一種改進的密度聚類算法實現搜索引擎關鍵詞優化制造技術

一種改進的密度聚類算法實現搜索引擎關鍵詞優化，根據企業業務確定核心關鍵詞，搜索關鍵詞對應的數據項，如本國每月搜索量、競爭程度和估算每次點擊費用（CPC）等，對上述關鍵詞集合進行再降維處理，每個關鍵詞用一五維向量表示，即增加首頁網頁數和總搜索頁面數，進而由五維再降為四維，最后利用一種改進的密度聚類算法對關鍵詞聚類，各簇中心的影響函數為f(i,j)，本發明專利技術算法更簡便有效，運行時間復雜度低，處理速度更快，分類結果更符合經驗值，具有更好的數據處理效果，能幫助網站在短時間內快速提升其關鍵詞的排名，為企業網站帶來一定的流量和詢盤，從而達到理想的網站優化目標。

An improved density clustering algorithm for search engine keywords optimization

An improved density clustering algorithm of search engine keyword optimization, according to the business enterprise to determine the core keywords, search keywords corresponding data items, such as their monthly search volume, the degree of competition and the estimated cost per click (CPC), the set of keywords in the lower dimension, each keyword represented by 15 dimensional vector, i.e. the increase in home page number and total number of search pages, then decreases to five dimension, finally using an improved density clustering algorithm for clustering, the influence function of each cluster center for f (I, J), the algorithm is more simple and effective operation, low time complexity, faster processing speed, better classification results with experience, data processing has better effect, can help to quickly upgrade their website keywords in a short period of time for the enterprise website ranking, bring some The flow and inquiry, so as to achieve the ideal site optimization objectives.

