如何深入探究并有效分析SEO关键词优化策略的研究方法

SEO优化关键词研究与分析策略详解

关键词在SEO优化领域始终扮演着至关重要的角色，对网站排名的提升具有显著影响。关键词的选取并非随意，SEO从业者需制定恰当的关键词策略。

一、精准定位竞争对手，借鉴优点

当前市场竞争激烈，产品在质量上差距微小，竞争的核心在于服务和功能。务必深入挖掘竞争对手，学习其优点。

探寻竞争对手的方法包括以下三种：

（1）在搜索引擎中搜索与自身产品相关的关键词，重点分析排名前10页的网站所采用的关键词，并进行摘录与对比分析。

（2）访问黄页网站和目录网站，查询与自己产品相关行业的公司信息，分析这些公司的目录描述中所使用的关键词。

（3）访问b2b网站，分析客户产品信息中突出的关键词，将这些关键词汇总整理至表格中。

二、关键词选择六大技巧

列出行业内已知或心中所想的所有关键词，至少列出30个；

分析竞争对手的网站，了解其使用的关键词；

咨询周围朋友在搜索相关产品时使用的关键词；

关注网站流量统计，寻找关键词参考信息；

参考百度指数提供的关键词信息；

关注百度搜索页面最下方的相关搜索。

三、关键词竞争度分析

了解关键词的流行度只是开始，关键在于掌握市场竞争程度。判断关键词竞争度，可从以下方面进行分析：

查看关键词的搜索结果数量

在百度中输入需要优化的关键词，查看搜索引擎返回的结果数量。若超过5000万，说明该关键词具有一定难度；若在200万以下，说明该关键词难度较低，可在短时间内优化至搜索引擎首页。

分析关键词结果页面是否包含大站、名站、百度产品站。

若关键词排名前几位均为大站、名站或行业名站，则说明该关键词具有一定竞争难度。

四、关键词搜索次数分析

查询关键词搜索次数可使用百度指数。搜索次数越大，关键词价值越高，理论上说明竞争度越大。但有些关键词搜索量很大，竞争度却很低。若企业遇到此类关键词，则为一大优势。

根据搜索次数判断竞争度：

搜索次数少于100，竞争度小；

搜索次数100-500，属于中等偏小；

搜索次数500-1000，属于中等；

搜索次数1000-5000，属于中等偏上；

搜索次数5000以上，属于高难度词。

判断关键词竞争度需根据以下三点：

1. 在百度中查询关键词，查看搜索结果数量；

2. 观察排名前几位网站的性质，分析其收录数量、外链数量、域名注册时间等因素；

3. 在百度指数中查询关键词的百度指数。根据自身网站情况，确定是否优化该关键词。

五、搜索引擎信息检索原理

随着互联网的迅猛发展、WEB信息的增加，用户在信息海洋中查找所需信息犹如大海捞针。搜索引擎技术恰好解决了这一难题（它可以为用户提供信息检索服务）。搜索引擎是指互联网上专门提供检索服务的一类网站，这些站点的服务器通过网络搜索软件（例如网络搜索机器人）或网络登录等方式，将大量网站的页面信息收集到本地，经过加工处理建立信息数据库和索引数据库，从而对用户提出的各种检索作出响应，提供所需信息或相关指针。用户的检索途径主要包括自由词全文检索、关键词检索、分类检索及其他特殊信息的检索（如企业、人名、电话黄页等）。以下以网络搜索机器人为例说明搜索引擎技术。

1. 网络机器人技术

网络机器人（Robot）又称Spider、Worm或Random，核心目的是获取互联网上的信息。一般定义为“一个在网络上检索文件且自动跟踪该文件的超文本结构并循环检索被参照的所有文件的软件”。机器人利用主页中的超文本链接遍历WWW，通过URL引用从一个HTML文档爬行到另一个HTML文档。网上机器人收集到的信息可用于建立索引、HTML文件合法性的验证、URL链接点验证与确认、监控与获取更新信息、站点镜像等。

机器人在网上爬行，因此需要建立一个URL列表来记录访问轨迹。它使用超文本，指向其他文档的URL隐藏在文档中，需要从中分析提取URL，机器人一般用于生成索引数据库。所有WWW的搜索程序都有以下工作步骤：

