基于詞頻和關(guān)鍵詞位置統(tǒng)計(jì)排序SEO算法

在整個(gè)搜索引擎優(yōu)化過(guò)程當(dāng)中，詞頻和關(guān)鍵詞位置這是在傳統(tǒng)的情報(bào)檢索理論和技術(shù)基礎(chǔ)上發(fā)展而來(lái)的。對(duì)用戶輸人的檢索詞,如果在一網(wǎng)頁(yè)中出現(xiàn)的頻率越高,出現(xiàn)的位置越重要,則認(rèn)為,這網(wǎng)頁(yè)與此檢索詞的相關(guān)性越好,越能滿足用戶的需求。早期的搜索引擎結(jié)果排序都是基于這一思想的,如Infoseek，Excite，Lycos等,它們基本上是沿用了網(wǎng)絡(luò)時(shí)代之前圖書(shū)情報(bào)界的研究成果。一般情況下,詞在網(wǎng)頁(yè)中出現(xiàn)的頻率和位置通過(guò)加權(quán)的方法來(lái)表示,當(dāng)然,在實(shí)際運(yùn)作過(guò)程中,不同的搜索引擎具體的操作方法是不同的。
1、詞頻加權(quán)

詞頻加權(quán)的方法有絕對(duì)詞頻加權(quán)、相對(duì)詞頻加權(quán)、反詞頻加權(quán)、基于詞分辨值加權(quán)等等。對(duì)于單一詞搜索引擎,只用單純地計(jì)算一個(gè)詞在網(wǎng)頁(yè)中的出現(xiàn)頻率就可給定權(quán)值。而對(duì)于具有進(jìn)行邏輯組配功能的搜索引擎,則必須用其它的加權(quán)方法。因?yàn)橛媒M配的檢索式檢索時(shí),檢索結(jié)果跟檢索式中的每個(gè)檢索詞相關(guān),而每個(gè)檢索詞在所有的網(wǎng)頁(yè)中出現(xiàn)的總頻率是不同的,如果按總權(quán)值來(lái)排序,就會(huì)造成結(jié)果的不相關(guān)。這可以通過(guò)其它多種方法解決。例如,利用相對(duì)詞頻加權(quán)原理,可以通過(guò)對(duì)大量網(wǎng)頁(yè)的統(tǒng)計(jì),把越是在所有網(wǎng)頁(yè)中出現(xiàn)頻率高的詞賦予一個(gè)較低的初始值相對(duì)地,在所有網(wǎng)頁(yè)中出現(xiàn)頻率低的詞,給一個(gè)較高的權(quán)值。

2、詞位置加權(quán)

通過(guò)對(duì)詞在網(wǎng)頁(yè)中不同位置和版式,給予不同的權(quán)值,從而根據(jù)權(quán)值來(lái)確定所搜索的結(jié)果和搜索詞的相關(guān)程度。

詞的位置包括：網(wǎng)頁(yè)標(biāo)題、網(wǎng)頁(yè)描述、關(guān)鍵字、正文標(biāo)題、正文內(nèi)容、文本鏈接、標(biāo)識(shí)等。

版式包括：字體、字號(hào)、有無(wú)加粗強(qiáng)調(diào)等。和傳統(tǒng)文獻(xiàn)一樣,一般在較重要的位置如標(biāo)題、正文的結(jié)尾句等出現(xiàn)的詞給較大的權(quán)值,例如要了解百度,在搜索“百度”時(shí),有兩個(gè)結(jié)果,一個(gè)標(biāo)題是《百度介紹》,另一篇文章的標(biāo)題是《谷歌節(jié)紹》,但內(nèi)容有個(gè)別地方提到百度,顯然第一個(gè)結(jié)果的相關(guān)性更大,“百度”這個(gè)詞在第一個(gè)結(jié)果中給予的權(quán)值應(yīng)大一些。另外,字符較大、加粗強(qiáng)調(diào)的地方,一般也會(huì)給予較大的權(quán)值。

3、詞頻和位置統(tǒng)計(jì)排序優(yōu)缺點(diǎn)

詞頻統(tǒng)計(jì)有易用,易實(shí)現(xiàn)的優(yōu)點(diǎn),其技術(shù)也發(fā)展得最成熟。至今仍是各搜索引擎排序核心技術(shù)的基礎(chǔ),因?yàn)橐蓝渭兊逆溄臃治?如果檢索詞和網(wǎng)頁(yè)相關(guān)度不高,就算網(wǎng)頁(yè)的質(zhì)量再高,再權(quán)威,相對(duì)用戶來(lái)說(shuō)也是沒(méi)用的，這也是為何很多網(wǎng)站站長(zhǎng)發(fā)了大量的外鏈排名不佳的真實(shí)原因，甚至有些站點(diǎn)僅僅是把標(biāo)題和頁(yè)面內(nèi)容保持高度的一致相關(guān)，沒(méi)有任何外部?jī)?yōu)化的作用，也可達(dá)到良好的排名效果。詞頻統(tǒng)計(jì)也有很多不足,它根本沒(méi)有利用跟網(wǎng)絡(luò)中網(wǎng)頁(yè)有關(guān)的特性,可以說(shuō)是前網(wǎng)絡(luò)時(shí)代的技術(shù)。

然而,網(wǎng)絡(luò)時(shí)代的主要文獻(xiàn)是以網(wǎng)頁(yè)的形式存在的,而幾乎每個(gè)人都可以隨心所欲地在網(wǎng)上發(fā)表各種內(nèi)容,詞頻相同的兩個(gè)網(wǎng)頁(yè),質(zhì)量相差可以很遠(yuǎn)。為了能夠排在某些檢索結(jié)果的前幾位,許多網(wǎng)頁(yè)內(nèi)容的制作者絞盡腦汁,在其頁(yè)面上堆砌關(guān)鍵詞,例如,在網(wǎng)頁(yè)中加人和背景顏色一樣的層,并加大量的關(guān)鍵詞,這樣,人來(lái)瀏覽網(wǎng)頁(yè)時(shí),完全看不到,但搜索引擎在標(biāo)引時(shí),卻能發(fā)現(xiàn)。對(duì)此,搜索引擎也研究出各種方法來(lái),發(fā)現(xiàn)和懲罰這種作弊的行為。