一種驗證搜索引擎關鍵詞優化技術的方法技術

一種驗證搜索引擎關鍵詞優化技術的方法，根據企業業務確定核心關鍵詞，搜索關鍵詞對應的數據項，如本國每月搜索量、競爭程度和估算每次點擊費用

Method for validating search engine keyword optimization technology

A validation of search engine keyword optimization technology, according to the business enterprise to determine the core keywords, search keywords corresponding data items, such as their monthly search volume, the degree of competition and the estimated cost per click

【技術實現步驟摘要】
一種驗證搜索引擎關鍵詞優化技術的方法
本專利技術涉及語義網絡
，具體涉及一種驗證搜索引擎關鍵詞優化技術的方法。
技術介紹
搜索引擎是人們獲取網絡資源的主要工具,隨著Yahoo、Google等著名搜索引擎的出現，搜索引擎已經成為了網民獲知網站的第一大入口，搜索引擎優化技術(SearchEngineOptimization,SEO)也逐漸發展起來，可以利用搜索引擎的優勢在最短的時間內找到企業網站或者網頁。搜索引擎是指根據一定的策略、運用特定的計算機程序從互聯網上搜集信息，在對信息進行組織和處理后，為用戶提供檢索服務，將用戶檢索相關的信息展示給用戶的系統。搜索引擎優化策略主要有域名策略、網頁設計規劃策略、關鍵詞策略以及鏈接策略。核心策略是關鍵詞優化策略。目前，對于關鍵詞的選取大多憑借經驗和主觀因素，也沒有一個完善的機制來管理關鍵詞優化策略和進度。為使關鍵詞的選取更具科學性和客觀性，基于上述需求，本專利技術提供了一種驗證搜索引擎關鍵詞優化技術的方法。
技術實現思路
針對于關鍵詞優化實現搜索引擎優化的技術問題，本專利技術提供了一種驗證搜索引擎關鍵詞優化技術的方法。為了解決上述問題，本專利技術是通過以下技術方案實現的：步驟1：根據企業業務確定核心關鍵詞，利用搜索引擎搜集相關關鍵字，這些關鍵字在搜索引擎中有相應數據項，如本國每月搜索量、競爭程度和估算每次點擊費用(CPC)等步驟2：結合企業產品和市場分析，篩選降維上述搜索到的相關關鍵字集合；步驟3：針對篩選降維后的關鍵詞集合，通過搜索引擎搜索關鍵詞對應的頁面，這里記錄首頁網頁數和總搜索頁面數，即每個關鍵詞由五維向量再降維為四維的。步驟4：利用一種改進的密度聚類算法，對上述關鍵詞進行聚類處理，其具體子步驟如下：步驟4.1：利用基于ε領域的k-means算法初始化簇。步驟4.2：初始化每一個ε領域的影響函數f(i，j)start，從數據對象集合D中按下述判定條件選擇k個初始簇中心。步驟4.3：對每類關鍵詞i(i∈(1，2，…，m))進行重新分配，按概率函數p(i)選擇聚類中心j′；步驟4.4：根據判定函數Δ(f)的結果，重新計算各簇中心；步驟4.5：如果簇中心發生變化，則轉到步驟(2)，否則迭代結束，輸出聚類結果。步驟5：利用模糊c均值聚類算法驗證上述聚類結果的準確度，其具體的子步驟如下：步驟5.1：用值[0,1]間的數初始化隸屬矩陣J，使其滿足隸屬的整個約束條件步驟5.2：根據影響函數f(i，j)構建k類總目標函數，再綜合隸屬的整個約束條件構建新的k類總目標函數，最后得出最佳k類中心步驟5.3：得到的聚類中心與上述步驟4得到的聚類中心相比較，既可以驗證改進的密度聚類算法結果的準確度步驟6：根據企業具體情況，綜合關鍵詞效能優化和價值率優化，選擇合適的關鍵詞優化策略達到網站優化目標。本專利技術有益效果是：1，此算法可以精簡關鍵詞分析流程，進而減少整個網站優化工作量。2，此算法的運行時間復雜度低，處理速度更快。