刷百度相關搜索和下拉框的技術原理
分享
評論
贊0
第一：百度搜索SEO出現的相關搜索：
以SEO為核心的相關詞-什么是SEO，如何進行SEO
以SEO語義相關的相關詞-網絡推廣
第二：搜狗搜索SEO出現的相關搜索：
以SEO為核心的相關詞- seo是什么 seo教程seo查詢
以SEO語義相關的相關詞-搜索引擎優化
第三：360搜索知乎出現的相關搜索
以知乎為核心的知乎網，知乎日報
以知乎同類性質，語義相關的果殼網，天涯論壇
還有一就是產品，品牌，公司相關，比如搜飲料出現康師傅
相關搜索含義：用戶在搜索框搜索關鍵詞的時候，在搜索結果頁的最下方呈現出與搜索詞精準匹配，詞組匹配，廣泛匹配，相同拼音的相關詞。遵循拼音，詞組，意義相關性算法。
相關搜索目的：增加用戶搜索體驗感，最大限度的解決用戶的搜索需求。當用戶查詢詞不當，查詢結果不佳，不知道還有什么更精彩豐富內容，那么相關搜索就可以解決這些用戶痛點，為用戶啟發性質作用，幫助用戶發現和他更多他意圖相關的詞。
下拉框是一種搜索提示，是用戶搜索關鍵詞沒有點擊搜索的時候出現的提示，根據關鍵詞前綴匹配
相關搜索是一種推薦引擎，是用戶搜索關鍵詞點擊搜索之后的推薦，根據關鍵詞語義，拼音，詞組匹配
第一：為了最正確的搜索結果。
第二：是為了擴展搜索，找到更多的東西。
刷搜索引擎相關搜索的目的：
第一：就是讓我們網站已經有了排名的品牌詞，網站名稱，網站關鍵詞出現在更多關鍵詞的相關搜索中，讓更多的用戶點擊相關搜索達到網站，提高網站權重，網站流量。
第二：當搜某個核心關鍵詞，在相關搜索中出現你的產品，品牌，名稱的推薦，那么會給用戶帶來視覺沖擊，信任建立，知名度，競爭力。
第三：起到引導作用，比如搜索飲料相關搜索出現康師傅，那么用戶很可能會點擊康師傅。
刷百度相關搜索原理：
第一：搜索詞熱搜指數，熱搜度，當一個詞的熱度達到一定搜索流量的時候，只要搜索該詞的拼音，相關詞就會出現該關鍵詞。
第二：與搜索詞相關度，相關搜索詞語義，拼音，詞組肯定和搜索詞匹配。
第三：搜索引擎網站流量，就算沒有人搜索這個次，但是改詞在百度的權重非常高，同樣能夠出現在相關搜索詞中。
第四：下拉框和相關搜索的影響度很高。
第五：實時熱點，例子，搜索知乎的時候，出現了林志穎，這個語義并不關聯，但是林志穎的人氣很高，導致搜索了知乎的人可能跟著搜索過林志穎，這是用戶行為決定的搜索相關詞也是其中一個算法原理。
刷相關搜索的實現方法：
第一：比如SEO，我們可以先搜索SEO，然后接著再去搜索SEO教程，那么每天以幾倍的方式增加，當達到一定搜索量的時候，那么SEO的相關詞搜索就會出現SEO教程了。
打開百度首頁//www.baidu.com/輸入黑卡紙出來的地址為：
//www.baidu.com/s?wd=%BA%DA%BF%A8%D6%BD&rsv_bp=0&inputT=32343
這串代碼中：%BA%DA%BF%A8%D6%BD是代表黑卡紙的代碼
inputT=32343這個是代表搜索結果出來的運算時間（每臺電腦這個數據都不一樣的）
再出來的頁面中輸入你要的品牌，比如荔禾黑卡，輸入完畢后，點百度一下。
出來的地址為：//www.baidu.com/s?bs=%BA%DA%BF%A8%D6%BD&f=8&rsv_bp=1&wd=%BA%DA%BF%A8%D6%BD%C0%F3%BA%CC%BA%DA%BF%A8&inputT=54390
這串代碼中：
%BA%DA%BF%A8%D6%BD
這里不變，因為這個是之前我們搜索的黑卡紙，百度就在這里開始記錄下黑卡紙和現在的黑卡紙荔禾黑卡這兩個詞是相關的。
f=8這個數值是會變動的。范圍為：
0-9.數值越高，代表著這個相關搜索的詞越容易做上去。