【技術實現步驟摘要】

本專利技術涉及語義網絡
，具體涉及一種改進的密度聚類算法法實現搜索引擎關鍵詞優化。
技術介紹
搜索引擎是人們獲取網絡資源的主要工具,隨著Yahoo、Google等著名搜索引擎的出現，搜索引擎優化技術(SearchEngineOptimization,SEO)也逐漸發展起來。搜索引擎優化技術包括黑帽技術和白帽技術，其中黑帽技術表示違反搜索引擎優化規則的惡意優化技術,在關鍵詞優化技術中表現為在頁面中堆砌關鍵詞或放置無關關鍵詞以提高在搜索引擎中的排名，目前各搜索引擎已經引入相關技術和規則對使用黑帽技術的網站進行懲罰；白帽技術則表示被搜索引擎認可的優化技術。選擇關鍵詞是最重要的SEO任務之一，但往往缺乏討論和研究。沒有正確的關鍵詞，SEO工作將事倍功半。在研究網絡搜索關鍵詞搜索量數據與相關問題的關系時，選擇哪些關鍵詞是首先要解決的關鍵問題，閱讀文獻，筆者發現，對于關鍵詞的選取大多憑借經驗和主觀因素，也沒有一個完善的機制來管理關鍵詞優化策略和進度。為使關鍵詞的選取更具科學性和客觀性，基于上述需求，本專利技術提供了一種改進的密度聚類算法算法實現搜索引擎關鍵詞優。
技術實現思路
針對于關鍵詞優化實現搜索引擎優化的技術問題，本專利技術提供了一種改進的密度聚類算法實現搜索引擎關鍵詞優化。為了解決上述問題，本專利技術是通過以下技術方案實現的：步驟1：根據企業業務確定核心關鍵詞，利用搜索引擎搜集相關關鍵字，這些關鍵字在搜索引擎中有相應數據項，如本國每月搜索量、競爭程度和估算每次點擊費用(CPC)等步驟2：結合企業產品和市場分析，篩選降維上述搜索到的相關關鍵字集合；步驟3：針對篩選降維后的關鍵詞集合，通過搜索引擎搜索關鍵詞對應的頁面，這里記錄首頁網頁數和總搜索頁面數，即每個關鍵詞由五維向量再降維為四維的。步驟4：利用一種改進的密度聚類算法，對上述關鍵詞進行聚類處理，其具體子步驟如下：步驟4.1：利用基于ε領域的k-means算法初始化簇。步驟4.2：初始化每一個ε領域的影響函數f(i，j)start，從數據對象集合D中按下述判定條件選擇k個初始簇中心。步驟4.3：對每類關鍵詞i(i∈(1，2，…，m))進行重新分配，按概率函數p(i)選擇聚類中心j′；步驟4.4：根據判定函數Δ(f)的結果，重新計算各簇中心；步驟4.5：如果簇中心發生變化，則轉到步驟4.2，否則迭代結束，輸出聚類結果。步驟5：根據企業具體情況，綜合關鍵詞效能優化和價值率優化，選擇合適的關鍵詞優化策略達到網站優化目標。本專利技術有益效果是：1，此算法可以精簡關鍵詞分析流程，進而減少整個網站優化工作量。2，此算法的運行時間復雜度低，處理速度更快。3、此算法具有更大的利用價值。4、能幫助網站在短時間內快速提升其關鍵詞的排名。5、為企業網站帶來一定的流量和詢盤，從而達到理想的網站優化目標。6、此算法分類結果的準確度更符合經驗值。7、此算法更簡便有效。8、數據處理的效果更好。附圖說明圖1一種改進的密度聚類算法實現搜索引擎關鍵詞優化結構流程圖圖2一種改進的密度聚類算法在聚類分析中的應用流程圖具體實施方式為了解決關鍵詞優化實現搜索引擎優化的技術問題，結合圖1-圖2對本專利技術進行了詳細說明，其具體實施步驟如下：步驟1：根據企業業務確定核心關鍵詞，利用搜索引擎搜集相關關鍵字，這些關鍵字在搜索引擎中有相應數據項，如本國每月搜索量、競爭程度和估算每次點擊費用(CPC)等。步驟2：結合企業產品和市場分析，篩選降維上述搜索到的相關關鍵字集合；步驟3：針對篩選降維后的關鍵詞集合，通過搜索引擎搜索關鍵詞對應的頁面，這里記錄首頁網頁數和總搜索頁面數，即每個關鍵詞由五維向量再降維為四維的，其具體計算過程如下：這里相關關鍵詞個數為m,既有下列m×5矩陣：Ni、Ldi、CPCi、NiS、NiY依次為第i個關鍵詞對應的本國每月搜索量、競爭程度、估算每次點擊費用(CPC)、首頁網頁數、總搜索頁面數。再降維為四維，即Xi∈(1，2，…，m)為搜索效能，Zi∈(1，2，…，m)為價值率，即為下式：步驟4：利用一種改進的密度聚類算法，對上述關鍵詞進行聚類處理，其具體子步驟如下：步驟4.1：利用基于ε領域的k-means算法初始化簇。步驟4.2：初始化每一個ε領域的影響函數f(i，j)start，從數據對象集合D中按下述判定條件選擇k個初始簇中心，其具體計算過程如下：上式Nε為每一個ε領域內數據對象的個數，d(i，j)為關鍵詞i到對應ε領域內簇中心的距離，σ為簇中心的期望值。上式xih為ε領域內第i個關鍵詞對應的向量，yjh為ε領域中的簇中心數據對象的向量。判定條件如下：f(i，j)start＞γγ為設定好的閾值，只有滿足上式條件則歸為一簇。步驟4.3：對每類關鍵詞i(i∈(1，2，…，m))進行重新分配，按概率函數p(i)選擇聚類中心j′，其具體計算過程如下：按p(i)值最大選擇對應的聚類中心j′。步驟4.4：根據判定函數Δ(f)的結果，重新計算各簇中心，其具體計算過程如下：Δ(f)＝f(i，J)new-f(i，j)old＞0滿足上式，則重新計算各簇中心。步驟4.5：如果簇中心發生變化，則轉到步驟4.2，否則迭代結束，輸出聚類結果。步驟5：根據企業具體情況，綜合關鍵詞效能優化和價值率優化，選擇合適的關鍵詞優化策略達到網站優化目標。一種改進的密度聚類算法實現搜索引擎關鍵詞優化，其偽代碼過程輸入：網站提取的核心關鍵詞，基于ε領域初始化簇，初始化每一個ε領域的影響函數f(i，j)start輸出：全局影響函數f(i,j)的總和最大的k個簇。本文檔來自技高網...

