這篇文章討論中文分詞技術,對 SEO 具有直接的指導意義。理解分詞規則,等於理解了關鍵詞如何被匹配與排序,進而掌握長尾流量的入口。
以「正浩生物科技有限公司」為例。若你的正文中第一個出現的是「正浩」,那麼頁面關鍵詞就會被拆成「正浩」與「生物科技有限公司」兩段。
標題中一定要包含關鍵詞,但不必然完全匹配;然而正文中出現的關鍵詞,必須與分詞結果完全吻合。在完全匹配的前提下,還會依 URL 路徑深度排序:目錄優先於檔案,根目錄下的檔案優先於二級目錄下的檔案。完全匹配的排在前面,其次才是部分匹配。
舉例:關鍵詞「SEO 資料庫」。若某頁第一次出現的是「SEO」且密度較高,但整頁沒有「資料庫」;另一頁第一次出現的是「資料庫」,則後者會被拆成「SEO」與「資料庫」兩段。即使前者只命中一半,排名仍可能壓過後者——這說明關鍵詞的前半部分權重更高。
若兩頁都未完全匹配、都含兩個分詞,那麼「SEO」這個分詞密度較高的一頁會排在前面。
如果關鍵詞完全匹配,但首次出現是在頁面內容的最後段,該頁排名可能還不如前面那些部分匹配的頁面。所以關鍵詞盡早出現在內容中,非常重要。
百度依第一次出現的相關關鍵詞決定切點:若首次出現的是關鍵詞尾段,就從後往前切;若是前段,就從前往後切。也就是說,分詞會依網頁內容的順序或反序進行。以前述例子而言,若頁面上第一次出現的是「正浩生物」,該頁關鍵詞會被拆成「正浩生物」與「科技有限公司」。
依據這個原理,你可以主動調整網頁內容中第一次出現的用詞,來選擇比較容易競爭的關鍵詞頭部。百度既會從前往後判斷,也會從後往前切。
若關鍵詞未完全匹配且用詞不完整,例如頁面中完全沒有「正浩」二字,切詞就會從「生物」開始。但這類頁面的排名通常會比較靠後,因為關鍵詞的前半段都沒有命中。
與不缺詞的頁面相比,排序仍依切詞前段的密度而定。也就是說,切出來的前段密度與後段密度的比例才是關鍵:若某頁前段與後段的比例是 1:2,另一頁是 1:4,那麼前者排名更靠前。同樣在缺詞情況下,切出的前詞較短者反而佔優勢。
理解以上規則,大致就能推導出百度的關鍵詞匹配與排序邏輯。