[發(fā)明專利]基于決策樹算法的SEO關(guān)鍵詞競(jìng)爭(zhēng)程度計(jì)算方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210411604.6
• 申請(qǐng)日: 2012-10-24
• 公開（公告）號(hào): CN102968447A
• 公開（公告）日: 2013-03-13
• 發(fā)明（設(shè)計(jì)）人: 朱欣娟;譚志強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 西安工程大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 張瑞琪

技術(shù)領(lǐng)域

本發(fā)明涉及一種SEO領(lǐng)域中的關(guān)鍵詞競(jìng)爭(zhēng)程度計(jì)算方法，特別是基于決策樹算法的SEO關(guān)鍵詞競(jìng)爭(zhēng)程度計(jì)算方法。

背景技術(shù)

關(guān)鍵詞是瀏覽者在搜索引擎中查找信息時(shí)輸入的詞語(yǔ)，這些關(guān)鍵詞在SEO（Search?Engine?Optimization，搜索引擎優(yōu)化）中扮演著重要的角色，選擇合理的關(guān)鍵詞才能夠迎合用戶特定的搜索目標(biāo)。只有選擇正確的關(guān)鍵詞，才能使網(wǎng)站SEO走在正確的大方向上。確定什么樣的關(guān)鍵詞決定了網(wǎng)站內(nèi)容規(guī)劃、鏈接建設(shè)等重要后續(xù)步驟。但是現(xiàn)有的SEO關(guān)鍵詞計(jì)算方法基本都是定性描述的，如很多文獻(xiàn)給出了關(guān)鍵詞選擇的準(zhǔn)則，歸納有以下幾點(diǎn)：①關(guān)鍵詞不能過(guò)于寬泛；②關(guān)鍵詞不要過(guò)于冷門；③要符合用戶的搜索習(xí)慣；④可以將地理位置、形容詞類的關(guān)鍵詞與提供產(chǎn)品或者服務(wù)的關(guān)鍵詞名稱合并，形成長(zhǎng)尾關(guān)鍵詞競(jìng)爭(zhēng)度會(huì)更強(qiáng)等。采用定性方法進(jìn)行SEO關(guān)鍵詞分析，很大程度上需要憑借SEO人員的經(jīng)驗(yàn)進(jìn)行，準(zhǔn)確度不高。因此，如何快速、準(zhǔn)確地對(duì)SEO關(guān)鍵詞競(jìng)爭(zhēng)度進(jìn)行量化分析，成為SEO人員迫切需要解決的重要問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于決策樹算法的SEO關(guān)鍵詞競(jìng)爭(zhēng)程度計(jì)算方法，克服了人工憑借經(jīng)驗(yàn)進(jìn)行SEO關(guān)鍵詞競(jìng)爭(zhēng)程度計(jì)算效率低、準(zhǔn)確性差的問題。

本發(fā)明所采用的技術(shù)方案是：基于決策樹算法的SEO關(guān)鍵詞競(jìng)爭(zhēng)程度計(jì)算方法，包括以下步驟：

（1）選取關(guān)鍵詞搜索結(jié)果數(shù)量P1、使用intitle指令搜索得到的結(jié)果頁(yè)面數(shù)P2、搜索結(jié)果是否存在付費(fèi)推廣P3、搜索結(jié)果第一頁(yè)中網(wǎng)站內(nèi)頁(yè)數(shù)P4、關(guān)鍵詞在搜索結(jié)果第一頁(yè)標(biāo)題中出現(xiàn)的次數(shù)P5、關(guān)鍵詞長(zhǎng)度P6作為關(guān)鍵詞競(jìng)爭(zhēng)程度C的影響因素；

（2）訓(xùn)練數(shù)據(jù)集的生成：按照“關(guān)鍵詞，P1，P2，P3，P4，P5，P6，C”為一條優(yōu)化數(shù)據(jù)記錄，整理歷史優(yōu)化數(shù)據(jù)，并對(duì)相應(yīng)的屬性進(jìn)行概化，形成訓(xùn)練數(shù)據(jù)集；

