关键字搜索范文（精选7篇）

关键字搜索 第1篇

随着互联网的发展，信息量开始爆炸性地增长，大量信息扑面而来，如何快速准确地找到我们需要的信息，去除杂乱的干扰现象，这是必须要解决的问题。在此情况下，搜索引擎诞生了，经过数十年的发展，目前已比较成型了，如著名的中文搜索引擎网站百度，新浪和搜狐；中英文搜索引擎网站google, yahoo等。搜索引擎按其工作方式可分为全文搜索引擎，目录搜索引擎和元搜索引擎三种。全文搜索引擎是名副其实的搜索引擎，如百度和google就是优秀的全文搜索引擎网站。中文分词的结果是影响搜索引擎中文检索结果质量的重要因素, 能否准确有效的分词对提高搜索结果的相关性和用户满意度都至关重要，搜索引擎中搜索速度和准确度一直是各网站追求的目标，搜索准确度除了传统的网页排除算法，也与自然语言的研究密切相关，本文就是基于自然语言的语法格式在中文搜索引擎中进行快速与精确分词。

1、传统分词方法

分词的方法很多，基本上分为两类，第一类是基于字符串匹配的分词方法，第二类是基于统计的分词方法。第二类方法不需要词典。按搜索关键字进行基于字符串匹配的分词方法，在进行分词时无论采用正向最大匹配法还是逆向最大匹配法，都会存在分词不当的情况，以致影响了最终的搜索精度。正向最大匹配分词法是基于词典的分词系统，在分词之前要事先准备一个分词词典，分词词典中有大量的词，一般词典中词的数量在十几万到几十万不等，然后将待分词的句子从句子的头部开始扫描与词典中的词进行匹配，如果匹配上，则将这个词分出来。因要求每一句分词的结果中词汇的总量要最少，所以称为最大匹配。逆向最大匹配分词法与正向最大匹配相反。统计结果表明，单纯使用正向最大匹配的错误率为1/169，单纯使用逆向最大匹配的错误率为1/1245。逆向最大匹配分词法在切分的准确率上比正向最大匹配分词法有较大的提高，其分词流程如图1所示[1]：以"瑞星以技术和服务开拓网络安全市场"为例，采用正向最大减字匹配法，其分词结果是：瑞/星/以/技术/和服/务/开拓/网络/安全/市场。由于词典中有"和服"这个词，所以分词搜索结果与我们本来要搜索的结果"瑞/星/以/技术/和/服务/开拓/网络/安全/市场"有出入。采用逆向最大匹配法分词结果是：瑞/星/以/技术/和/服务/开拓/网络/安全/市场。虽然如此，但这些分词方法由于在分词时是对搜索关键字构成的句子进行分词，所以分词时与词典进行匹配时，会造成匹配速度慢，分词结果不精确，从而影响我们的搜索结果。若我们的搜索关键字本身就是词，那么在进行分词时，分词速度会加快，分词的准确度会提高。

2、链栈存储搜索关键字实现中文分词

2.1 链栈存储特点

栈具有先进后出的操作特点，适合存储按逆向最大匹配法进行分词的数据；链式存储的优点是结点数据域的长度不固定 (注：实际使用时将结点数据域定义为变长字符数据类型) ，适合于搜索时搜索关键字长度不固定的情况；从链栈的建立到释放都是动态的过程，不会造成存储空间的浪费，而且不存在单个栈满而其余栈空的现象，所以多个链栈可以实现空间共享。

2.2 链栈存储搜索关键字实现中文分词的原理

用链栈存储搜索关键字时, 用户首先根据自己要搜索的内容与目的对搜索关键字按自然语言的语法结构进行切分, 切分的原则是:按句子成分进行划分, 能切分为词的尽量不要切分为单字, 如"瑞星"这个词一般在搜索时都希望搜索"瑞星", 所以在切分时就切分为一个词"瑞星"而不是两个单字"瑞"和"星";能切分为专用名词的尽量切分为专用名词, 如"中华人民共和国"在切分就按专用名词对待, 不要再切分;对那些词典中暂且没有的新词在切分时尽量按新词对待。然后把切分号的搜索关键字用用系统约定的某种分隔符进行连接, 如用"+"进行连接, 再输入网站中的搜索文本框进行搜索, 如要搜索"中华人民共和国60周年庆典", 用户先按搜索目的切分为"中华人民共和国+60+周年+庆典"。当用户把搜索关键字发送给搜索服务器时, 负责搜索的服务器在进行分词形成倒排表之前, 先动态建立一个空链栈, 然后一边读取已按分隔符切分好的搜索关键字, 一边按关键字的大小动态申请存储空间, 申请成功后, 将读取到的数据存储在申请到的结点的数据区, 然后将这个结点连接到链栈中, 反复操作直到将所有的搜索关键字存储在链栈中。在进行分词时, 搜索服务器对链栈进行操作, 一边从栈顶弹出数据, 一边采用逆向最大匹配分词法进行分词。由于被匹配的每部分搜索关键字本身就是词, 所以采用这种方法分词时, 分词的速度与准确率相对较高。按此种方法分词的流程图如图2所示:

2.3 链栈存储实现中文搜索分词在时间与空间上的特点

(1) 时间复杂度分析

若不考虑建立链栈所花费时间，从上面的分词原理可以看出，链栈存储已分割好的搜索关键字实现分词，从时间上分析，其时间复杂度为O (N2) ；逆向最大匹配分词法其时间复杂度也是O (N2) ，其中N为用户输入的搜索关键字个数。

(2) 空间复杂度

从空间上分析，其空间复杂度为O (N) 。搜索引擎系统中常采用的逆向最大匹配分词法其空间复杂度为O (N) [2]。

(3) 本方法的特点

时间复杂度与空间复杂度都是最坏情况下的，本文采用的方法无论在时间上与空间上都没有优于逆向最大减字分词匹配法，但在实际使用时，由于搜索关键字一般都是可以再分割的，所以实际使用时本方法在时间与空间上都应优于逆向最大匹配分词法。

3、结束语

链栈存储搜索关键字实现中文分词，不论在时间上还是在空间上都优于搜索引擎系统中常采用的逆向最大分词法。由于用户在输入搜索关键字时，已按自己的搜索内容与目的进行了简单的"分词"，系统在进行分词时是按最小的分词单位进行分词，所以分词速度快，准确率高，从而可以提高网络搜索的速度与准确率这种方法在一定程度上还可以消除中文搜索关键字中的歧意。这种方法的不足是搜索关键字需要用户事先进行切分，但和搜索的快速与准确率相比，这点还是可以忍受的。

摘要：分词方法是中文搜索引擎系统中最为基础和最为重要的技术, 它直接影响搜索引擎对用户搜索结果的准确性与快速性。本文采用链栈存储用户按搜索目标分割好的搜索关键字, 利用链栈先进后出的操作特点, 用逆向最大匹配分词法实现中文搜索引擎中搜索关键字的快速与准确分词, 从而实现系统对用户搜索的快速与准确反应。

关键词：链栈,动态操作,逆向最大匹配分词法

参考文献

[1]卢亮, 张博文.搜索引擎原理、实践与应用[M].北京:电子工业出版社, 2007.9

Google基于搜索的关键字工具 第2篇

发表者：谷歌中国上海工程研究院 广告技术经理 陈晓

如果您希望对现有广告系列预算进行重新调整，以便将其应用到效果最佳的区域，或者，如果您对如何吸引可能错过的潜在客户存有疑问，则应充分利用有针对性的关键字，基于搜索的关键字工具是一种功能强大的新工具，它可以检测您网站的内容，并将其与实际的 Google 搜索查询进行匹配，从而为您提供一个高度相关、搜索频率较高的关键字列表。然后，系统会对这些关键字建议进行过滤，删除那些您已经用来进行广告投放的关键字，只为您留下具有针对性的新关键字。

我们非常高兴地宣布，中国的广告客户现在可以使用这款免费工具了!-- 欢迎您试用此工具并将您的想法告诉我们。

帮助您提升收益的大好机会

除了为您提供高度相关的新关键字之外，基于搜索的关键字工具还能如何帮助您提升收益呢?