3、此算法具有更大的利用價值。4、能幫助網站在短時間內快速提升其關鍵詞的排名。5、為企業網站帶來一定的流量和詢盤，從而達到理想的網站優化目標。6、此算法分類結果的準確度更符合經驗值。7、此算法更簡便有效。8、數據處理的效果更好。9、提供了一種驗證聚類算法結果準確性的思想方法。附圖說明圖1一種驗證搜索引擎關鍵詞優化技術的方法結構流程圖圖2一種改進的密度聚類算法在聚類分析中的應用流程圖圖3模糊c均值聚類算法在驗證結果準確度的結構流程圖具體實施方式為了解決關鍵詞優化實現搜索引擎優化的技術問題，結合圖1-圖3對本專利技術進行了詳細說明，其具體實施步驟如下：步驟1：根據企業業務確定核心關鍵詞，利用搜索引擎搜集相關關鍵字，這些關鍵字在搜索引擎中有相應數據項，如本國每月搜索量、競爭程度和估算每次點擊費用(CPC)等。步驟2：結合企業產品和市場分析，篩選降維上述搜索到的相關關鍵字集合；步驟3：針對篩選降維后的關鍵詞集合，通過搜索引擎搜索關鍵詞對應的頁面，這里記錄首頁網頁數和總搜索頁面數，即每個關鍵詞由五維向量再降維為四維的，其具體計算過程如下：這里相關關鍵詞個數為m,既有下列m×5矩陣：Ni、Ldi、CPCi、NiS、NiY依次為第i個關鍵詞對應的本國每月搜索量、競爭程度、估算每次點擊費用(CPC)、首頁網頁數、總搜索頁面數。再降維為四維，即Xi∈(1，2，…，m)為搜索效能，Zi∈(1，2，…，m)為價值率，即為下式：步驟4：利用一種改進的密度聚類算法，對上述關鍵詞進行聚類處理，其具體子步驟如下：步驟4.1：利用基于ε領域的k-means算法初始化簇。步驟4.2：初始化每一個ε領域的影響函數f(i，j)start，從數據對象集合D中按下述判定條件選擇k個初始簇中心，其具體計算過程如下：上式Nε為j類ε領域內數據對象的個數，d(i，j)為關鍵詞i到對應ε領域內簇中心的距離，σ為簇中心的期望值。上式xih為ε領域內第i個關鍵詞對應的向量，yjh為ε領域中的簇中心數據對象的向量。判定條件如下：f(i，j)start＞γγ為設定好的閾值，只有滿足上式條件則歸為一簇。步驟4.3：對每類關鍵詞i(i∈(1，2，…，m)進行重新分配，按概率函數p(i)選擇聚類中心j′，其具體計算過程如下：按p(i)值最大選擇對應的聚類中心j′。步驟4.4：根據判定函數Δ(f)的結果，重新計算各簇中心，其具體計算過程如下：Δ(f)＝f(i，j)new-f(i，j)old＞0滿足上式，則重新計算各簇中心。步驟4.5：如果簇中心發生變化，則轉到步驟(2)，否則迭代結束，輸出聚類結果。步驟5：利用模糊c均值聚類算法驗證上述聚類結果的準確度，其具體的子步驟如下：步驟5.1：用值[0,1]間的數初始化隸屬矩陣J，使其滿足隸屬的整個約束條件，其具體計算過程如下：上式wij為關鍵詞i屬于j類的程度系數，即j∈(1，2，…，k)、i∈(1，2，…，m)。初始化隸屬矩陣J為m×k：隸屬的整個約束條件為：步驟5.2：根據影響函數f(i，j)構建k類總目標函數，再綜合隸屬的整個約束條件構建新的k類總目標函數，最后得出最佳k類中心，其具體計算過程如下：k類總目標函數f(i，j)∑j∈k：新的k類總目標函數f(i，j1，j2，…，jk，λ1，…，λm)∑j∈k：上式λi(i＝1，2，…，m)是隸屬的整個約束條件的拉格朗日乘子。對所有參量求導，使式f(i，j)∑j∈k達到最大的必要條件為：上式為關鍵詞i所對應的向量；步驟5.3：得到的聚類中心與上述步驟4得到的聚類中心相比較，既可以驗證改進的密度聚類算法結果的準確度，其具體計算過程如下：準確度公式為上式為應用步驟4得出的k個簇，為應用步驟5得出的k個簇，γ為閾值，滿足條件則驗證上述結果正確，否則錯誤。步驟6：根據企業具體情況，綜合關鍵詞效能優化和價值率優化，選擇合適的關鍵詞優化策略達到網站優化目標。一種驗證搜索引擎關鍵詞優化技術的方法，其偽代碼過程輸入：網站提取的核心關鍵詞，基于ε領域初始化簇輸出：網站最優關鍵詞。本文檔來自技高網...