（1）机器人从起始URL列表中取出URL并从网上读取其指向的内容；

（2）从每个文档中提取某些信息（如关键字）并放入索引数据库中；

（3）从文档中提取指向其他文档的URL，并加入到URL列表中；

（4）重复上述三个步骤，直到再没有新的URL出现或超出某些限制（时间或磁盘空间）。

(4) 重复执行前述3个步骤，直至无新增URL出现或达到特定限制（如时间或存储空间）；

(5) 为索引数据库配备检索接口，向网络用户发布或供用户检索。

搜索算法通常包括深度优先和广度优先两种基本策略。机器人通过URL列表的存取方式确定搜索策略：先入先出形成广度优先搜索，当起始列表包含大量WWW服务器地址时，广度优先搜索将产生良好的初始结果，但难以深入服务器；先入后出形成深度优先搜索，这有利于产生较好的文档分布，更容易发现文档结构，即找到最多数量的交叉引用。还可以采用遍历搜索方法，即直接将32位IP地址进行变化，逐个搜索整个Internet。

搜索引擎是一个技术含量极高的网络应用系统。它涵盖网络技术、数据库技术、动态标引技术、检索技术、自动分类技术以及人工智能技术中的机器学习等。

1. 索引技术

   索引技术是搜索引擎的核心技术之一。搜索引擎需对收集到的信息进行整理、分类、索引，生成索引库。中文搜索引擎的核心是分词技术。分词技术是利用特定规则和词库，将句子中的词切分出来，为自动索引做好准备。目前的索引多采用Non-clustered方法，该技术与语言文字学密切相关，具体包括以下几点：

   (1) 存储语法库，与词汇库配合识别句子中的词汇；

   (2) 存储词汇库时，同时存储词汇的使用频率和常见搭配方式；

   (3) 词汇宽泛，可划分为不同的专业库，便于处理专业文献；

   (4) 对无法分词的句子，将每个字视为词处理。

索引器生成从关键词到URL的关系索引表。索引表通常采用某种形式的倒排表（Inversion Index），即通过索引项查找相应的URL。索引表还需记录索引项在文档中的位置，以便检索器计算索引项之间的相邻关系或接近关系，并以特定数据结构存储在硬盘上。

不同的搜索引擎系统可能采用不同的标引方法。例如，Webcrawler利用全文检索技术对网页中每个单词进行索引；Lycos仅对页名、标题以及最重要的100个注释词等选择性词语进行索引；Infoseek则提供概念检索和词组检索，支持and、or、near、not等布尔运算。检索引擎的索引方法大致可分为自动索引、手工索引和用户登录三类。

1. 检索器与结果处理技术

   检索器的主要功能是根据用户输入的关键词在索引器形成的倒排表中检索，同时完成页面与检索之间的相关性评价，对输出结果进行排序，并实现某种用户相关性反馈机制。

通过搜索引擎获得的检索结果往往成百上千，为了获取有用信息，常用的方法是按网页的重要性或相关性进行评级，进行相关性排序。这里的相关性是指搜索关键字在文档中出现的频率。当频率越高时，则认为该文档的相关性越高。可见度也是常用的衡量标准之一。一个网页的可见度是指该网页入口超级链接的数量。可见度方法基于以下观点：一个网页被其他网页引用得越多，则该网页越有价值。特别地，一个网页被越重要的网页引用，则该网页的重要性也就越高。结果处理技术可归纳为：

(1) 按频率排序通常，如果一个页面包含更多的关键词，其搜索目标的相关性应该更好，这是一个非常合理的解决方案。

(2) 按页面访问频率排序在这种方法中，搜索引擎会记录它所搜索到的页面被访问的频率。访问频率较高的页面通常包含更多信息，或者有其他吸引人的特点。这种解决方案适合一般搜索用户，而由于大部分搜索引擎都不是专业性用户，因此这种方案也适合一般搜索引擎使用。

