如何通過百度快照分析中文分詞和百度排名
很多站長(zhǎng)抱怨百度算法反復(fù)無(wú)常，排名忽上忽下，鮮少有人去仔細(xì)的研究和分析百度排名背后的意義。筆者就先來拋磚引玉，談一談通過百度快照來分析中文分詞和百度排名的關(guān)聯(lián)。由于并非搜索引擎專業(yè)人士，只是通過快照現(xiàn)象得出的個(gè)人觀察結(jié)論，不一定準(zhǔn)確，只為廣大站長(zhǎng)起一個(gè)去認(rèn)真觀察分析的引子而已。
筆者覺得有必要先解釋下中文分詞的概念。百科定義：中文分詞(Chinese Word Segmentation) 指的是將一個(gè)漢字序列切分成一個(gè)一個(gè)單獨(dú)的詞。分詞就是將連續(xù)的字序列按照一定的規(guī)范重新組合成詞序列的過程。
之所以會(huì)有中文分詞，是因?yàn)闈h語(yǔ)語(yǔ)法的特殊性。中文分詞對(duì)于搜索引擎來說，最重要的就在于相關(guān)性排序，中文分詞的好壞，常常直接影響到對(duì)搜索結(jié)果的網(wǎng)頁(yè)排名，尤其是百度的中文分詞對(duì)搜索排名的影響。據(jù)百科解釋，現(xiàn)有的中文分詞算法有基于字符串匹配的分詞方法、基于理解的分詞方法和基于統(tǒng)計(jì)的分詞方法這三類。
當(dāng)然，百度的搜索結(jié)果排名并不是單純的中文分詞，也不僅僅是單一的一種中文分詞，往往是三種分詞算法的綜合應(yīng)用。
百度快照是個(gè)神奇的東西，可以解決或者了解網(wǎng)站以及百度的很多內(nèi)容。除了可以快速查看某個(gè)無(wú)法打開或者打開速度特別慢的頁(yè)面，還可以查看網(wǎng)頁(yè)被百度收錄情況，也可以用來識(shí)別一些虛假友情鏈接頁(yè)面，當(dāng)然也可以用來了解百度中文分詞的一些情況。我們來看一下一些關(guān)鍵詞的搜索結(jié)果的百度快照頁(yè)面。
1、短關(guān)鍵詞
以搜索“百度快照”為例，從表面看，搜索結(jié)果中對(duì)“百度快照”的字符串匹配有完全匹配，也有不完全匹配，似乎是網(wǎng)站權(quán)重高排在首頁(yè)。
打開第一個(gè)百度快照頁(yè)面，可以看到“百度快照”四個(gè)字被黃色標(biāo)識(shí)，并且快照頁(yè)面有“百度快照”關(guān)鍵字的正向最大匹配。
打開第二個(gè)百度快照頁(yè)面，可以看到“百度快照”四個(gè)字同樣被黃色標(biāo)識(shí)，并且快照頁(yè)面有“百度快照”關(guān)鍵字的正向最大匹配。
2、長(zhǎng)尾關(guān)鍵詞
以“小說閱讀網(wǎng)”為例，以下是首頁(yè)搜索結(jié)果展示
打開第一個(gè)百度快照頁(yè)面，可以看到“小說閱讀網(wǎng)”關(guān)鍵詞被黃色標(biāo)識(shí)，頁(yè)面關(guān)鍵字是正向最大匹配。其它也大抵如此。
但也有并非是完全匹配詞，打開第三個(gè)百度快照頁(yè)面，“小說閱讀網(wǎng)”五個(gè)字被黃藍(lán)青三色分開標(biāo)識(shí)，分別拆成“小說”、“閱讀”“網(wǎng)”三個(gè)詞，快照頁(yè)面也沒有對(duì)這五個(gè)字完全匹配。
搜索一下其它詞匯，首頁(yè)搜索結(jié)果大部分的百度快照頁(yè)面也大都如此，不在此一一展示，大家平時(shí)可以多觀察一下看看。
我們或許可以看出兩個(gè)情況：
1、百度首頁(yè)排名的網(wǎng)站有一個(gè)共同點(diǎn)：頁(yè)面對(duì)于搜索的關(guān)鍵詞基本是正向最大匹配。即排名首頁(yè)網(wǎng)站的頁(yè)面大多對(duì)于所搜索關(guān)鍵詞正向最大匹配。
2、對(duì)于中文分詞，通過長(zhǎng)尾詞搜索，可以看出百度對(duì)于關(guān)鍵詞或者說長(zhǎng)尾詞是如何拆分的。
百度快照顏色有何意義?
另外，還有個(gè)探索性問題，對(duì)于百度快照中關(guān)鍵詞拆分中的顏色代表何意?一般有黃、藍(lán)、青、紅四種主要顏色。
筆者分析：黃色代表所搜關(guān)鍵詞的主關(guān)鍵詞，即一個(gè)短語(yǔ)或者詞組的側(cè)重點(diǎn)，是用戶搜索的主體;紅色代表所搜索關(guān)鍵詞的內(nèi)容，是用戶要搜索主體的重點(diǎn);藍(lán)色則是對(duì)主體的解釋，起到輔助說明作用;青色一般是輔助詞，可有可無(wú)。
當(dāng)然這是筆者的一種猜測(cè)性分析，不正確之處大家可以一起交流。
來源：北漂書生投稿
來源：月光博客
