搜索引擎是如何判断内容相关性的-基于大数据分析

想必很多的seoer每天都挣扎在伪原创的路上，改头改尾改标题，然后30%-50%的原创。当然我并不同意用什么nai盘工具去代替人工的这个过程，因为现有的工具只有简单的替换相近词，生成的内容前后不通。可是做伪原创本身是个很艰辛的过程，写出来的内容很多新手编辑心理没底，也许能做到迎合阅读者的口味，但过往矫正的修改又可能达不到推广某个关键词的目的。所以我们需要去了解搜索引擎如何去判断这一相关性，不然修改或者关键词的堆砌只能是画蛇添足。

先看以下的两组标题，请问，他们是相关的吗？

1、悼念乔布斯-一个时代的落幕

2、苹果价格会不会下跌？

其实也不是我说了算，是不是相关要基于搜索引擎的大数据分析。

搜索引擎通过大量的抓取文章的内容来判断这些分词之间的关系，并赋予其相关性的分值。（传送门：什么是中文分词？）

例如搜索引擎大量分析了其索引数据库后发现某一个词的内容有以下的分词会和它有相关性的特点：（下面数据属于假设）

p（某分词|相关词库）=相关性数值越高越相关，反之不相关

p（iPhone|苹果公司）=0.2

p（乔布斯|苹果公司）=0.15

p（Surface pro|苹果公司）=0.00001

p（Windows 8|微软）=0.2

通过数据研究，人们相信百度搜索引擎拥有这么一个词库，然后把相关的词分配到各个词库下用来匹配文字中的内容，从而得出这篇文章所表达的含义。如上面的假设一样，通过大量的数据分析，机器通过分词后能判断iPhone、乔布斯、苹果等在合适语境中属于“苹果公司”的词库下，windows产品、office办公等属于“微软”的词条下面。当出现歧义的时候，会通过上下文的结果来判断。像第二个标题一样，如果判断是属于苹果公司的词库下，那这两组标题是相关的，乔布斯去世->苹果价格波动，这个属于内在的联系；当仅仅是水果的价格问题，那没有相关性。

下面举个浅显的例子：

百度和必应这两家搜索引擎市场竞争对手的握手言和，将进一步巩固百度在中国搜索引擎市场的地位，同时将使得谷歌在华业务的发展更为艰难。此外，这一举动也是百度为拓展海外业务、特别是英文搜索市场业务做技术准备，表明百度在框计算的进程中又向前迈进了一步。

你觉得这篇文章的主要讲了什么？（怎么感觉和公务员申论有点像）

为了便于理解，请看图片中，不要纠结有些类似“搜索引擎”为什么没被分词，为什么英文搜索一定是谷歌词库下，只是举个例子，

根据终的分词和语境可以判断出，这段内容是关于百度市场的。

所以有时候些软文并不是关键词越多越好，自己写的一定有质量。特别是没有品牌效应的工业产品的时候，很有可能一不小心写偏了，变成了其他的主题内容，与自己的关键词无关。这告诉了 我们，我们所创造的内容要以用户需求的角度出发，不然大量的偏离主旨的伪原创内容，很有可能将投票页面相关性的分数拉低了。

推荐阅读

谷歌搜索引擎 谷歌搜索引擎特点是什么 | 文军营销谷歌搜索引擎特点5、超文本匹配分析:Google的搜索引擎同时也分析网页内容。并不采用单纯扫描基于网页的文本(网站发布商可以通过元标记控制这类文本)的方式,而是分析网页的全部内容以及字体、分区及每个文字精确位置等因素。同时还会分析相邻网页的内容,以确保返回与用户查询最相关的结果。 谷歌搜索引擎功能是什么 Google有四大功能模块:网百度官方SEO搜索引擎优化指南V2.0版本发布 | 文军营销百度互联网创业俱乐部发布了《百度seo搜索引擎优化指南V2.0》版本, 较之个版本的基础知识介绍,《百度SEO搜索引擎优化指南V2.0》版本更注重了网站性能和网站可用性,以及网站运营,数据分析方面,提高转化等方面做了进一步的介绍,以及搜索引擎对作弊的解释和处理方面做了详细的解释。 总之,在个版本的基础上,第二个版本是个...关键词优化方法有哪些?关键词优化十大方法 | 文军营销前面的几点总的来说可以总结成一点,判断该关键词的难易程度,最重要的就是对比分析某些客观数据来了解竞争对手的数量,也就是说这三点都是从数据分析出来的结果,而数据往往都不是很精确的,这也就让以上三点并不是百分百可行了。当无法从以上三点来判断一个关键词优化的难易程度时,就应该在搜索引擎上搜索该关键词...谷歌图片搜索 手机如何使用谷歌以图搜图 | 文军营销谷歌图片搜索方法1.点击一个支持pc模式的浏览器,点击一个搜索引擎。 谷歌图片搜索方法2.点击【三】,左侧滑动浏览器菜单了。 谷歌图片搜索方法3.选择pcmodel,然后点击图二功能 谷歌图片搜索方法4.选择上传图片,然后点击选择文件。 谷歌图片搜索方法5.选择管理器上的【三】,选择图片。为什么你的网站会被百度降权被百度K了呢? | 文军营销当网站的robots.txt文件出现错误,蜘蛛程序无法正常的访问网页,网站被K的可能性极大,谷歌放映为强烈,时间大致在24小时之内,百度相对来讲迟缓的多了,一般在一个星期内。 2、关键词高度重复 这里的重复和堆砌是一个概念,当蜘蛛程序将爬行成功的网页带回服务器后,搜索引擎首先判断网页的质量。这里可能会先降权,随着网页...Excel多个条件进行数据处理分析 Excel数据分析师报考条件 | 文军...在实际数据处理分析中。经常会碰到要根据Excel多个条件进行数据处理分析的情况,例如:某个客户在某个账龄区间的应收账款是多少。某个时间段内每个产品的销售额是多少,每个分公司在每个城市销售每个产品的销售额是多少,等等,都是多条件数据处理问题。 对于各种条件下的数据处理分析问题。需要联合使用IF函数、AND函数和OR...