(3) 二次检索进一步优化结果，按照一定条件对搜索结果进行优化，可以再选择类别、相关词进行二次搜索等。

由于目前的搜索引擎还不具备智能，除非知道要查找的文档的标题，否则排名第一的结果未必是“最佳”的结果。因此，有些文档尽管相关性较高，但并不一定是用户最需要的文档。

搜索引擎技术的行业应用：

搜索引擎的行业应用通常指类似于千瓦通信提供的多种搜索引擎行业与产品应用模式，大致分为以下几种形式：

1. 政府机关行业应用

- 实时跟踪、采集与业务工作相关的信息来源。

- 全面满足内部工作人员对互联网信息的全局观测需求。

- 及时解决政务外网、政务内网的信息源问题，实现动态发布。

- 快速解决政府主网站对各地级子网站的信息获取需求。

- 全面整合信息，实现政府内部跨地区、跨部门的信息资源共享与有效沟通。

- 节约信息采集的人力、物力、时间，提高办公效率。

1. 企业行业应用
2. 实时准确地监控、追踪竞争对手动态，是企业获取竞争情报的利器。
3. 及时获取竞争对手的公开信息以便研究同行业的发展与市场需求。
4. 为企业决策部门和管理层提供便捷、多途径的企业战略决策工具。
5. 大幅度提高企业获取、利用情报的效率，节省情报信息收集、存储、挖掘的相关费用，是提高企业核心竞争力的关键。

6. 提高企业整体分析研究能力、市场快速反应能力，建立起以知识管理为核心的竞争情报数据仓库，是提高企业核心竞争力的神经中枢。

7. 新闻媒体行业应用

8. 快速准确地自动跟踪、采集数千家网络媒体信息，扩大新闻线索，提高采集速度。
9. 支持每天对数万条新闻进行有效抓取。监控范围的深度、广度可以自行设定。
10. 支持对所需内容智能提取、审核。
11. 实现互联网信息内容采集、浏览、编辑、管理、发布的一体化。

n达成互联网信息内容搜集、查阅、编撰、维护、传播的集成化。

4、行业网站应用

n实时监测、搜集与网站有关的信息来源。

n迅速监测行业的信息来源网站，自动、迅速更新网站信息。动态更新信息。

n实现互联网信息内容搜集、查阅、编撰、维护、传播的集成化。

n为商务网站制定商务运营模式，显著提升行业网站的商务应用需求。

n为资讯网站分类目录构建，提出用户构建网站分类架构。并能够实时增加与更新分类架构。无级别限制。从而极大地提升行业的实用性。

n提供搜索引擎SEO优化专业服务，迅速提升行业网站的推广力度。

n提供与CCDC呼叫搜索引擎的广告合作。构建行业网站联盟，增强行业网站知名度。

5)网络信息监管与监督

n网络舆论监测系统。例如：“千瓦通信-网络舆论雷达监测系统”

n网站信息与内容监管与监督系统，例如：“千瓦通信-网站信息与内容监管与监督系统（站内神探）”

随着互联网的飞速发展、WEB信息的激增，用户在信息汪洋中搜寻信息，如同大海捞针，搜索引擎技术恰好解决了这一难题（它能够为用户提供信息检索服务）。目前，搜索引擎技术正成为计算机工业界和学术界竞相研究、开发的目标。

搜索引擎（SearchEngine）是随着WEB信息的迅猛增长，自1995年起逐渐发展起来的技术。据《科学》杂志1999年7月发表的文章《WEB信息的可访问性》估计，全球目前的网页已超过80亿，有效数据超过9T，并且仍以每4个月翻一番的速度增长。用户要在如此浩瀚的信息海洋中寻找信息，必然会“大海捞针”徒劳无功。搜索引擎正是为了解决这个“迷失”问题而出现的技术。搜索引擎以特定的策略在互联网中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的作用。搜索引擎提供的导航服务已经成为互联网上非常重要的网络服务，搜索引擎站点也被誉为“网络门户”。搜索引擎技术因此成为计算机工业界和学术界竞相研究、开发的目标。本文旨在对搜索引擎的关键技术进行简要介绍，以起到抛砖引玉的作用。

分类

根据信息搜集方法和提供服务方式的不同，搜索引擎系统可以分为三大类：

1．目录式搜索引擎：以人工方式或半自动方式搜集信息，由编辑员审核信息后，人工形成信息摘要，并将信息置于事先确定的分类框架中。信息大多面向网站，提供目录浏览服务和直接检索服务。这类搜索引擎因为加入了人的智能，所以信息准确、导航质量高，缺点是需要人工介入、维护量大、信息量少、信息更新不及时。这类搜索引擎的代表有：Yahoo、LookSmart、OpenDirectory、GoGuide等。

