传统SEO可以在自己的站点上做什么
我们现在如果去注册 seo、sem、自媒体 这样名称的公众号，要嘛被人抢占了，要嘛因为各种政策原因或法律原因不让注册。因此我们需要退而求其次，注册这些目标领域里的大词而不是主词，它们实际上也有很大体量的搜索，同时流量更加精准，商业价值更高。
当然：
如果我们只是选择一个seo，立刻能想到“seo优化”这种有商业价值的大词，那么实际上别人也能想得到，搜索一下马上就失望了。
因此我们需要一批领域、一个领域提取一批大词，大批量的词汇里才能找到别人遗漏的。
那么如何提取领域大词呢？
步骤3
当我们面对一个领域想要得到这个领域的大词，比如seo，靠想是不应该的，因为我们不可能对那么多领域都知根知底如数家珍，而且再熟悉的领域，一时也可能会有遗漏的。
因此，交给程序是最适合的。
当我们有一份50万条“seo”相关长尾词的数据，如何把这个领域的常见词根提取出来呢？
词频，这是比较直接的，最高词频就是常见的。
但是，词频数据首先要基于分词，可分词技术只能识别已登录词(可以理解为它认识的)，对于很多领域的专业术语是识别不出来的。
它可能认得“优化”、“排名”这些词，因为这些词不只是这个领域的常见词，但是它大概率不认得“霸屏”这个词，可这还是这个领域的常见词。
在这里，我们引入新词发现技术，这个算法我们后续文章再聊，简单来说：它会根据数据里的文本分布，结合左右邻文本和整体出现频率，用概率的方式计算一段文本是不是一个词汇。
当我们把一份seo相关数据给它时，它可以返回这样一份数据（限定返回TOP100个）：
TOP前的词汇一般都是正确的，但是这些词汇是按照概率返回的，不一定是seo领域主要的、常见的。
所以我们只需要再根据词频排序（领域常见的词频就比较高）：
可以看到TOP前的大都是seo这个领域常见、重要、主要的词汇，即：这个领域聊来聊去都是在聊这些的词汇，提供的数据越多越丰富，结果越准确。
这个算法我有封装了一个小工具，给它数据(给一批也行)，就返回相应的词汇，可以限制数量，可以做词汇过滤：
工具除了这个作用以外，还适合提取出大词，用于深挖领域长尾词，而新词发现的功能还可以用于其他地方，后续再介绍。查站网
页:
[1]