搜索引擎主题模型优化(LDA算法-主题建模(amp)())

　　搜索引擎主题模型优化(LDA算法-主题建模(amp)())

　　SEOr每天面临的挑战来自于搜索引擎的排名算法，因为这个算法是搜索词在结果页中排名的重要依据，而搜索引擎通过建立一个可学习的模型来识别页面上的文本内容。

　　LDA 算法 - 主题建模与分析

　　LDA算法公式：

　　为了便于理解，这里是一个简化的形式：

　　我们试着解释一下，主语出现的几率=主语所在文档的出现频率X主语改变使用频率；

　　谷歌会分析用户的查询词与哪些主题相关，这些相关性会通过描述符周围的属性来检查，例如：“橙子”作为水果与其相关，橙色属性等。这些内容是所有与它相关的东西。

　　LDA 方法是一种非常强大的自动学习算法，它扩展了 关键词 组合文档和复合文档之间的关联。他在许多领域都做出了杰出贡献。

　　贝叶斯定律 - 贝叶斯过滤方法应用于反垃圾邮件。有效减少索引库的杂质和词的不准确。

　　相关算法还包括：

　　- TF*IDF权重公式比粗略的关键词密度等指标更能准确影响关键词排名因素。

　　- Followed IPs 这是我们最关心的链接权重的考虑，关注文本链接的价值。

　　- LDA 余弦主题和页面依赖项。

　　看一些简单的例子：

　　1、单人关键词

　　内容 A 收录 关键词蝙蝠侠，但内容 B 没有；显然搜索引擎可以很容易地使用 Content A 参与排名。

　　2、关键词短语

　　关键词组合排名更高，取决于两者中哪个更相关，Wiggum 比 Chief 更常见 关键词Chief 更常见（广泛相关），因此内容 A 更容易捕获。

　　注意：这个例子还说明了另一个流行的焦点指示器 - 关键词density，你知道怎么理解它:)

　　3、组合关键词（复合）

　　搜索引擎的相关性（relevancy），大家看完内容，从内容B《每日星球》《*敏*感*词*肯特》中的描述，很容易想到超人的主要特征，戴黑框眼镜的每日记者——*敏*感*词*： ) 很明显，内容 B 比内容 A 更相关。

　　4、主题模型

　　通过内容作为人类的理解可以看出明显相关，内容B所描述的乐器——一个女人正在演奏这种乐器，但是搜索引擎没有这个经验和经验，没有相关的关键词这样的因为内容 A 更难识别。但幸运的是，从 LDA 的算法来看，内容 B 已被评估为优于内容 A。这是一个强大的算法:)

　　-----

　　总结：

　　1、算法是基于用户体验的，我们用用户的思维去考虑问题。

　　2、搜索引擎也在努力解决这些问题，这可能只是时间问题。