2．机器人搜索引擎：由一个称为蜘蛛（Spider）的机器人程序以某种策略自动地在互联网中搜集和发现信息，由索引器为搜集到的信息建立索引，由检索器根据用户的查询输入检索索引库，并将查询结果返回给用户。服务方式是面向网页的全文检索服务。这类搜索引擎的优点是信息量大、更新及时、无需人工干预，缺点是返回信息过多，有很多无关信息，用户必须从结果中进行筛选。这类搜索引擎的代表有：AltaVista、NorthernLight、Excite、Infoseek、Inktomi、FAST、Lycos、Google；国内代表有：“天网”、悠游、OpenFind等。

3．元搜索引擎：这类搜索引擎没有自己的数据，而是将用户的查询请求同时向多个搜索引擎提交，将返回的结果进行重复排除、重新排序等处理后，作为自己的结果返回给用户。服务方式为面向网页的全文检索。这类搜索引擎的优点是返回结果的信息量更大、更全，缺点是不能充分使用所使用搜索引擎的功能，用户需要做更多的筛选。这类搜索引擎的代表有WebCrawler、InfoMarket等。

性能指标

我们可以将WEB信息的搜索视为一个信息检索问题，即在由WEB网页组成的文档库中检索出与用户查询相关的文档。因此，我们可以用衡量传统信息检索系统的性能参数-召回率（Recall）和精度（Precision）来衡量一个搜索引擎的性能。

召回率是检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统（搜索引擎）的查全率；精度是检索出的相关文档数与检索出的文档总数的比率，衡量的是检索系统（搜索引擎）的查准率。对于一个检索系统来说，召回率和精度不可能兼得：召回率高时，精度低，精度高时，召回率低。因此，常常用11种召回率下11种精度的平均值（即11点平均精度）来衡量一个检索系统的精度。对于搜索引擎系统来说，因为没有一个搜索引擎系统能够搜集到所有的WEB网页，所以召回率很难计算。目前的搜索引擎系统都非常关注精度。

影响一个搜索引擎系统的性能有很多因素，其中最主要的是信息检索模型，包括文档和查询的表示方法、评价文档和用户查询相关性的匹配策略、查询结果的排序方法和用户进行相关性反馈的机制。

主要技术

一个搜索引擎由搜索器、索引器、检索器和用户接口等四个部分组成。

1.搜索器

搜索器的功能是在互联网中漫游，发现和搜集信息。它通常是一个计算机程序，日夜不停地运行。它要尽可能多、尽可能快地搜集各种类型的新信息，同时因为互联网上的信息更新很快，所以还要定期更新已经搜集过的旧信息，以避免死连接和无效连接。目前有两种搜集信息的策略：

●从一个起始URL集合开始，顺着这些URL中的超链（Hyperlink），以宽度优先、深度优先的方式遍历整个网络。

从一组起始网址群出发，沿着这些网址中的超链接（Hyperlink），以广度优先、深度优先或启发式策略持续地在网络中搜寻信息。这些起始网址可以是任意的网址，但通常是一些极具人气、拥有众多链接的网站（如Yahoo！）。

将网络空间按照域名、IP地址或国家域名进行划分，每个搜索引擎负责一个子空间的全面搜索。搜索引擎收集的信息类型多种多样，包括HTML、XML、新闻组文章、FTP文件、文档处理文档、多媒体信息。搜索引擎的实现往往采用分布式、并行计算技术，以提升信息发现和更新的效率。商业搜索引擎的信息发现能力可以达到每天数百万个网页。

2. 索引器

索引器的任务是对搜索引擎搜集的信息进行理解，从中提取索引项，用于表示文档并生成文档库的索引表。

索引项分为客观索引项和内容索引项两类：客观项与文档的语义内容无关，如作者名、URL、更新时间、编码、长度、链接流行度（LinkPopularity）等；内容索引项用于反映文档内容，如关键词及其权重、短语、单字等。内容索引项可分为单索引项和多索引项（或称短语索引项）两类。单索引项在英文中对应单词，易于提取，因为单词之间有明显的分隔符（空格）；对于中文等连续书写的语言，需要进行词语的切分。在搜索引擎中，通常需要给单索引项赋予一个权值，以表示该索引项对文档的区分度，并用于计算查询结果的相关度。常用的方法有统计法、信息论法和概率法。短语索引项的提取方法有统计法、概率法和语言学法。