我们来看一个例子：假设您销售汽车和踏板车这两个产品系列，而您知道汽车产品的销售情况远比踏板车产品好。通过使用该工具，您可以找出目前没有使用的更具潜力的汽车类搜索字词，并将这些字词整合到您的广告系列中。这样，您就可以把资源更好地分配给最有效的关键字。

重点关注您的广告系列

基于搜索的关键字工具提供了许多有效的过滤器 (注：“过滤器”: 用于对已有结果数据按照一定条件或要求做进一步筛选的功能)和功能，可以针对您网站的各个部分轻松查找关键字，并为您找到可带来最大投资回报率的业务，

• 正在寻找低价关键字?在更多过滤器部分，该工具可按照竞争的激烈程度(低、中、高)对关键字进行排序，或者为您选择您愿意支付的特定出价范围。

• 只想查找某个特定产品领域的关键字?该工具可自动按类别和品牌对关键字进行分组，因此您只需选择希望查看的类别即可。

• 找不到所需的类别，或者要查找适用于您网站上的特定网页的关键字?请在过滤器部分将关键字输入网址包含字段。

该工具还提供有关每个关键字的其他信息，例如月平均搜索次数、使用某个关键字的广告展示位置的竞争激烈程度、将广告置于前三位的估计出价、广告占有率/搜索占有率等。

使用入门

按照以下四个简单步骤操作，即可开始使用基于搜索的关键字工具：

1. 访问 www.google.com/sktool。

2. 登录到您的 AdWords 帐户。

3. 输入您网站的网址。

4. 使用语言或国家/地区设置可获得与特定选择有关的结果，也可以保持默认设置以显示综合数据。

5. 点击查找关键字。

应用与商业结合是搜索发展的关键 第3篇

知识产权等问题带来的诸多限制使得搜索引擎“异化”成为一种新的趋势。10月9日，百度宣布正式与中国工商银行达成电子商务战略联盟关系，开展一系列电子商务合作。百度地图搜索业务“十一”前夕也正式上线，对阵Google在9月推出的本地搜索……

我们所熟悉的搜索引擎，正日益超越一个简单的“搜索框”，而演化成新的应用形态。一系列以技术为基础，以应用创新为主导的“搜索异化”正在上演。这其中有两个明显的方向：门户化和多元化。

门户化以Google等侵入传统门户“大本营”——新闻内容为典型。但这已经超出了搜索引擎公司的核心能力，会造成其在管理和运营上的风险。曾任雅虎中国总裁的周鸿祎也曾表示，无论是QQ还是盛大，都是因为专注而成功。而成功之后不再专注便可能会走向反面。

搜索们极高的流量和单一的赢利模式则令他们的发展形成了另一种可能性，即多元化。单一的盈利模式，会束缚搜索巨头的成长性，因此拓展其他业务领域，寻找新的增长机会，是“搜索异化”的主要目的。

无论是门户化还是多元化，都是搜索企业们对业务层面的拓展和转型，也是应对复杂的市场竞争、提升竞争力的一种策略。百度的竞争对手并不仅仅是Google、雅虎、新浪这样的传统门户，天极这样的垂直门户，阿里巴巴这样的B2B平台，乃至猫扑、天涯这样的人气极高的社区网站都可能是它潜在的竞争对手。互联网的竞争从来都是演化和动态的。而在这些竞争对手中，最具威胁的当属那些专业性极强的“垂直搜索”，这些垂直的搜索更了解特定人群的搜索及相关服务需求，因此可以提供更深入的服务。

“阿里巴巴未来的业务核心将是电子商务搜索！”马云曾无数次对媒体表示。假如雅虎与阿里巴巴联合，便极有可能推出“电子商务搜索”。这种电子商务搜索由于整合了各种电子商务应用，因此能为商人提供更深入的服务，将会对搜索现有的盈利模式——竞价排名业务带来巨大冲击。另外一些针对新闻、博客、论坛内容的搜索增值服务也不断涌现，这些应用的创新也会分流百度现有的用户。

看来，“搜索异化”不仅仅是为了拓展业务领域，更是在动态竞争条件下的一种竞争策略——Google和百度必须进入越来越多的细分领域，否则用户会逐渐分流到专业性更强的垂直搜索引擎。

如果从竞争力的角度去理解搜索技术与基于搜索的各种垂直应用之间的关系，一种“楔形竞争力”的观点则可以拿来借鉴。

著名IT评论家吴伯凡曾说：“所谓楔形，其实就是个倒三角，倒三角的尖端部分代表搜索技术，中部是基于技术的产品应用平台，最上端是对整个搜索引擎用户人群文化的认识和理解，以及现代公司竞争最关键也最捉摸不定的所谓品牌。”而“楔形”蕴涵的另一个意义是：楔子要打到墙里，尖端是否锐利很重要，但楔子的破坏性有多强，究竟能在墙面挤压出多大的空间，其中端、后端的沉稳与厚重才是关键。

因此，搜索引擎的竞争力来源，不仅仅是技术，也包括由技术所支撑的一个丰富的应用体系，及外延的相关资源。在这种框架下，百度平台上日益丰富的搜索应用，便可以解释为构筑百度核心竞争力体系的一部分。因为搜索应用的丰富程度直接决定了搜索技术平台的价值和竞争力

在搜索生态的理念下，搜索巨头的战略思维亟需转型。

其实，不存在某种策略一定优于其他策略的定论，一切取决于是否拥有足够的资本，是否具备对新业务的管理能力、是否具备对联盟的控制力等，需要根据不同应用领域的具体情况，比较分析后定夺。

此外，在搜索生态的理念下，搜索巨头必须思考与商业生态系统中合作伙伴的价值创造与共享。如果合作可以带来商业模式和价值的创新，并通过某种利益分配机制，分享这种创新带来的价值，一定会强化这种联盟关系，从而进一步提升搜索生态的竞争力。

而且，应该把搜索引擎变成一个更加开放的平台，使外界的开发人员能够利用其搜索架构开发搜索应用软件。

实际上，在这方面Google、雅虎已经走在了前面，雅虎甚至向开发人员正式提供API。开放API将能够使许多预料之外的、有关搜索应用的设想转化为实际应用，也将使搜索技术从单纯的商业应用转向更广阔的应用空间。搜索将会变成互联网的“操作系统”。

