[发明专利]改进的决策树分类算法实现搜索引擎优化技术

摘要

改进的决策树分类算法实现搜索引擎优化技术，根据企业业务确定核心关键词，搜索关键词对应的数据项，如本国每月搜索量、竞争程度和估算每次点击费用等，对上述关键词集合进行再降维处理，每个关键词用一五维向量表示，即增加首页网页数和总搜索页面数，进而由五维再降为四维，利用改进的决策树分类算法，根据属性的信息量从大到小选择属性中选择，输入关键词属性值，分类器模型输出类别结果，本发明综合考虑了误分类代价影响因子，分类结果更准确、运行时间复杂度低、可以短时间内提升关键词的排名、简化了后续搜索引擎优化工作、避免了偏置问题、数据结果得到了较好优化，从而达到理想的网站优化目标。

主权项

改进的决策树分类算法实现搜索引擎优化技术，本发明涉及语义网络技术领域，具体涉及改进的决策树分类算法实现搜索引擎优化技术，其特征是，包括如下步骤：步骤1：根据企业业务确定核心关键词，利用搜索引擎搜集相关关键字，这些关键字在搜索引擎中有相应数据项，如本国每月搜索量、竞争程度和估算每次点击费用等步骤2：结合企业产品和市场分析，筛选降维上述搜索到的相关关键字集合；步骤3：针对筛选降维后的关键词集合，通过搜索引擎搜索关键词对应的页面，这里记录首页网页数和总搜索页面数，即每个关键词由五维向量再降维为四维的，其具体计算过程如下：这里相关关键词个数为m,既有下列矩阵：、、、、依次为第i个关键词对应的本国每月搜索量、竞争程度、估算每次点击费用（CPC）、首页网页数、总搜索页面数再降维为四维，即为搜索效能，为价值率，即为下式：步骤4：改进的决策树分类算法，对上述关键词进行分类处理，其具体子步骤如下：步骤4.1：根据训练数据集构造决策树分类器模型，其具体子步骤如下：步骤4.1.1：设训练集样本X，属性个数为4，即,同时分裂属性对应了k个类，其中,，，相关领域用户设定好属性误分类代价矩阵步骤4.1.2：创建根节点G步骤4.1.3：如果训练数据集为空，则返回结点并标记失败步骤4.1.4：如果训练数据集中所有记录都属于同一类别，则该类型标记结点步骤4.1.5：如果候选属性为空，则返回为叶子结点，标记为训练数据集中最普通的类步骤4.1.6：根据属性的信息量从选择属性中选择步骤4.1.7：取最大的标记节点G为属性步骤4.1.8：由节点延伸出满足条件为分支以及子分支,如果满足以下两条件之一，就停止建树4.1.8.1这里假设为训练数据集中的样本集合，如果为空，加上一个叶子结点，标记为训练数据集中最普通的类4.1.8.2此节点中所有例子属于同一类步骤4.1.9：非4.1.8.1与4.1.8.2中情况，则递归调用步骤4.1.6至步骤4.1.8步骤4.1.10：保存已生成的决策树分类器步骤4.2：应用上述的分类器模型，对步骤3中得到的关键词进行分类，即可得到最佳k类；步骤5：根据企业具体情况，综合关键词效能优化和价值率优化，选择合适的关键词优化策略达到网站优化目标。