%BA%DA%BF%A8%D6%BD%C0%F3%BA%CC%BA%DA%BF%A8是代表黑卡紙荔禾黑卡的代碼
inputT=54390是代表這個是代表搜索結果出來的運算時間
第二：雇傭水軍，或者買肉雞真實去人為制造相關搜索量。
第三：去購買網站的彈窗廣告，用戶沒點一次就是搜索一次。
第四：誘導，通過在論壇或其他流量大的頁面，放上相關詞和搜索詞的訪問地址后誘導用戶不斷點擊。
第五：購買軟件來刷搜索引擎相關搜索。
注意：
第一：相關搜索詞必須有一定的搜索量
第二：相關搜索詞確實和搜索關鍵詞是相關性質的詞
怎么刪除百度相關搜索：
第一：百度網頁投訴中心投訴
第二：把正面的信息刷上去壓制負面相關搜索，并把正面信息做好相應的著陸文章頁面。
相關搜索算法思想：
相關搜索系統的輸入為用戶的搜索詞，而輸出是一堆與這個詞相關的其他詞。
搜索詞的出現得益于搜索引擎的詞典，可以計算出語義相關的詞，但是這樣的詞典中語義相關的詞還是不足與滿足用戶，所以在次基礎上加入用戶行為（搜索記錄，點擊記錄）來拓展更多相關詞庫。
通過用戶數據引發的思考：
第一：后繼詞，當用戶搜索一個詞比如SEO,，發現在搜索結果列表中沒有你需要的內容，那么就繼續用戶其他的詞來尋找，比如搜索SEO教程，那么SEO教程就成了SEO的后繼詞了，所以這種屬于用戶幫搜索引擎找語義相關詞。
第二：如果一個關鍵詞搜索詞結果，跟另外一個，甚至幾個關鍵詞搜索出來的結果很多交集，那么這些關鍵詞很可能也是語義相關的詞，如果這些搜索結果的交集被點擊并滿足了，那就確定相關了。
比如：搜索關鍵詞A，B，同樣找到了結果中的HTML1頁面都滿足了這個搜索詞的需求，那么A，B是有一定相關性的。
相關搜索算法實現原理：
用戶后繼詞原理：
把用戶在5分鐘之內在搜索引擎中搜索詞定義為一次搜索行為，那么就形成了搜索日志，搜索日志如下：
cookie:用戶cookieid keys:[A1,A2……] [B1,B2……] [C1,C2……]
接著按用戶進行分類，時間間隔5分鐘進行數據清理，[x1,x2……]一個數組表示一次搜索行為，每個數組的第一位就是當次搜索行為的第一個搜索詞。
cookie:用戶cookieid keys:[A1,A2……] [B1,B2……] [C1,C2……]
對于單個用戶來說搜索后繼詞的確定性是不夠的，比如搜索科比，但是一看到旁邊有人我就立刻改變搜索培訓，那么這兩個詞是沒有相關性質的。那么就加入統計規則去掉一些雜質，比如某個詞B只有出現在5個用戶的相同的搜索詞A的后繼詞中才算一個A的后繼詞，還有其他的一些規則，這么下來，日志就變成了。
key：A succeed：A1,A2,A3……
用戶協同過濾原理：
當搜索用戶日志足夠多的情況，可以把擁有相同搜索記錄的用戶聚合起來，通過協同過濾算法，獲取更多的相關性的詞。通過下面協同過濾算法同樣可以把加索爾推薦給NBA了。
A用戶：籃球 后繼詞 男籃 女籃
B用戶：NBA 后繼詞 男籃 科比
C用戶：男籃比賽 后繼詞 男籃 加索爾
從搜索詞算法實現：
如果一個關鍵詞搜索詞結果，跟另外一個，甚至幾個關鍵詞搜索出來的結果很多交集，那么這些關鍵詞很可能也是語義相關的詞。
從搜索日志來看例子：
key:搜索詞 time:搜索時間 cookie:用戶cookieid result:a,b,c,d,e（前5個搜索結果）
這次，我們只用key和result兩項，稍微處理下來以后就變成了
key:搜索詞A result:a,b,c,d,e（前5個搜索結果）
key:搜索詞B result:a,f,c,g,m（前5個搜索結果）
如果我們把每一行數據的result想象成一篇文檔，result里面的每個結果集想象成一個詞語，那么這其實就是求兩個文檔之間的相似性了，從頭到尾過一遍就可以找到每一行數據和它最相似的數據了，而每一行可以用當行的搜索詞表示，這么一算下來數據就變成這樣子了，后面的括號里面是兩個詞的相似度，如果想知道文本的相似性如何計算，可以參考我之前的文章，本文最后有鏈接。