所以，在一切“搜索异化”的背后，需要搜索巨头思考的是：如何把这种应用创新与商业模式创新结合起来，从而把搜索应用创新的商业价值体现出来，以进一步促进商业生态的繁荣！

关键字搜索 第4篇

云计算是一种新兴的计算模式,其中云中的计算资源被用来提供计算服务。这种计算模式能够快速地获取并释放计算资源。因此,能够按照需求来访问资源丰富的、非常便捷的计算资源[1]。

当用户外包敏感数据给云服务者的时候,这种计算模式也给数据的安全和隐私带来了挑战。许多应用中使用复杂的访问控制机制来保护加密的敏感数据。Sahai和Waters[2]通过引入ABE的概念来解决这个问题。ABE是一种能保证通过使用和密钥或者密文相关的访问策略来访问控制加密数据的新的公钥方案。有两种类型的ABE方案:密钥策略ABE ( KP-ABE )[3,4,5,6,7]和密文策略ABE ( CP-ABE)[7,8,9,10]。在KP-ABE方案中,每个密文是和属性集合相关的,每个用户的私钥是和一个基于属性的访问策略相关的。当且仅当和密文相关的属性集合满足和用户私钥相关的访问策略的时候,用户才能够解密一个密文。在CP-ABE中,属性集合和访问策略的角色是相反的。现存ABE方案中的一个最主要的效率缺陷就是在可信属性授权中心(TA)端生成密钥以及在用户端进行解密的时间消费计算代价,这已成为系统的瓶颈。为了解决这个问题,一些ABE方案[11,12,13,14,15,16,17,18,19,20,21,22]已经提出外包繁重的计算代价给云服务提供者们(CSP),这极大地降低了用户端的计算代价。由于存储在CSP的数据变得越来越多,传统的数据使用服务渐渐地不能有效地工作了。如何从存储在CSP的大量数据中找到需要的有用信息已经成为不容忽视的问题。Boneh[23]等人提出了具有关键字搜索功能的公钥加密方案的概念,它提供了一种在不泄露任何关键字的前提下通过关键字对加密的数据进行搜索的方式。然而,这个方案不能支持对加密数据的细粒度的访问控制。最近,Qian[24]等人提出一个基于多授权中心的对个人健康记录进行隐私保护的ABE方案。

1 预备知识

1. 1 双线性对映射

定义1 设G1和G2是具有素数阶p的乘法循环群。假设g是G1的生成元。设双线性映射e:G1× G1→ GT,那么它满足以下属性:

双线性:对于任意的u,v ∈ G1以及随机选择的a,b ∈ Zp,都有e(ua,vb) = e (u,v)ab。

非退化性:存在G1中的两个元素u,v使得e(u,v) ≠ 1 。

可计算性:对于任意的G1中的元素u,v ,存在一个有效的算法来计算e(u,v)。

1. 2 复杂性假设

定义2 (决策性双线性Diffie-Hellman假设)。设G1和G2是具有素数阶p的乘法循环群,且g是G1的生成元。给出元组(X,Y,Z) ∈ G1,其中X =gx,Y = gy,Z = gz,x,y,z是从Zp中随机选取的,T是从G2中随机选取的。决定出是否T = e (g,g)xyz是困难的。

1. 3 访问结构

定义3设U = {P1,…,Pn} 是参与者集合。如果 B,C,B ∈ A ,且,那么C ∈ A ,则聚集是单调的。一个单调的访问结构是单调聚集A ,它是{P1,…,Pn} 的非空子集。在A中的集合称之为授权集合,在它以外的集合称之为非授权集合。

定义 ω 和A分别为属性集合和访问结构,而且预设了一个 γ(ω,A) 如下: γ(ω,A) ∈ {0,1} ,如果ω ∈ A ,那么 γ( ω,A) 的值等于1,否则等于0。本文中参与者的角色由属性扮演,访问结构A包括了属性的授权集合。

2 具体的方案构造

本文的方案包含十个算法:

设置算法: TA选择两个具有素数阶p的乘法循环群G1,G2,g是G1的生成元。TA选择一个双线性映射e:G1× G1→ G2并定义Zp中的元素为域U中的属性。为了简化表示,设置n = | U | 并且取Zp中的前n个元素作为属性域。TA随机地选择一个整数x ∈ Zp,计算g1= gx,并随机选择g2,h,h1,…,hn∈ G1,其中n是域中属性的数量。H1:{0,1}*→ G1和H2:G2→{0,1}logp是两个安全的哈希函数。TA发布PK = (G1,G2,g,g1,g2,h,h1,…,hn,H1,H2) 作为系统公开参数并把MSK = x保密作为主密钥。

外包生成密钥初始化算法:TA一旦接收到访问策略A的私钥生成请求,就会随机选择x1∈ Zp并计算x2= x - x1模p。OKKGCSP= x1被发送给密钥生成云服务提供者(KG-CSP) 来生成外包私钥SKKGCSP。OKTA= x2被TA用来生成本地私钥SKTA。

外包生成密钥外部算法:TA发送OKKGCSP给KG-CSP来生成外包私钥SKKGCSP。一旦KG-CSP接收到请求(A,OKKGCSP),就会随机选择一个(d - 1)次的多项式q(·) ,其中q(0) = x1。对每一个i ∈A ,KG-CSP随机地选择ri∈ Zp,并计算di0=g2q( i)(g1hi)ri以及di1= gri。KG-CSP发送外包私钥SKKGCSP= { di0,di1}i∈ω给TA。

外包生成密钥内部算法:TA选取OKTA作为输入并计算,其中rθ∈ Zp是随机选择的,θ 是默认属性。TA设置私钥为SK = ( SKKGCSP,SKTA) ,其中SKTA= { dθ0,dθ1} 。TA通过安全信道把SK响应给用户。

查询密钥生成算法:为了给具有访问结构A的用户生成查询密钥,用户和TA互动如下:

用户随机选择一个盲化因子BF = u ∈ Zp*,并提供一个承诺值qBF= g21/ u和访问结构A给TA。用户将u保密。

TA根据A恢复出,并为用户计算查询密钥

TA通过安全信道发送查询密钥QK给用户。

加密算法:加密算法以公开参数PK ,消息M ∈G2以及一个和密文相关的属性集 ω 为输入。数据拥有者( DO) 随机选取s ∈ Zp并计算C0=Me ( g1,g2)s,C1= gs,Ci= ( g1hi)s对应每个i ∈ ω,以及Cθ= ( g1h)s。DO输出和属性集相关的密文CT=(ω∪{θ},C0,C1,{Ci}i∈ω',Cθ)。

索引生成算法:DO随机选择r ∈ Zp并运行索引生成算法来为每个kwi∈ KW计算ki= e (g1,g2)s·e ( g,H1(kwi))s∈ G2,其中i = 1,…,m 。DO输出关键字集合的索引IX(KW) = (K1,K2,Ki) 对kwi∈ KW,其中,K1= C1= gs,K2= Cθ= ( g1h)s,Ki= H2(ki)。DO上传元组(CT,IX(KW)) 给存储云服务提供者(S-CSP)。

