對與百度的分詞研究原來也沒有在意，但有一次我在作優(yōu)化時無意中發(fā)現(xiàn)一個詞也就是差了一個字，結(jié)果排名大不相同。我作的是二手房的關(guān)鍵詞，但是我的頁面上的關(guān)鍵詞設(shè)置卻是“二手房源”，可能有的朋友會說，這個沒什么問題啊，“二手房源”不是包含了二手房這個關(guān)鍵詞嗎？如果沒有仔細對百度的分詞進行研究，大家可能看不出這兩個詞會有什么區(qū)別，不過大家只要稍微留心一下搜索出來的結(jié)果，就可以看出端倪了，百度在對“二手房”和 “二手房源”這兩個詞分詞出來是不一樣的，百度自己建立有自己的詞庫，所以他會把“二手房“這個詞當(dāng)作一個整體，但是對于”二手房源“這個詞，百度則拆分成了”二手“和”房源“兩個詞，自然別人在搜索二手房這個關(guān)鍵詞的時候就找不到我的頁面了。通過這個小細節(jié)，我覺得有必要對百度的分詞進行一下深入的研究，我大概地總結(jié)出了以下這么幾點：
1、百度分詞是根據(jù)內(nèi)容中，第一次出現(xiàn)關(guān)鍵詞相關(guān)詞為標(biāo)準(zhǔn)來分的。例如”今日新開熱血江湖sf“這個詞
如果你的正文中第一個出現(xiàn)的是”今日“這個詞，那么你的頁面上的關(guān)鍵詞就會被拆分成”今日”和“新開熱血江湖sf“兩個詞，標(biāo)題中一定要包含關(guān)鍵詞，但不一定要完全匹配，但內(nèi)容中出現(xiàn)的關(guān)鍵詞是要跟百度分詞完全匹配的，在完全匹配中又會根據(jù)文件URL路徑的深度來進行排序，在關(guān)鍵詞都完全匹配的情況下，比如說目錄比文件有優(yōu)先權(quán)，根目錄下的文件要比二級目錄下的文件有優(yōu)先權(quán)，完全匹配的會排在前面，然后再是部分匹配的。
2、在關(guān)鍵詞沒有完全匹配的情況下，如果有分詞，比如說：游覽器下載
這個關(guān)鍵詞，有一個網(wǎng)頁里第一次出現(xiàn)的關(guān)鍵詞是游覽器，并且有較高的關(guān)鍵詞密度，但是這個網(wǎng)頁中卻沒有”下載“這個關(guān)鍵詞
而另一個網(wǎng)頁里第一次出現(xiàn)的關(guān)鍵詞是下載，那么這個網(wǎng)頁的關(guān)鍵詞就會被拆分成 游覽器 下載 兩個詞，雖然第二個網(wǎng)頁里包含有“游覽器” “下載” 但是第一個網(wǎng)頁還是會排在第二個網(wǎng)頁的前面，這說明關(guān)鍵詞的前面部分是最重要的。
3、關(guān)鍵詞第一部分出現(xiàn)的頻率是排名的關(guān)鍵，比如說 ”游覽器 下載“，如果兩個網(wǎng)頁都沒有完全匹配，都是含有兩個分詞，那么“游覽器”這個分詞密度高的網(wǎng)頁將會排在前面。
4、如果完全匹配，但是關(guān)鍵詞第一出現(xiàn)是在頁面內(nèi)容的最后面部分，那么這個網(wǎng)頁的排名將比前面這些頁面還要低。所以關(guān)鍵詞盡早在內(nèi)容中出現(xiàn)是非常重要的。
5、百度根據(jù)第一次出現(xiàn)的相關(guān)關(guān)鍵詞切詞，如果第一次出現(xiàn)的相關(guān)關(guān)鍵詞是關(guān)鍵詞的尾部，那么就從后面開始切，如果是前面部分就從前面開始切，也就是根據(jù)網(wǎng)頁內(nèi)容的順序和反序進行分詞，順序的時候就是以關(guān)鍵詞前半部分為起點，反序的時候就是以關(guān)鍵詞的后半部分為起點。例如：”今日新開熱血江湖sf“ 這個關(guān)鍵詞，如果你的網(wǎng)頁中第一次出現(xiàn)的關(guān)鍵詞是”熱血江湖sf“，那么你這個頁面的關(guān)鍵詞會被拆分成”熱血江湖sf”和“今日新開”兩個詞。
6、可以根據(jù)百度的切詞原理，自己來選擇比較好作的關(guān)鍵詞頭部（也就是調(diào)整你網(wǎng)頁內(nèi)容中第一次出現(xiàn)的關(guān)鍵詞）。也就是進行人為切詞，百度會進行從前往后判斷，也會從后往前面切。
7、如果切詞出現(xiàn)前半部分和后半部分有重復(fù)的話，那么有重復(fù)的會比沒重復(fù)的排名低，但如果都有重復(fù)那么就是根據(jù)前半部分的密度來判斷。
例如：今日新開熱血江湖sf 如果被切成 今日新開熱血江湖|新開熱血江湖sf （這樣切出來的詞前半部分太長，所以排名不利）那么排名肯定要比切成今日新開|熱血江湖|sf 的排名差
8、如果在關(guān)鍵詞沒有完全匹配的情況下，并且關(guān)鍵詞出現(xiàn)得不完整，比如說：今日新開熱血江湖sf，網(wǎng)頁的內(nèi)容包含的關(guān)鍵詞中如果沒有“今日”這個詞，那么切詞就會從“新開”開始，但是這樣的網(wǎng)頁都會排在比較靠后了，因為你關(guān)鍵詞的前部分都沒有包含
9、缺詞的情況下下，如果與不缺詞的網(wǎng)頁進行比較的話，那還是根據(jù)切詞前部分的密度進行排序，也就是說按照切詞的順序，如果切出來的詞，前部分的密度比后部分的密度比例是關(guān)鍵，例如一個網(wǎng)頁中，前部分與后部分關(guān)鍵詞的比例是1：2，另外一個網(wǎng)頁的比例是1：4，那么當(dāng)然前面的那個網(wǎng)頁排名要靠前。同樣在缺詞的情況下，切出來前詞短的排名有優(yōu)勢
10、如果不缺詞，但是關(guān)鍵詞后面部分比前面部分先出現(xiàn)，例如“今日新開熱血江湖sf” sf這個詞先出現(xiàn)，但是“今日新開熱血江湖”這個詞的密度又不高的話，那么排名會比那些缺詞的還要靠后
11、同樣是后詞出現(xiàn)在前面，但是前詞與后詞的比例是關(guān)鍵，例如一個網(wǎng)頁中包含有“sf” “今日新開熱血江湖”這樣兩個詞，比例為1：1另外一個網(wǎng)頁包含的是 “新開熱血江湖” “sf” “今日新開” 比例是2：1：1，那么前面的那個網(wǎng)頁排名有優(yōu)勢，關(guān)鍵詞的數(shù)量不是關(guān)鍵，出現(xiàn)的位置，以及分詞的比例是非常關(guān)鍵的。越靠后的分詞占的比例越多，排名越不利
12、關(guān)鍵詞在正文中出現(xiàn)的位置過于靠后也是不利的，主詞的密度太低也不利，前面的網(wǎng)頁情況都是在主詞密度差不多的情況下進行比較的。
我研究出來的也就查不多這么多了，不知道大家能不能看懂，如果能看懂的會，你就可以根據(jù)百度的分詞去調(diào)整自己網(wǎng)頁的關(guān)鍵詞權(quán)重設(shè)計，這樣就可以避免熱詞的競爭，但是又能作到熱詞。
