关键词采集词( 本文不讨论这类的纵向拓展（纵向扩展词的定义）)

　　关键词采集词(

本文不讨论这类的纵向拓展（纵向扩展词的定义）)

　　本文转载

　　众所周知，SEO的第一步是准备关键词词库。关键词的获取方式有很多，比如采集下拉框和相关搜索，采集竞争对手的字典，甚至更高效的直接使用搜索引擎API构建词库等。 等待。

　　假设你现在需要新建一个词库，至少需要有一批词根进行第一轮相关的关键词扩展。对于大部分朋友来说，root其实就是产品名称，比如mp3、iphone、galaxy s3等。本文不讨论此类词根的垂直扩展（垂直扩展词的定义：类似于mp4作为mp3的相关搜索词，北京旅游作为南京旅游的相关搜索词，我们在这里将其定义为垂直扩展词; 横向扩展词的定义：类似于mp3 player price作为mp3的相关搜索词，南京旅游景点作为南京旅游的相关搜索词，即扩展词A收录词根B，我们将其定义为这里是水平扩展项），

　　整理出一批属性相同的根列表（比如mp3、mp4、mp5，它们都是视频播放器，可以看作是统一聚类进行分析，因为搜索到的用户是同一群人。其他的）比如北京水立方、常州恐龙园、苏州游乐园也属于同属性的词根），我们可以使用一些工具（比如光年百度推广关键词获取工具）来拓展词根。在得到结果之前，我们都非常高兴，但大多数人在得到结果后都崩溃了。因为大多数人的根目录从几千到几万不等，展开的结果不到10万。当数据量较小时，我们可以手动提取单个单词的长尾和后缀，

　　至此，如果我们要分析长尾关键词前缀和后缀，第一步是将水平扩展后的词库的根去掉，得到前缀和后缀部分。批量去根的方法有很多，比如shell，但是我更喜欢excel，毕竟非常方便直观。

　　在打开的excel表中，我们假设sheet1存储了关键词词库，sheet2存储了1000个词根。

　　接下来，我们输入要收录在 sheet1 的单元格 C1 中的根，并在单元格 C2 中输入以下数组函数 {=INDEX(sheet2!$A$2:$A$1000,MATCH(TRUE,ISNUMBER(FIND(sheet2!$A$2) :$A$1000,A2,1)),0))}（注意一定要写match_type=0，否则这个程序会报错），然后双击填写所有的当当当，所有根横向展开的长尾关键词都会出现鸟。接下来要做的就是过滤，查看#N/A部分，把所有的长尾都横向展开< @关键词啦。

　　接下来我们要做的就是在sheet1的D1和E1单元格中输入长尾前缀和长尾后缀。然后在单元格 D2 和 E2 中输入以下函数： =LEFT(A2,FIND(C2,A2)-1) and =RIGHT(A2,LEN(A2)-FIND( C2 ,A2)-LEN(C2)+1)。然后双击将所有单元格向下填充。至此我们得到了长尾关键词@的所有前端> 后缀！

　　但这里要考虑的另一件事是，尽管根列表是唯一的，但它可能是独立的。比如我的root中有两行数据，“西湖”和“瘦西湖”。这两个词代表两个不同的景点，但都收录同一个词，即“西湖”。所以如果我们在root所在的sheet2上不做任何处理，去除root的时候可能会出现偏差。例如，匹配sheet1中“瘦西湖门票价格”这一行的根时，根“西湖”和“瘦西湖”的命中为TRUE。这时候MATCH函数会返回sheet2中第一个单词出现的行数。如果“西湖”的根列表中的行数

　　那么如何避免这个问题其实很简单。首先我们在root所在的sheet2上进行自收录查询，新建一列数据，假设是B列，在B2中填写如下数组函数公式进行自收录查询，然后在下面填写: {=COUNT(FIND(A2,$A$2:$A$1000))}

　　这个函数得到的数字可以理解为这样一个过程：你ctrl+c复制单元格然后ctrl+f调出搜索选项框，然后ctrl+v粘贴最后点击行数全部查找后得到的结果。

　　此外，尽可能拉伸选定的绝对列数据，以避免将来向表中添加新数据。然后过滤看看有没有自成体系。如果root不存在self-contained，那么谢天谢地你什么都不用做，但是如果它存在，则创建一个新列，假设它是C列，并在C2中填写以下公式：=LDN (a2)，然后向下填充。最后将表中所有数据按照列的字符串长度降序排序。

　　这可以解决上述西湖和瘦西湖问题的原则是：先长词。

　　最后一步用excel自带的数据透视图就OK了。操作很简单，所以直接上图。至此，我们已经完成了词库从获取到过滤掉水平长尾关键词，到去根切到长尾关键词前缀和后缀，以及生成的全过程数据报告出来了。