索引表通常使用某种形式的倒排表（InversionList），即通过索引项查找相应的文档。索引表也可能需要记录索引项在文档中出现的位置，以便检索器计算索引项之间的相邻或接近关系（proximity）。

索引器可以使用集中式索引算法或分布式索引算法。当数据量很大时，必须实现即时索引（InstantIndexing），否则无法跟上信息量急剧增加的速度。索引算法对索引器的性能（如大规模峰值查询时的响应速度）有重要影响。一个搜索引擎的有效性在很大程度上取决于索引的质量。

3. 检索器

检索器的功能是根据用户的查询在索引库中快速检索文档，进行文档与查询的相关度评估，对将要输出的结果进行排序，并实现某种用户相关性反馈机制。

检索器常用的信息检索模型有集合理论模型、代数模型、概率模型和混合模型四种。

4. 用户界面

用户界面的作用是接收用户查询、显示查询结果、提供用户相关性反馈机制。主要目的是方便用户使用搜索引擎，高效、多方式地从搜索引擎中获得有效、及时的信息。

用户界面的设计和实现采用人机交互的理论和方法，以充分适应人类的思维习惯。

用户输入界面可分为简单界面和复杂界面两种。

简单界面仅提供用户输入查询串的文本框；复杂界面允许用户对查询进行限制，如逻辑运算（与、或、非；+、-）、邻近关系（相邻、NEAR）、域名范围（如.edu、.com）、出现位置（如标题、内容）、信息时间、长度等。目前一些公司和机构正在考虑制定查询选项的标准。

未来趋势

搜索引擎已成为一个新的研究、开发领域。因为它需要运用信息检索、人工智能、计算机网络、分布式处理、数据库、数据挖掘、数字图书馆、自然语言处理等多领域的理论和技术，因此具有综合性和挑战性。又因为搜索引擎拥有大量的用户，具有很高的经济价值，因此引起了世界各国计算机科学界和信息产业界的高度关注，目前的研究、开发非常活跃，并出现了许多值得关注的趋势。

1. 极力提高信息查询结果的准确性，提高检索的有效性。用户在搜索引擎上进行信息查询时，并不十分关注返回结果的多少，而是关注结果是否与自己的需求相符。对于某个查询，传统的搜索引擎可能会返回几十万、几百万篇文档，用户不得不在结果中进行筛选。目前解决查询结果过多的问题有几种方法：一是通过各种方法获取用户在查询语句中没有表达出来的真正需求，包括使用智能代理跟踪用户检索行为，分析用户模型；使用相关性反馈机制，让用户告诉搜索引擎哪些文档与自己的需求相关（及其相关程度），哪些不相关，通过多次交互逐步优化。二是使用文本分类（TextCategorization）技术对结果进行分类，使用可视化技术显示分类结构，用户可以只浏览自己感兴趣的类别。三是进行站点聚类或内容聚类，减少信息的总量。

2. 基于智能代理的信息过滤和个性化服务

信息智能代理是另一种利用互联网信息的机制。它使用自动获取的领域模型（如Web知识、信息处理、与用户兴趣相关的信息资源、领域组织结构）、用户模型（如用户背景、兴趣、行为、风格）知识进行信息收集、索引、过滤（包括兴趣过滤和不良信息过滤），并自动将用户感兴趣的、对用户有用的信息提交给用户。智能代理具有不断学习、适应信息和用户兴趣动态变化的能力，从而提供个性化的服务。智能代理可以在用户端进行，也可以在服务器端运行。

3. 采用分布式架构提升系统规模和性能

搜索引擎的实现可以采用集中式架构和分布式架构，两种方法各有优点。但当系统规模达到一定程度（如网页数达到亿级）时，必然要采用某种分布式方法，以提高系统性能。搜索引擎的各个组成部分，除了用户界面之外，都可以进行分布式部署：搜索器可以

系统效能。搜索引擎的各个模块，除却用户界面之外，均能实现分散：搜索器能够在多台设备间协作、分工进行信息挖掘，从而加快信息挖掘与更新的速度；索引器可将索引分散至不同的设备，以降低对设备性能的依赖；检索器则可在多台设备上并行运行。