陷门算法:为了给关键字kw生成陷门,用户计算Tq(kw) = H1(kw)QKu并为所有的i ∈ A设置I = ( Ii0= di0,Ii1= di1) ,计算D1= duθ1。DU设置关键字kw的陷门为Tkw= ( Tq(kw),I,D1) 。

检测算法:用户通过发送关键字kw的陷门Tkw以及和用户私钥相关的访问策略A来提交关键字搜索请求。如果访问结构A被嵌入在密文中的属性集合满足,解密云服务提供者(D-CSP) 下载所有匹配的密文并为它们执行部分解密。D-CSP计算:

D-CSP通过用户提交的陷门Tkw搜索和指定的关键字的索引相关联的密文CT 。D-CSP计算:

和H2(kkw) 。D-CSP通过比较H2(kkw) 和每个元组(CT,IX(KW)),其中kwi∈ KW。如果不能找到匹配的元组,D-CSP输出⊥,否则D-CSP发送包括元组(CT,IX(KW)) 的搜索结果以及部分解密的数据QCT给用户。

解密算法:一旦用户接收到来自D-CSP的QCT和CT ,用户就会完全解密并得到消息

3 方案分析

3. 1 正确性分析

3. 1. 1 外包部分解密正确性分析

首先要确定搜索的密文是符合密钥所指定的策略的,当且仅当密文中的属性集合符合密钥中的访问策略的时候,D-CSP进行外包部分解密如下:

3. 1. 2 关键字匹配正确性分析

D-CSP通过用户提交的陷门来查找匹配的密文,计算如下:

当且仅当H2(ki) = H2(kkw) 时,我们找出了与关键字匹配的密文。

3. 1. 3 完全正确性分析

用户获取D-CSP传达过来的部分解密的密文后,在本地用本地私钥进行完全解密,计算如下:

3. 2 安全性分析

在本文中有两种类型的敌手,分别是能够和DCSP以及存储云服务提供者联合攻击的恶意用户,以及好奇的密钥生成云服务提供者。本文分别证明了本文中的方式是可抵抗选择明文攻击的。将提出的基础方案归结到DBDH问题上,假设敌手能攻破方案,那么他就具备解决DBDH问题的能力,而困难性问题是不可解的,因此假设不成立,从而得证本文方案的安全性。

把困难性嵌入到DBDH问题中,通过设定主密钥就是x ,并令g1= X ,g2= Y ,h = g1-1g- α,hi=g1-1gαi,构造出公共参数和私钥等的组件,然后设置s = z,并最终构造出C0= MυT = Mυe (g,g)xyz= Mυg1,g2)ze (g1,g2)z等密文构建,如果攻击者能够用本文构造出的密钥成功解密构造出密文,说明DBDH可解了,而DBDH是不可解决的,这就自相矛盾了,因此原先关于存在能攻破方案的敌手的假设是不成立的。从而反向证明了该方案的安全性。

4 结束语

关键字搜索 第5篇

本人是一个新手站长，网站开站才三个来月。我的网站是做手机游戏和电子书下载的网站的流量大部分是从百度搜索过来的。因为自己坚持每天更新内容，同时也通过各个论坛发发广告，有时也写写软文，百度收录的页面也从300多个慢慢增加到了4000多个，而且百度快照每天都是最新的。自己的关键名：“好玩的手机游戏”也一直稳定在百度搜索的前几位网络推广。

网站推广，但最近几天发现，自己的关键名排序下降的挺厉害的，直接的后果就是百度搜索过来的流量出现了明显的下降，

自己也从多方面查找原因，却一直找不到问题的原因所在，直到有一天，自己的网站突然无法登录了。因为自己建站是用的独立的服务器，所以到机房一查，发现是硬盘的问题造成网站崩溃了，更换了硬盘之后，网站得以重新恢复。但这也给了我一个提醒，网站关键名排序下降会不会是因为硬件问题造成的呢?用GG的站长工具一查，还是找到了问题的原因。原来是因为硬盘出现了问题，造成百度的爬虫下载页面所用时间的大幅增长。原来只需要854毫秒下载一个页面，硬盘有问题的那段时间下载一个页面竟需要6445毫秒，增加的不是一点两点。正是因为硬件的问题，不仅造成网站的崩溃，也间接造成了百度搜索排名的下降。

关键字搜索 第6篇

1 小区搜索过程

小区搜索过程是在LTE的下行链路进行的,所以使用OFDM接入方式。本文只讨论FDD工作方式下的LTE系统,下行链路的帧帧长为10ms,分为十个子帧(帧号0~9),每个子帧包含两个时隙,所以每个时隙长0.5ms,共有20个时隙(时隙号0~19)。由于使用OFDM信号,LTE系统具有两种循环前缀(CP),即短CP和长CP。当使用短CP时,一个时隙包含7个OFDM符号,当使用长CP时,一个时隙包含6个OFDM符号。其中,PSCH和SSCH分别位于时隙0和时隙10的最后一个符号和倒数第二个符号中[2]。

由于LTE的系统带宽为1.25MHz~20MHz,随使用情况而变化,并不固定,所以SCH和BCH均设计在系统中心1.25MHz带宽内。当UE开机后,它就开始扫描系统中心带宽1.25MHz内的信号,首先检测PSCH,获得符号定时、载波频率同步和以及扇区ID,即NID(2)(0燮NID(2)燮2),由于时隙0和10中的PSCH信号相同,所以只能实现5ms的半帧同步。在检测SSCH之前,为了确定SSCH的位置,必须先进行CP类型的盲检测。然后检测SSCH,根据时隙0和10中的SSCH信号不同,便可以获得无线帧的帧同步以及小区组ID,即N(1)ID(0燮N(1)ID燮167),根据3GPP标准,可得所在小区的ID识别号码为[2]NcellID=3N(1)ID+N(2)ID[2]。接着检测下行的参考信号,用于获得BCH天线的配置情况,最后读取BCH,获得其他的小区信息,小区初始搜索流程[3]具体见图1。

2 PSCH检测算法

PSCH中的信号为主同步信号(PSS),经过对序列的自相关性、互相关性以及频谱特性等因素的综合考虑,确定采用Zadoff-Chu(ZC)序列作为LTE的PSS,并在频域上产生它,PSS按照下面公式生成:

在式(1)中u可以取25、29或34,分别对应NID(2)为0、1和2。由上式可见时隙0和10中的PSS相同,以DC子载波为中心在72个子载波上发送(其中左右各5个空闲子载波作为干扰保护[2])。PSCH检测就是做PSS的符号同步和载波频率同步以及从PSS中识别出对应的扇区ID[4]。