key：搜索詞Asucceed：搜索詞B（0.8）搜索詞C（0.6）……
key：搜索詞Bsucceed：搜索詞A（0.8）搜索詞E（0.7）……
有了上面這個數據，拍一個閾值（比如0.7）卡一下，就得到最后的相關搜索的結果了。
這個計算相似性的方法的計算量比較大，而且閾值沒有卡好的話容易出現不相關的結果，在實際工程應用中使用得不多，下面這個方法使用得更多點，相當于這個的加強版。
從用戶搜索結果集考慮
如果某個搜索結果（比如一個網頁或者一個商品）出現在了不同的搜索詞的結果集中，那么這些個搜索詞很可能是相關的，如果這個搜索結果在不同的搜索詞下都被點擊了，那么這些個詞的相關性就更高了。
點擊的加成是很強大的，而且在數據量巨大的情況下，我們可以只考慮點擊的情況，還是拉出搜索日志，不過這次是搜索點擊日志了，拉出來處理一下就變成下面這個樣子，每行就是某個搜索詞下點擊的商品
key：搜索詞Aclick:結果A結果B結果C
這個樣子和上面第二種方法最后出來的樣子基本一樣，不過這次是點擊數據，相關性可比直接的搜索結果要好很多了，因為搜索結果取決于你的搜索算法，而這種點擊數據是來自用戶的，人的可靠性可高了不少，所以說這個是上一個的加強版。
我們可以按照上一個的方法按文本相似性的方法進行處理，但是計算量也比較大，如果再仔細看看這個數據的樣子，如果我們把相關搜索系統想象成豆瓣，搜索詞看成豆瓣的用戶，搜索結果集看成是豆瓣的電影，那么相關搜索就變成了一個豆瓣的猜你感興趣的人，也變成了一個協同過濾的推薦系統了（協同過濾算法可以參考文章最后的鏈接），上一節的協同過濾算法的數據是詞和后繼詞，這里是詞和點擊結果，雖然數據集不同，但是可以用一樣的算法，所以，搜索和推薦技術其實是密不可分的，既然這樣，完全可以用協同過濾算法進行推薦了。
協同過濾的算法，簡單版本整體不會超過200行，很容易實現的。
通過這樣的方式，容易推出意思相近的詞，同樣也容易推出看似完全不相關但仔細想想還是靠譜的詞，就像下面這樣，他們雖然不見得近義詞，但是很可能會點擊到同一個結果上。
分形：分形理論|分形圖像|分形數學
機器學習：吳恩達|數據挖掘|機器學習周志華
林心如：霍建華|任重|何潤東……
機器學習
既然上面提到了一下機器學習，其實還有更高端一點的算法，就是用機器學習了，呵呵。我們如果把上面的結果key：搜索詞Aclick:結果A結果B結果C處理一下，變成下面的樣子，表示每個結果集對應的搜索詞。
結果A：搜索詞A搜索詞B搜索詞C…
結果B：搜索詞B搜索詞A搜索詞D……
變成上面這個樣子難度不大吧，就是做個倒排就行了，好了，我們把一行看成一篇文檔，每個搜索詞看成一個詞，不就是求各個詞的相似性嘛，祭出神器Word2Vec，直接計算每個搜索詞的詞向量，然后計算各個詞向量之間的相似性，就可以算出每個詞應該推薦的詞了。
在這里，我們使用了當前最火的機器學習哦，如果用word2vec的庫來實現的話，代碼同樣不超過20行，呵呵，word2vec我之前的文章也有說過，可以看看底部的鏈接
模型MIX
上面說了四種模型，如果使用呢？呵呵，相關搜索不是有很多詞嘛，很簡單拉，每個模型分幾個詞，看看哪個模型效果好，哪個模型出來的詞用戶點得多再調整唄，我們看看京東，搜索資治通鑒的時候他們的相關搜索如下。
我估計啊資治通鑒中華書局，資治通鑒柏楊這種就是第一種模型推出來的，就是后繼詞部分推薦出來的，而史記，二十四史這類應該就是通過協同過濾推薦出來的，至于是哪種協同過濾就不好推測了。
猜你喜歡
評論(0人參與，0條評論)
發布評論
最新評論