
影響頁面排名最重要的因素之一是相關度,而最直接體現頁面與用戶搜索行為是否相關的,就是標題。想寫好標題,繞不開搜索引擎的分詞機制。
以百度為例,經過多年打磨,它在中文檢索上已經相當高效。複雜的工程細節不必深究,如果把它簡化成三個動作,那就是:查詢、分詞、匹配。
下面用「水手」這個詞做幾組實驗,看看實際表現。(年輕時很喜歡這首歌。)
被動行為。用戶輸入時如果帶了空格或標點,搜索引擎會尊重這個意圖。搜索「鄭智化水手」和「鄭智化 水手」,返回結果並不相同。
更直觀的一組對比:分別搜索「鄭智化 學」與「鄭智 化學」。


結果差異一目了然——搜索引擎確實會參考用戶的輸入方式。
主動行為。用戶沒有加任何分隔時,百度會依據自有詞典和專項詞庫主動切分。搜索「鄭智化水手」,它會把「鄭智化」和「水手」拆開分別檢索(推測調用了人名庫與歌名庫)。

中英混排怎麼辦?英文會被當作獨立一塊處理,其前後的中文也各自成塊。試試「鄭智化bt下載」。

常見的分詞匹配法有三種:正向最大匹配、反向最大匹配、最短路徑分詞。
正向最大匹配,即從左往右切。搜索「武林外傳說」,「武林外傳」和「傳說」本是兩個詞,百度會返回正向的最大匹配結果:武林外傳 / 說。

反向最大匹配,從右往左切。回到「鄭智化學」:按正向切應是「鄭智化 / 學」,但實際結果卻是「鄭智 / 化學」。

原因就在於這組結果走了反向匹配。
正反向同時匹配。還有一種特殊情況:當關鍵詞前後組合的「粘性」相差不大,且搜索結果同時覆蓋兩組詞時,百度會兩個方向一起切。
分詞最少化。切分出來的詞數要盡量少。「武林外傳說」理論上可以切成「武林 / 外 / 傳說」,但百度只切成兩組。能兩組解決的,就不切三組。
理解這些規則的意義在於:知道搜索引擎怎麼讀你的標題,才能有針對性地去寫首頁和內頁的 title,把長尾詞佈局的效率提上來。
這裡只解決「原理」這一層,下一篇再結合具體案例,談行業網站的標題設計與長尾詞排布方法。
文章原創於:點水的博客 https://www.cuihonghai.com/