|
|