2.1 符号定时算法与扇区ID识别

基于PSCH检测在得到符号定时的同时还要识别扇区ID的要求,这里选用互相关检测法,即用本地产生的三个已知PSS副本依次与接收信号进行时域互相关的计算,以获得PSS符号级的定时以及扇区的ID。设本地产生的频域主同步信号为Su(k),这里u=25,29,34,把频域信号Su(k)经过IFFT变换得到时域主同步信号Su(n)[5],u=25,29,34,即S25(n)、S29(n)和S34(n),接收信号经过下变频、A/D变换以及窄带滤波后得到的接收序列为r(n)。将r(n)分别与S25(n)、S29(n)和S34(n)做滑动相关运算,得到

c0(n),c1(n)和c2(n)均为n的函数,随着n的变化而不断变化,设n分别取n0,n1和n2时,c0(n),c1(n)和c2(n)各自达到最大,比较c0(n0),c1(n1)和c2(n2),最大相关值所对应的本地主同步信号就被判定为小区所发送的PSS,也就得到了相应的扇区ID,最大相关值所在的位置n也就是符号同步位置nc。例如,可以得到c0(n0)最大,则可知nc=n0为符号同步位置,S25(n)为小区所采用的主同步信号,相应的扇区ID为NID(2)=0。

2.2 载波频率同步算法

对于载波同步,由于OFDM各子信道带宽较小,对载波频率偏差的敏感程度非常高,需要非常精确的载波频率同步,因此载波同步通常分为粗同步和细同步两个部分[5],以确保同步的精度。

粗同步就是对于数值为子载波间隔整数倍的那部分载波频率偏差进行估计然后进行频偏补偿。由于粗同步是在符号定时之后进行的,为了使用符号定时的结果以简化粗同步的算法,这里的粗同步也是用了和符号定时一样的互相关检测法,使用本地PSS与接收信号在时域做相关运算。设由前面的符号定时已得小区所发送的PSS信号的时域序列为Su0(n),所以本地PSS信号同样也为Su0(n),接收信号时域序列为r(n)。设Su0(n)和r(n)长度均为N,令Su0(n)和r(n)作逐点相关得到P(n)=r(n)S*u0(n),n=0,1,2,,N-1。在不考虑信道噪声以及信道函数理想的情况下,r(n)=Su0(n)exp(j2π△fc'n Ts)[5],其中△fc'为粗同步的频率偏差,Ts为抽样间隔,带入上式得到

为提取频率偏差,将p(n)的前半段与后半段做相关运算[6],得到

由式(6)可见,C的相位为,又由于子载波间隔△F=1/NTs,于是。

细同步就是对于数值为子载波间隔小数倍的那部分载波频率偏差进行估计然后进行频偏补偿。为了达到更高的精度,这里使用基于循环前缀的最大似然算法[5],但是此算法要求已知循环前缀长度,而LTE中有两种CP,CP长度并不确定,所以必须在细同步之前进行CP类型的盲检测。因为由符号同步可得小区发送的PSS为Su0(n),即本地PSS也选择为Su0(n),设接收信号为r(n),当循环前缀为短CP时,r(n)去除CP后为rs(n),当循环前缀为长CP时,r(n)去除CP后为rl(n),rs(n)与rl(n)分别与Su0(n)作相关,得到式(7)和式(8),比较Cl与Cs,较大相关值所对应的CP即为实际循环前缀的类型。

由基于循环前缀的最大似然算法可知,细同步的频率偏差为

式(9)中,这其中r(n)为接收序列,dML为符号定时位置的最大似然估计值,这里用前面互相关检测得出的符号定时位置来近似它[6],得到dML=nc,L为CP的长度,这已经由前面的CP类型盲检测得出,N为一个OFDM符号的长度。

3 SSCH检测算法

SSCH中的信号为辅同步信号(SSS),它由两个长度为31的二进制序列交织串联而成,也在频域上产生它,SSS按照下面公式生成:

式(10)中0k30,s0(m0)(n)、s1(m1)(n)、c0(n)、c1(n)、z1(m0)(n)和z1(m1)(n)均为循环移位的m序列[2],其中m0和m1的组合与NID(1)一一对应。从SSS的表达式可见,时隙0和时隙10的SSS并不相同。SSCH检测就是完成帧同步和小区组ID的识别。

3.1 帧同步和小区组ID识别

LTE下行链路的帧中PSS和SSS各有两个,分别位于时隙0和10的最后一个符号和倒数第二个符号,由于两个主同步信号相同,检测完PSCH后并不能知道完成符号同步的PSS位于前半帧还是后半帧,所以只能算是半帧同步。为了完成帧同步,前后两个辅同步信号被设计成不同,用以区分前后半帧。

为了同时完成帧同步和小区ID组识别,这里和PSCH检测中一样,采用互相关检测。设接收信号为r(n),由于在PSCH检测中已知CP长度以及符号起始位置,为使检测更精确,从r(n)中去除CP后提取SSS信号rSSS(n)。根据辅同步信号生成公式,m0和m1的组合共有168种,与NID(1)一一对应,且SSS又区分时隙0和10,所以SSS共有1682=336种。设本地产生的SSS为Sij(n),i=0,10,j=0,1,2,,167,令rSSS(n)与Sij(n)作互相关得到

根据c(i,j)的最大值确定(i,j),(i,j)=arg max{c(i,j),i=0,1,2,,167},然后根据(i,j)所对应的值得到帧同步和小区组ID。例如,当c(i,j)最大时,i=i0,i0∈(0,10),j=j0,j0∈{0,1,2,,167},此时可知SSS处于时隙i0,也就是PSS也处于时隙i0,根据帧结构和符号起始位置,就能找到帧的起始位置,也就得到了帧同步,而NID(1)=j0,同时也得到了小区组的ID号码,完成了SSCH的检测。

4 仿真性能分析

仿真环境:信道带宽20MHz,载波频率为2GHz,采样频率为30.72MHz,调制方式为QPSK,符号长度NFFT=2048,短CP长度NS=144,长CP长度NL=512,仿真符号设置为500个,信道采用AWGN信道和多径瑞利衰落信道。

表1分别描述了小区ID识别、CP类型盲检测、帧同步和小区组ID识别的仿真结果,这些过程的性能都可以用准确率来衡量[6]。这里以小区ID识别为例,描述以上步骤的仿真过程。令发送的PSS信号为S25(n),持续500个符号,在接收端分别与相应长度的S25(n)、S29(n)和S34(n)做相关,得到c0(n),c1(n)和c2(n)。比较c0(n),c1(n)和c2(n)相同符号时间内的最大相关值,若判定c0(n)内的某个相关值最大,则说明判断准确,若判定c1(n)或c2(n)内的某个相关值最大,则说明判断错误。由于共做了500个符号仿真,所以要判定500次,每个符号判定一次。CP类型盲检测、帧同步以及小区组ID识别的过程与此相似。表1列出了分别在AWGN信道和多径瑞利衰落信道下以上各步骤的准确率,其中AWGN信道的信噪比为-3d B,多径瑞利衰落信道的信噪比为2d B。由表1可见,AWGN信道下的准确率明显高于多径瑞利衰落信道。表中还可看出,小区组ID识别的准确率低于帧同步、小区ID识别和CP类型盲检测,这是由于帧同步、小区ID识别和CP类型盲检测分别只需在两到三个值之间做出判断,而小区组ID识别须在168个值之间判定最大值,由于相关值密集,难以做出准确的判断,导致准确率下降。

图2所示为AWGN信道和多径瑞利衰落信道下的符号同步以及频偏估计算法的性能比较,纵坐标为均方误差,横坐标为信噪比。由图2可见,同一个算法在AWGN信道下的性能要好于多径瑞利衰落信道,而同一种信道下,符号定时,载波粗同步和细同步算法的性能逐渐完善。

5 结论

本文针对频分双工(FDD)工作模式下3GPP长期演进系统中小区初始搜索的关键过程做了较为详细的介绍,特别对于PSCH和SSCH检测中所涉及的算法进行了讨论研究。

仿真对于小区ID识别、CP类型盲检测、帧同步以及小区组ID识别等过程做了准确判定次数的计算,而对于符号定时和载波的粗细同步则进行了均方误差的分析,并且仿真均是在AWGN和多径瑞利衰落两种信道下完成的。仿真结果和预期的大概一致,特别突出了这些算法在AWGN和多径瑞利衰落这两种信道下的性能差别,并且可以说明,在无线的多径信道下,算法性能是符合长期演进系统的要求的。

参考文献

[1]沈嘉,索士强,全海洋,等.3GPP长期演进(LTE)技术原理与系统设计[M].北京:人民邮电出版社,2008:280-296.