（3）根據(jù)訓(xùn)練數(shù)據(jù)集構(gòu)建決策樹：以P1-P6為非類別屬性，以C為類別屬性，采用C4.5算法構(gòu)建出相應(yīng)的決策樹，該決策樹等價(jià)于一系列規(guī)則；

（4）應(yīng)用決策樹進(jìn)行關(guān)鍵詞競(jìng)爭(zhēng)程度分析：將待決策的SEO關(guān)鍵詞數(shù)據(jù)引入到上述決策樹中去，并計(jì)算出相應(yīng)的分析結(jié)果。

所述步驟（2）的屬性值概化方法如下：

將P1屬性概化為四個(gè)區(qū)間，即：{S1：[0，50萬(wàn))，S2：[50萬(wàn)，100萬(wàn))，S3：[100萬(wàn)，300萬(wàn))，S4：[300萬(wàn)，10000萬(wàn))}；

將P2屬性概化為三個(gè)區(qū)間，即：{T1：[0，10萬(wàn))，T2：[10萬(wàn)，50萬(wàn))，T3：[50萬(wàn)，100萬(wàn))，T4：[100萬(wàn)，1000萬(wàn))}；

將P4屬性概化為兩個(gè)區(qū)間，即：{U1：[0，5)，U2：[5，10]}；

將P5屬性概化為三個(gè)區(qū)間，即：{V1：[0，3)，V2：[3，6)，V3：[6，10]}；

將P6屬性概化為四個(gè)區(qū)間，即：{W1：[0，6)，W2：[6，10)，W3：[10，20)}；

按搜索結(jié)果是否存在付費(fèi)推廣P3可劃分為：Y（存在）；N（不存在）；

C分為四個(gè)級(jí)別：“競(jìng)爭(zhēng)很強(qiáng)”，“競(jìng)爭(zhēng)較強(qiáng)”，“競(jìng)爭(zhēng)較小”，“競(jìng)爭(zhēng)很小”。其中“競(jìng)爭(zhēng)很強(qiáng)”指的是由于該關(guān)鍵詞競(jìng)爭(zhēng)激烈，只能優(yōu)化該關(guān)鍵詞為35名之后；“競(jìng)爭(zhēng)較強(qiáng)”是指優(yōu)化關(guān)鍵詞排名在15至35，“競(jìng)爭(zhēng)較小”是指將關(guān)鍵詞優(yōu)化到4至12名，“競(jìng)爭(zhēng)很小”是該關(guān)鍵詞能夠優(yōu)化到搜索引擎檢索結(jié)果的前3名。

所述步驟（3）中C4.5算法是一種貪心算法，即選擇最優(yōu)的一個(gè)屬性作為下一階段的檢測(cè)屬性，具體過(guò)程如下：

1）以P1-P6為非類別屬性，以C為類別屬性，根據(jù)信息增益率公式，計(jì)算出當(dāng)前信息增益率最大的屬性；

2）將該屬性作為樹的根節(jié)點(diǎn)；

3）根據(jù)該屬性值的個(gè)數(shù)將訓(xùn)練表中的數(shù)據(jù)分為相應(yīng)的分支；

4）對(duì)于每個(gè)分支，重復(fù)1）-3）的過(guò)程，直到所有的數(shù)據(jù)都用光為止；

5）將1）-4）過(guò)程中找到的屬性連起來(lái)，就是一個(gè)決策樹，葉子節(jié)點(diǎn)上是“競(jìng)爭(zhēng)很強(qiáng)”，“競(jìng)爭(zhēng)較強(qiáng)”，“競(jìng)爭(zhēng)較小”，“競(jìng)爭(zhēng)很小”這四個(gè)類別值。

所述步驟（4）還包括以下步驟：

a).記錄需要預(yù)測(cè)的關(guān)鍵詞，獲取其對(duì)應(yīng)的影響因素P1-P6的值，P1-P6的獲取可以通過(guò)在搜索引擎中輸入關(guān)鍵詞，查看搜索結(jié)果的各項(xiàng)指標(biāo)的形式完成；

b).將記錄中與決策樹根對(duì)應(yīng)的屬性值檢索出來(lái)，并與決策樹根屬性的值進(jìn)行比較，根據(jù)比較的結(jié)果決定下一層分支點(diǎn)的屬性；