[發明專利]一種模糊K均值聚類算法實現搜索引擎優化技術

在審

• 申請號: 201710046723.9
• 申請日: 2017-01-22
• 公開（公告）號: CN106933953A
• 公開（公告）日: 2017-07-07
• 發明（設計）人: 金平艷
• 申請（專利權）人: 四川用聯信息技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種模糊K均值聚類算法實現搜索引擎優化技術，本發明涉及語義網絡技術領域，具體涉及一種模糊K均值聚類算法實現搜索引擎優化技術，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4：一種模糊K均值聚類算法，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，篩選出k簇；

步驟4.2:用值[0,1]間的隨機數初始化隸屬矩陣J，使其滿足隸屬的整個約束條件 ；

步驟4.3：構建k類總目標函數J，綜合隸屬約束條件，構建m個方程組，對其進行求解，即可求出使總目標函數J最大的必要條件、；

步驟4.4：根據判定函數、、的大小來確定迭代的結束；

步驟5：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。

2.根據權利要求1中所述的一種模糊K均值聚類算法實現搜索引擎優化技術

其特征是，以上所述步驟4中的具體計算過程如下：

步驟4：一種模糊K均值聚類算法，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，篩選出k簇；

步驟4.2:用值[0,1]間的隨機數初始化隸屬矩陣J，使其滿足隸屬的整個約束條件 ；

構建隨機隸屬矩陣J為：

為關鍵詞i屬于j類的程度系數，即

隸屬的整個約束條件為：

步驟4.3：構建k類總目標函數J，綜合隸屬約束條件，構建m個方程組，對其進行求解，即可求出使總目標函數J最大的必要條件、，其具體計算過程如下：

根據總目標函數J，構建帶有m個約束式的拉格朗日算子方程組，即有下式：

上式為j類數據對象個數，為j類關鍵詞x所對應的向量，為j類關鍵詞y所對應向量，為j類中兩關鍵詞的屬性差值；

上式h為數據對象屬性個數，h=4，為j類關鍵詞的均值，同理，為j類關鍵詞的均值

是m個約束式的拉格朗日算子，對上述式子進行求導，對所有輸入參量求導，即可求得使J達到最大的必要條件、：

這里的為類j簇中心，跟上面的不一樣，為數據對象對應向量

步驟4.4：根據判定函數、、的大小來確定迭代的結束，其具體計算過程如下：

上式為當前迭代的總目標函數值，為上一次總目標函數值，為前后迭代的隸屬變化值，為前后迭代的類中心變化值，、、為足夠小的閾值，只有滿足上述三個條件，則迭代結束，輸出最佳聚類結果。