[2]3GPP.TS36.211.V8.8.0-2009,Physical Channels and Modulation[S].

[3]3GPP.TS36.213.V8.8.0-2009,Physical Layer Procedures[S].

[4]胡宏林.3GPP LTE无线链路关键技术[M].北京:电子工业出版社,2008:114-130.

[5]汪裕民.OFDM关键技术与应用[M].北京:机械工业出版社,2006:73-93.

关键字搜索 第7篇

中国互联网络信息中心 (CNNIC) 统计结果显示:截止2011年6月底, 我国网民总数达4.85亿, 其中79.6%的网民使用搜索引擎, 成为网民使用最多的互联网服务。这为中国企业拥抱互联网提供了极佳的商业基础[1], 搜索引擎已经成为每一个企业所不能忽视的新的获取客户的渠道。如何提升网站在搜索引擎的自然排名, 吸引尽可能多的潜在客户了解并访问网站, 是每一个企业网站都要解决的问题, 对一个企业网站的成功具有相当重要的意义。今年以来, 百度对品牌站、行业站的流量导入越发明显, 搜索结果第一页将越来越多行业站内页, 而非中小企业的网站首页, 普通中小企业的网站要在用户搜索中脱颖而出变得更加困难。纵观一年来国内搜索引擎优化方面的研究, 依然停留在外链建设、关键词优化层面上, 导致实际工作中信息采集、伪原创技术、站群、黑帽盛行。本文结合近年来企业网站推广项目的研究成果, 提出用户需求、用户体验为核心的关键词优化新观点, 主要包括用户需求挖掘、关键词效能算法、关键词的分布与内链建设。通过实例研究, 探讨了以用户为中心、内容结构建设为本的关键词优化策略和效果。

二、基于用户需求分析的搜索引擎优化

搜索引擎优化在企业建设网站之前, 也就是在网站策划阶段就开始了。需要解决三类主要问题:一是目标市场在哪里?市场需求有多大?二是竞争对手有哪些, 如何对其详细分析?三是用户在搜索引擎查询的主要行为如何?

1. 目标市场分析

关键词的选择决定了你的网站的定位。最直观的市场需求调查就是在搜索引擎上某个特定关键词被搜索的次数。与产品最相关的主关键词被搜索次数越多, 说明市场需求越大, 用户关注度越高。可以借助百度指数 (1) 、百度关键词推荐工具 (2) (需注册账号) 、Google Adwords (3) 等。当然百度给出的数据可能存在百度底层营销导致指数失真, 所以只是一个参考。如下图所示“左旋肉碱的减肥效果”最近1年来的检索指数, 从200IP到6000IP, 到回归200检索量, 通过软件作弊导致的数据失真显而易见, 这种大起大落的百度指数是我们要规避的。

另一方面流量大的关键词不见得是网上销量最好的。比如房地产公司, 要想在“房地产”等关键词排名前十, 竞价费用是非常高的。更不划算的是, 就算你的网站在这类关键词排在前面, 搜索这类词的用户的目的很不明确, 用户转化率不会高。搜索“房地产”的目的不见得是想买房, 相对来说带着地域性的“北京买房”、“北京楼盘”, 转化率要高很多。

要研究什么产品已经在网上热卖, 热卖的产品说明消费者已经克服了网上购买这类产品的心理障碍, 模仿已经成功的产品销售方式是最安全可靠的。可以访问当当、卓越、淘宝等大型电子商务网站, 采集其热销产品信息, 如淘宝排行榜 (4) 能获取服饰、化妆品、数码家电等各类目的销售排行、搜索排行、品牌排行数据。

2. 竞争对手分析

经过第一步以后, 已经有了一大串备选关键词。然后就要看这些关键词的竞争程度如何, 我们希望找到竞争对手比较少、比较小, 同时搜索热度高的关键词, 这样关键词效能就比较高。

(1) 关键词竞争程度

有两个指标可以看关键词的竞争程度。

一是各个搜索引擎都会在搜索结果页面显示的相关网页总数;另外一个是这个关键词的竞价排名广告商数量。参与竞价的词一般都是商家经过认真研究的, 都是有很高价值的词。如果竞价的词只有一两个, 说明该词竞争一般, 如果超过五个词, 那么竞争就会激烈了。

关键词效能可通过我们设计的量化公式表示为:

关键词效能=日搜索量/竞争程度

竞争程度=A[log (百度相关页数) /8]+B竞价数量/10

注:参数A为加权页面数的权重, 参数B为竞价数量权重, 可根据不同的行业采用不同的系数, A+B=1, 如可取A=0.4, B=0.6。百度相关页数上限值是100, 000, 000, 加权页面数为0-1范围。首页竞价数量在0-10之间, 这样竞争程度数值范围也在0-1之间, 关键词日搜索量越大, 关键词效能越高, 竞争程度越小, 关键词效能越高。

这样通过量化选择效能最高的2-3个关键词做为企业网站首页的优化关键词。

(2) 对手网站基本情况

(1) 网站PR值及百度权重:谷歌PR值一定程度反映了网站的年龄和权威度。谷歌PR值高不等于百度权重也很好, 所以要综合考虑。百度权重没有官方标准, 目前主要以首页主关键词百度排名为依据, 可参考爱站 (5) 或51啦 (6) 。如果对手权重达到6以上, 说明你有一个非常强悍的竞争对手。

(2) 搜索引擎快照:反应搜索引擎对这个网站抓取的频率, 也在一定程度上说明了网站的权重。

(3) 搜索引擎收录量和外链数:外链的质量在其权重评分中占居关键地位, 认真研究对手网站的外链来源是搜索引擎优化的重要课题。

(3) 访问对手网站

直接访问竞争对手的网站, 研究对手通过频道如何实现网站关键词的分配、其网站结构及内部链接的优化、整站的链接权重的传递和流动方式。百度百科之所以在Google也有很好的排名, 和其出色的内链结构是分不开的。

3. 长尾关键词的深度挖掘

网站上非目标关键词, 称为长尾关键词。首先, 搜索长尾关键词的客户目的性都较强, 因而转化为网站客户的概率比目标关键词高得多。其次, 长尾关键词带来的流量虽然相对较少, 但它大量存在网站内容中, 范围广, 带来的总流量是非常大的。笔者曾经针对一个瘦身产品网站做过一个系统的长尾关键词推广, 编辑每篇文章时将长尾关键词融入到页面中, 网页多数都能排到搜索引擎很好的位置。很多文章页面每天都能带来固定的流量。

如何挖取长尾关键词?