【技術保護點】
一種驗證搜索引擎關鍵詞優化技術的方法，本專利技術涉及語義網絡技術領域，具體涉及一種驗證搜索引擎關鍵詞優化技術的方法，其特征是，包括如下步驟：步驟1：根據企業業務確定核心關鍵詞，利用搜索引擎搜集相關關鍵字，這些關鍵字在搜索引擎中有相應數據項，如本國每月搜索量、競爭程度和估算每次點擊費用（CPC）等步驟2：結合企業產品和市場分析，篩選降維上述搜索到的相關關鍵字集合；步驟3：針對篩選降維后的關鍵詞集合，通過搜索引擎搜索關鍵詞對應的頁面，這里記錄首頁網頁數和總搜索頁面數，即每個關鍵詞由五維向量再降維為四維的，其具體計算過程如下：這里相關關鍵詞個數為m,既有下列

【技術特征摘要】
1.一種驗證搜索引擎關鍵詞優化技術的方法，本發明涉及語義網絡技術領域，具體涉及一種驗證搜索引擎關鍵詞優化技術的方法，其特征是，包括如下步驟：步驟1：根據企業業務確定核心關鍵詞，利用搜索引擎搜集相關關鍵字，這些關鍵字在搜索引擎中有相應數據項，如本國每月搜索量、競爭程度和估算每次點擊費用（CPC）等步驟2：結合企業產品和市場分析，篩選降維上述搜索到的相關關鍵字集合；步驟3：針對篩選降維后的關鍵詞集合，通過搜索引擎搜索關鍵詞對應的頁面，這里記錄首頁網頁數和總搜索頁面數，即每個關鍵詞由五維向量再降維為四維的，其具體計算過程如下：這里相關關鍵詞個數為m,既有下列矩陣：、、、、依次為第i個關鍵詞對應的本國每月搜索量、競爭程度、估算每次點擊費用（CPC）、首頁網頁數、總搜索頁面數再降維為四維，即為搜索效能，為價值率，即為下式：步驟4：利用一種改進的密度聚類算法，對上述關鍵詞進行聚類處理，其具體子步驟如下：步驟4.1：利用基于領域的k-means算法初始化簇步驟4.2：初始化每一個領域的影響函數，從數據對象集合D中按下述判定條件選擇k個初始簇中心，其具體計算過程如下：上式為j類領域內數據對象的個數，為關鍵詞i到對應領域內簇中心的距離，為簇中心的期望值上式為領域內第i個關鍵詞對應的向量，為領域中的簇中心數據對象的向量判定條件如下：為設定好的閾值，只有滿足上式條件則歸為一簇步驟4.3：對每類關鍵詞進行重新分配，按概率函數p(i)選擇聚類中心，其具體計算過程如下：按值最大選擇對應的聚類中心步驟4.4：根據判定函數的結果，重新計算各簇中心，其具體計算過程如下：滿足上式，則重新計算各簇中心步驟4.5：如果簇...

【專利技術屬性】
技術研發人員：金平艷，
申請(專利權)人：四川用聯信息技術有限公司，
類型：發明
國別省市：四川,51