【技術保護點】
一種改進的密度聚類算法實現搜索引擎關鍵詞優化，本專利技術涉及語義網絡技術領域，具體涉及一種改進的密度聚類算法法實現搜索引擎關鍵詞優化，其特征是，包括如下步驟：步驟1：根據企業業務確定核心關鍵詞，利用搜索引擎搜集相關關鍵字，這些關鍵字在搜索引擎中有相應數據項，如本國每月搜索量、競爭程度和估算每次點擊費用（CPC）等步驟2：結合企業產品和市場分析，篩選降維上述搜索到的相關關鍵字集合；步驟3：針對篩選降維后的關鍵詞集合，通過搜索引擎搜索關鍵詞對應的頁面，這里記錄首頁網頁數和總搜索頁面數，即每個關鍵詞由五維向量再降維為四維的，其具體計算過程如下：這里相關關鍵詞個數為m,既有下列矩陣：、、、、依次為第i個關鍵詞對應的本國每月搜索量、競爭程度、估算每次點擊費用（CPC）、首頁網頁數、總搜索頁面數再降維為四維，即為搜索效能，為價值率，即為下式：步驟4：利用一種改進的密度聚類算法，對上述關鍵詞進行聚類處理，其具體子步驟如下：步驟4.1：利用基于領域的k?means算法初始化簇步驟4.2：初始化每一個領域的影響函數，從數據對象集合D中按下述判定條件選擇k個初始簇中心步驟4.3：對每類關鍵詞進行重新分配，按概率函數p(i)選擇聚類中心；步驟4.4：根據判定函數的結果，重新計算各簇中心；步驟4.5：如果簇中心發生變化，則轉到步驟4.2，否則迭代結束，輸出聚類結果步驟5：根據企業具體情況，綜合關鍵詞效能優化和價值率優化，選擇合適的關鍵詞優化策略達到網站優化目標。...

【技術特征摘要】
1.一種改進的密度聚類算法實現搜索引擎關鍵詞優化，本發明涉及語義網絡技術領域，具體涉及一種改進的密度聚類算法法實現搜索引擎關鍵詞優化，其特征是，包括如下步驟：步驟1：根據企業業務確定核心關鍵詞，利用搜索引擎搜集相關關鍵字，這些關鍵字在搜索引擎中有相應數據項，如本國每月搜索量、競爭程度和估算每次點擊費用（CPC）等步驟2：結合企業產品和市場分析，篩選降維上述搜索到的相關關鍵字集合；步驟3：針對篩選降維后的關鍵詞集合，通過搜索引擎搜索關鍵詞對應的頁面，這里記錄首頁網頁數和總搜索頁面數，即每個關鍵詞由五維向量再降維為四維的，其具體計算過程如下：這里相關關鍵詞個數為m,既有下列矩陣：、、、、依次為第i個關鍵詞對應的本國每月搜索量、競爭程度、估算每次點擊費用（CPC）、首頁網頁數、總搜索頁面數再降維為四維，即為搜索效能，為價值率，即為下式：步驟4：利用一種改進的密度聚類算法，對上述關鍵詞進行聚類處理，其具體子步驟如下：步驟4.1：利用基于領域的k-means算法初始化簇步驟4.2：初始化每一個領域的影響函數，從數據對象集合D中按下述判定條件選擇k個初始簇中心步驟4.3：對每類關鍵詞進行重新分配，按概率函數p(i)選擇聚類中心；步驟4.4：根據判定函數的結果，...

【專利技術屬性】
技術研發人員：金平艷，
申請(專利權)人：四川用聯信息技術有限公司，
類型：發明
國別省市：四川;51