(1) 使用搜索引擎关键词查询分析工具:例如围绕“减肥”这个关键词, 可拓展出[怎样减肥]、[减肥食谱]、[减肥产品]、[减肥茶]、[减肥食品]、[减肥餐]等主要关键词, 进一步拓展思维可挖掘出[跳舞毯]、[瘦脸]、[瘦腿]、[瘦身霜]、[雪泡瘦]等流量非常大的关键词, 为其在网站创建相应的栏目或专题。

最后借助百度或谷歌关键词推荐工具, 做深度挖掘, 如获取“怎样减肥”长尾关键词如下:

收集[哺乳期怎样减肥]、[用什么方法可以减肥]、[肌肉型肥胖怎么减肥]、[一个月减肥30斤方法]、[怎样减肥又快又有效]等我们想不到、但用户会检索的关键词。输入一个关键词最多可以挖掘到三百个长尾关键词。导出并合并到Excel表中, 共挖掘出超过1万条长尾关键词。

(2) 各大问答平台:百度知道搜索一下你自己的网站“关键词”, 能挖掘到更多的长尾词, 这些关键词具有真实的价值。类似的平台还有soso问问、爱问知识人、天涯回答等等。

(3) 分析同行网站关键词:能发掘自己漏掉的一些好的长尾关键词。

三、基于关键词的搜索引擎优化

1. 网站结构的优化

哪些页面具备很好的排名能力, 完全取决于网站结构的优化, 优化网站也是一个权重层次的优化。

百度官方的《百度搜索引擎优化指南》建议网站结构采用树型结构, 树型结构通常分为以下三个层次:首页--频道--文章页。像一棵大树一样, 首先有一个树干 (首页) , 然后再是树枝 (频道) , 最后是树叶 (普通内容页) 。树型结构的扩展性更强, 网站内容变多时, 可以通过细分树枝 (频道) 来轻松应对。

一般我们把关键词分为四级:

(1) 首页面是一级, 权重最高, 把三、四个目标关键词, 放在首页优化; (2) 导航页面 (频道页) 是二级, 权重较高;导航页面中公司简介, 产品展示等, 我们可以加第二级的关键词内容。 (3) 新闻分类, 产品分类, 案例分类等栏目页面是第三级。 (4) 新闻文章, 产品图, 案例图等页面是四级。因为文字内容多, 如一篇新闻文章页面, 内容里面出现相应的关键词, 是最容易被百度抓取的。

理想的网站结构应该是更扁平一些, 比如中小型企业网站可以把第二、第三级合并, 使从首页到内容页的层次尽量少, 这样搜索引擎处理起来会更简单。

2. 页面的关键词优化

网站里关键词的布局对于网站关键词的权重高低有很大的影响, 关键词密度值控制在2%到8%之间, 这样的密度值最有利于关键词排名。重要页面也通过关键词密度检测工具确保在正常范围 (7) 。

(1) 标题优化

标题是整个网页的核心, 在页面中拥有最高的权重。网页标题的优化要考虑到以下三个因素:

(1) 每篇文章的标题应包含需要优化的1-2个长尾关键词;

(2) 标题应考虑用户的体验, 对用户有足够的吸引力, 而不是生硬的关键词堆砌;

(3) 搜索引擎遵循从左至右优先的次序来确定关键词的重要性, 把最重点的关键词放在标题的前半部分是相对有益的;百度标题长度31个中文字, Google标题长度33个中文字。关键词短语之间用下划线“_”比用空格在谷歌检索结果看来可读性更好。

(2) 搜索引擎的收录原则

在今年6月29日百度推出的“SEO建议”网站测试功能里, 从以下6个方面对SEO影响因素做了全面扫描, 提供具体到页面级别的优化建议。

(1) URL长度:建议url的最长长度不超过255byte, 百度基本不读取带3个以上的环境变量的URL, 笔者建议通过伪静态方式将其转换为具有良好描述性、规范、简单的url。

例如:RewriteRule^ (.*) p a i x i e- ([0-9]+) - ([0-9]+) - ([0-9]+) - ([0-9]+) .h t m l$$1 paixie.php?catid=$2&sortnum=$3&sp=$4&ep=$5带四个变量的URL伪静态后百度收录效果非常好。

(2) 静态页参数:在静态页面上使用动态参数, 会造成spider多次和重复抓取。

(3) Meta信息完善程度:缺少keywords和description的meta标签, 会对网页的展现和排序产生一定影响, 关键词出现在description当中是非常关键的, 为每一个页面描述添加不同的长尾关键词, 会给这个长尾关键词密度上得到提升, 也相应会提升这个长尾词的权重。

(4) 图片Alt信息:如果对于图片没有根据内容进行Alt信息说明, 那么就会导致搜索引擎在抓取图片时无法了解图片的主题, 这就使这些图片无法被归类整理后提供给搜索用户, 无疑给网站减少了潜在的更多的流量。

(5) Frame信息:搜索引擎蜘蛛程序是无法抓取到frame/frameset/iframe标签内容的, 对于提升网站权重有负面的。

(6) Flash文字信息:加入描述的flash文件可以让百度更好的了解所提供的网页。

同时网站内容原创及保持每天更新是网站排名稳定的最佳方式。

(3) 权重标签的使用

在页面优化中, 合理使用HTML元素中给与的权重标签, 对关键词进行布置, 突出网页的重要内容, 也能让我们的网站有比较好的效果。下面依次分析网页中各个标签对搜索引擎的权重分值。

内部文本链接:10分;网站内容尽量出现带关键词的文字链接, 并指向首页。

标题相关性:10分;

域名年龄:5分;百度对于老域名有更好排名。

H1, H2字号标题:5分;

标签又称为标题标签, 是所有权重标签中极其重要的。它一共有

到

, 建议

用来表示网页的主标题;

表示一个段落的标题;

表示段落中的小节标题。

每段首句:5分第一段第一句放入关键词, 也符合正常写作的特征。

路径或文件名:4分建议路径或文件名使用汉语拼音, 其与汉字一样能被百度识别并给予权重。

每句开头:1.5分切忌关键词堆砌。

加粗或斜体:1分可用黑体或斜体强调关键词。

3. 站内链接的优化

站内链接是指在同一网站域名下的内容页面之间的互相链接, 合理的内链有利于提高用户体验以及搜索引擎对网站的爬行索引效率, 进而提高搜索引擎的收录与网站权重。

内部链接的核心有2个方面:一是链接的广泛度, 保障每一个页面曝光度;二是保护重点页面, 比如新页面、一些关键词排名高关注度高的页面。

站内链接优化可从三个方面着手:

(1) 精准的链接:用最相关的锚文本去链接最相关的页面, 这也极大程度的符合了用户体验原则, 让用户在最短的时间内找到最想要找到的内容。 (2) 注意内链关键词与页面内容的相关性:添加频道的热门文章、最近更新文章、相关文章列表, 放到正文的后面。 (3) 导航链接的设计:通过面包屑导航、网站地图、TAG标签便于用户便捷的进入内容页面, 使得搜索引擎只要抓取了一个页面, 就可以顺着这个页面抓取更多乃至整个站点的所有页面。

4. 外部链接的建设

网站外链是关键词优化一个非常重要的因素, 大量高质量的外链会带来很好的网站排名。

外链建设要遵循三个原则:相关性、质量性和广泛性。今年以来, 搜索引擎算法屡次重大改变, 以百度为例, 外链数量已经不能作为一个参考标准。

相关性即你的网站外链来源的页面要跟你的网站主题相关, 最好是同一个行业, 这里面有包括网站主题相关和页面内容相关。广泛性即外链来源丰富, 这里面也包括两点:外链域名总数和类型多样化。而质量性可以外链少的高权重链接网站做为指标。

近年来外链实践证明, 外链建设可依据:

“友情链接>软文写作>博客外链>论坛发帖”顺序来展开推广。

四、基于关键词的搜索引擎优化实例

1. 实验平台

鞋类网购是继服装、家电之后的第三大类细分领域。据艾瑞数据统计, 2010年鞋类网购用户超过8000万人, 随着网购消费观念的深入, 鞋类电子商务可以说遇到了历史最好的发展拐点。

本实验选取“淘宝名鞋库 (9) ”网站为实验平台。由于淘宝屏蔽百度蜘蛛, 用户在百度上搜索不到任何关于淘宝网店的信息。网站推广最重要的因素, 是有独特性的内容。该网站利用淘宝的开放平台API来获取商品信息, 并整合进用户评价信息 (淘宝网用户评价采用js调用, 搜索引擎无法识别) , 高质量、相关性的内容, 是搜索引擎优化的基础。

2. 选择合适关键词

通过仔细分析鞋类商品的关键词热度、代理销售排行、竞争力分析等, 根据2.2.1提出的关键词效能公式, 获得下表。

“高跟鞋”、“皮鞋”、“休闲鞋”等关键词竞争程度和缓, 同时具有较高的搜索量和销售量。网络炙手可热的“五指鞋”, 很多人还不能接受这样造型奇怪的鞋子, 数据也显示淘宝销售转化率很低。

同时考虑到关键词的商业价值和转化率, 最终本文确定网站首页待优化的关键词为“淘宝网女鞋”、“休闲鞋”、“休闲皮鞋”三个。

3. 关键词优化实例

首页标题设计为:买鞋网-休闲鞋_休闲皮鞋_布鞋_帆布鞋_罗马鞋, 淘宝网女鞋尽在名鞋库

标题兼顾了“网上买鞋”、“网上买鞋哪里好”等长尾关键词, 又把淘宝网女鞋、名鞋库等品牌关键词较自然的放到首页标题中。

商品页面标题可以对淘宝卖家的标题做完善, 突出价格和类别, 在用户没有点击前即可了解商品信息, 增加用户体验和点击率和搜索引擎对页面的辨识度。

商品页面标题设计为:$title$price[元_]$nick[_]$cat_name

$title、$price、$nick、$cat_name分别为商品标题、价格、卖家名称、商品类别系统变量。

商品页description设计为:$sitetitle[提供淘宝网]$title[的详细畅销商品信息, 希望您能在]$cat_name[分类中购买到称心如意的]$title

这样每个商品页面description都完全不同, 利用关键词密度检测工具 (8) 可以看到无论首页还是商品页待优化关键词的密度一般都低于1%, 未达到2%至8%标准值, 因此根据3.2.3节中论述的权重标签的使用原理, 将各关键词放置到H1字号标题、超链接文本、URL文本和商品简介文本之中以提高关键词密度, 同时以加粗, 醒目颜色等特殊的方式显示, 有利于搜索引擎识别网站的重点关键词。

站内链接的优化可通过“相关分类导航”、“用户满意度最高的分类商品”、“本类别热销商品”、“本类别最新上架”等使整个网站成为一张网, 方便搜索引擎蜘蛛抓取。

五、关键词优化效果

2011年以来, 百度、谷歌均着重对收录进行了严格的审核。“淘宝名鞋库”建立1个月来, 正在逐渐脱离“沙盒效应”, 进入搜索引擎的“信任期”, 主要体现在搜索引擎蜘蛛抓取的频率、网站快照和收录量上。通过搜索引擎蜘蛛访问日志分析图可以看出, 几乎每一分钟都有多个搜索引擎蜘蛛在抓取网站页面。截止2011年8月5日, 百度收录32200页面, 谷歌收录8360页面, 网站快照每日更新, 说明搜索引擎对网站内容的认可。网站流量变化均呈上升趋势, 通过外链优化, 将进一步提升网站排名。

六、结语

针对百度越来越重视用户体验, 越来越重视原创内容的举动可以看出, 通过关键词优化策略提高网站原创度势在必行。本文旨在从网站内容设计角度改善网站对搜索引擎的友好度, 探讨了基于关键词效能及用户需求的搜索引擎优化策略。数据显示, 关键词优化策略使网站在各搜索引擎的页面收录、网站排名上有了显著提高, 对网站优化设计具有普遍的指导意义。最后, 无论我们在实施优化的哪个环节, 都应遵循一切从用户角度出发的原则, 用专业的网站结构设计和高质量的内容, 获得搜索引擎和用户的信任, 实现网站的价值和商业目标, 这也是未来搜索引擎优化的方向。

摘要：介绍基于用户需求分析的搜索引擎优化策略, 结合某网站的优化研究实例, 提出建立在关键词效能算法、网站结构优化基础上的网站推广可行性方案。研究结果表明, 这些优化策略有助于提高搜索引擎页面收录量和在搜索引擎的自然排名, 从而获得更高的访问量。所讨论的内容适合中小企业电子商务网站的中长期优化和推广。

关键词：搜索引擎优化,网站推广,关键词分析,关键词效能

参考文献

[1]中国互联网络信息中心.第28次中国互联网络发展状况统计报告.[B/OL].[2010-7-1].http://download.sina.com.cn/2011/doc/NO28.doc

[2]Hagans A.High Accessibility is Effective Search Engine Optimization[EB/OL].[2009-06-05].http://www.alistapart.corn/artieles/accessibilityseo.

[3]Peter Kent.Search Engine Optimization For Dummies[M].Wiley Publishing.1nc, 2006.

[4]Haveliwala T, Kamvar S.The Second Eignvalue of the Google Matrix[EB/OL].[2009-06-05].http://ilpubs.stanford.edu:8090/582/.

[5]百度公司.百度互联网创业俱乐部搜索引擎优化指南V1.0[B/OL].[2010-8-14].http://www.chinaz.com/zt/club/baiduseoV1.0.pdf

[6]Sen R.Optimal Search Engine Marketing Strategy[J].International of Journal of Electronic Commerce, 2005, 10 (1) :9-25.

[7]世界工厂纺织服装网.鞋类B2C群雄并起谁将成为行业大佬[J].纺织服装行业信息周刊.2011, 227 (28) .