[发明专利]基于决策树算法的SEO关键词竞争程度计算方法

说明书

技术领域

本发明涉及一种SEO领域中的关键词竞争程度计算方法，特别是基于决策树算法的SEO关键词竞争程度计算方法。

背景技术

关键词是浏览者在搜索引擎中查找信息时输入的词语，这些关键词在SEO（Search Engine Optimization，搜索引擎优化）中扮演着重要的角色，选择合理的关键词才能够迎合用户特定的搜索目标。只有选择正确的关键词，才能使网站SEO走在正确的大方向上。确定什么样的关键词决定了网站内容规划、链接建设等重要后续步骤。但是现有的SEO关键词计算方法基本都是定性描述的，如很多文献给出了关键词选择的准则，归纳有以下几点：①关键词不能过于宽泛；②关键词不要过于冷门；③要符合用户的搜索习惯；④可以将地理位置、形容词类的关键词与提供产品或者服务的关键词名称合并，形成长尾关键词竞争度会更强等。采用定性方法进行SEO关键词分析，很大程度上需要凭借SEO人员的经验进行，准确度不高。因此，如何快速、准确地对SEO关键词竞争度进行量化分析，成为SEO人员迫切需要解决的重要问题。

发明内容

本发明的目的是提供一种基于决策树算法的SEO关键词竞争程度计算方法，克服了人工凭借经验进行SEO关键词竞争程度计算效率低、准确性差的问题。

本发明所采用的技术方案是：基于决策树算法的SEO关键词竞争程度计算方法，包括以下步骤：

（1）选取关键词搜索结果数量P1、使用intitle指令搜索得到的结果页面数P2、搜索结果是否存在付费推广P3、搜索结果第一页中网站内页数P4、关键词在搜索结果第一页标题中出现的次数P5、关键词长度P6作为关键词竞争程度C的影响因素；

（2）训练数据集的生成：按照“关键词，P1，P2，P3，P4，P5，P6，C”为一条优化数据记录，整理历史优化数据，并对相应的属性进行概化，形成训练数据集；

（3）根据训练数据集构建决策树：以P1-P6为非类别属性，以C为类别属性，采用C4.5算法构建出相应的决策树，该决策树等价于一系列规则；

（4）应用决策树进行关键词竞争程度分析：将待决策的SEO关键词数据引入到上述决策树中去，并计算出相应的分析结果。

所述步骤（2）的属性值概化方法如下：

将P1属性概化为四个区间，即：{S1：[0，50万)，S2：[50万，100万)，S3：[100万，300万)，S4：[300万，10000万)}；

将P2属性概化为三个区间，即：{T1：[0，10万)，T2：[10万，50万)，T3：[50万，100万)，T4：[100万，1000万)}；

将P4属性概化为两个区间，即：{U1：[0，5)，U2：[5，10]}；

将P5属性概化为三个区间，即：{V1：[0，3)，V2：[3，6)，V3：[6，10]}；

将P6属性概化为四个区间，即：{W1：[0，6)，W2：[6，10)，W3：[10，20)}；

按搜索结果是否存在付费推广P3可划分为：Y（存在）；N（不存在）；

C分为四个级别：“竞争很强”，“竞争较强”，“竞争较小”，“竞争很小”。其中“竞争很强”指的是由于该关键词竞争激烈，只能优化该关键词为35名之后；“竞争较强”是指优化关键词排名在15至35，“竞争较小”是指将关键词优化到4至12名，“竞争很小”是该关键词能够优化到搜索引擎检索结果的前3名。

所述步骤（3）中C4.5算法是一种贪心算法，即选择最优的一个属性作为下一阶段的检测属性，具体过程如下：

1）以P1-P6为非类别属性，以C为类别属性，根据信息增益率公式，计算出当前信息增益率最大的属性；

2）将该属性作为树的根节点；

3）根据该属性值的个数将训练表中的数据分为相应的分支；

4）对于每个分支，重复1）-3）的过程，直到所有的数据都用光为止；

5）将1）-4）过程中找到的属性连起来，就是一个决策树，叶子节点上是“竞争很强”，“竞争较强”，“竞争较小”，“竞争很小”这四个类别值。

所述步骤（4）还包括以下步骤：

a).记录需要预测的关键词，获取其对应的影响因素P1-P6的值，P1-P6的获取可以通过在搜索引擎中输入关键词，查看搜索结果的各项指标的形式完成；

b).将记录中与决策树根对应的属性值检索出来，并与决策树根属性的值进行比较，根据比较的结果决定下一层分支点的属性；