本發(fā)明涉及語義網(wǎng)絡(luò)技術(shù)領(lǐng)域，具體涉及一種模糊k均值聚類算法實現(xiàn)搜索引擎優(yōu)化技術(shù)。

背景技術(shù)：

隨著互聯(lián)網(wǎng)經(jīng)濟的迅速發(fā)展以及網(wǎng)絡(luò)的深入普及,搜索引擎已經(jīng)成為企業(yè)展示自己的一種很重要的舞臺。搜索引擎優(yōu)化，簡稱通俗的講是通過對網(wǎng)站整體架構(gòu)，網(wǎng)頁內(nèi)容、關(guān)鍵詞以及網(wǎng)頁內(nèi)的鏈接進行相關(guān)的優(yōu)化工作，提高其在特定搜索引擎上搜索結(jié)果中的排名，從而提高網(wǎng)站訪問量,最終提升網(wǎng)站的銷售能力或宣傳能力的技術(shù)。目前關(guān)于搜索引擎優(yōu)化方法的理論研究已較為豐富，如黑帽技術(shù)和白帽技術(shù)，搜索引擎優(yōu)化策略，分別是域名策略、網(wǎng)頁設(shè)計規(guī)劃策略、關(guān)鍵詞策略以及鏈接策略。seo歸根結(jié)底是關(guān)鍵詞的優(yōu)化策略，關(guān)鍵詞優(yōu)化策略主要分為兩個階段：第一階段為關(guān)鍵詞的提?。坏诙A段為關(guān)鍵詞的插入?，F(xiàn)今國內(nèi)外對關(guān)鍵詞優(yōu)化的理論研究和技術(shù)應(yīng)用比較多，但暫未提出一個有效的方法來簡化關(guān)鍵詞分析流程，也沒有一個完善的機制來管理關(guān)鍵詞優(yōu)化策略和進度?；谏鲜鲂枨?，本發(fā)明提供了一種模糊k均值聚類算法實現(xiàn)搜索引擎優(yōu)化技術(shù)。

技術(shù)實現(xiàn)要素：

針對于關(guān)鍵詞優(yōu)化實現(xiàn)搜索引擎優(yōu)化的技術(shù)問題，本發(fā)明提供了一種模糊k均值聚類算法實現(xiàn)搜索引擎優(yōu)化技術(shù)。

為了解決上述問題，本發(fā)明是通過以下技術(shù)方案實現(xiàn)的：

步驟1：根據(jù)企業(yè)業(yè)務(wù)確定核心關(guān)鍵詞，利用搜索引擎搜集相關(guān)關(guān)鍵字，這些關(guān)鍵字在搜索引擎中有相應(yīng)數(shù)據(jù)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(jié)合企業(yè)產(chǎn)品和市場分析，篩選降維上述搜索到的相關(guān)關(guān)鍵字集合；

步驟3：針對篩選降維后的關(guān)鍵詞集合，通過搜索引擎搜索關(guān)鍵詞對應(yīng)的頁面，這里記錄首頁網(wǎng)頁數(shù)和總搜索頁面數(shù)，即每個關(guān)鍵詞由五維向量再降維為四維的。

步驟4：一種模糊k均值聚類算法，對上述關(guān)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(lǐng)域的k-means算法初始化簇，篩選出k簇；

步驟4.2:用值[0,1]間的隨機數(shù)初始化隸屬矩陣j，使其滿足隸屬的整個約束條件；

步驟4.3：構(gòu)建k類總目標函數(shù)j，綜合隸屬約束條件，構(gòu)建m個方程組，對其進行求解，即可求出使總目標函數(shù)j最大的必要條件cj、wij；

步驟4.4：根據(jù)判定函數(shù)wij、cj、δ(j)的大小來確定迭代的結(jié)束；

步驟5：根據(jù)企業(yè)具體情況，綜合關(guān)鍵詞效能優(yōu)化和價值率優(yōu)化，選擇合適的關(guān)鍵詞優(yōu)化策略達到網(wǎng)站優(yōu)化目標。

本發(fā)明有益效果是：

1，此算法可以精簡關(guān)鍵詞分析流程，進而減少整個網(wǎng)站優(yōu)化工作量。

2，此算法的運行時間復(fù)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(wǎng)站在短時間內(nèi)快速提升其關(guān)鍵詞的排名。

5、為企業(yè)網(wǎng)站帶來一定的流量和詢盤，從而達到理想的網(wǎng)站優(yōu)化目標。

6、此算法分類結(jié)果的準確度更符合經(jīng)驗值；

7、綜合考慮了兩關(guān)鍵詞間的本質(zhì)屬性和相似度，精確度更高，構(gòu)造了相應(yīng)的參數(shù)模型，簡化了聚類過程。

附圖說明

圖1一種模糊k均值聚類算法實現(xiàn)搜索引擎優(yōu)化技術(shù)結(jié)構(gòu)流程圖

圖2一種模糊k均值聚類算法在聚類分析中的應(yīng)用流程圖

具體實施方式

為了解決關(guān)鍵詞優(yōu)化實現(xiàn)搜索引擎優(yōu)化的技術(shù)問題，結(jié)合圖1-圖2對本發(fā)明進行了詳細說明，其具體實施步驟如下：

步驟1：根據(jù)企業(yè)業(yè)務(wù)確定核心關(guān)鍵詞，利用搜索引擎搜集相關(guān)關(guān)鍵字，這些關(guān)鍵字在搜索引擎中有相應(yīng)數(shù)據(jù)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(jié)合企業(yè)產(chǎn)品和市場分析，篩選降維上述搜索到的相關(guān)關(guān)鍵字集合；

步驟3：針對篩選降維后的關(guān)鍵詞集合，通過搜索引擎搜索關(guān)鍵詞對應(yīng)的頁面，這里記錄首頁網(wǎng)頁數(shù)和總搜索頁面數(shù)，即每個關(guān)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(guān)關(guān)鍵詞個數(shù)為m，既有下列m×5矩陣：

ni、ldi、cpci、nis、niy依次為第i個關(guān)鍵詞對應(yīng)的本國每月搜索量、競爭程度、估算每次點擊費用(cpc)、首頁網(wǎng)頁數(shù)、總搜索頁面數(shù)。

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4：一種模糊k均值聚類算法，對上述關(guān)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(lǐng)域的k-means算法初始化簇，篩選出k簇；

步驟4.2:用值[0,1]間的隨機數(shù)初始化隸屬矩陣j，使其滿足隸屬的整個約束條件；

構(gòu)建隨機隸屬矩陣j為m×k：

wij為關(guān)鍵詞i屬于j類的程度系數(shù)，即j∈(1，2，…k)、i∈(1，2，…m)。

隸屬的整個約束條件為：

步驟4.3：構(gòu)建k類總目標函數(shù)j，綜合隸屬約束條件，構(gòu)建m個方程組，對其進行求解，即可求出使總目標函數(shù)j最大的必要條件cj、wij，其具體計算過程如下：

根據(jù)總目標函數(shù)j，構(gòu)建帶有m個約束式的拉格朗日算子方程組，即有下式：

上式nεj為j類數(shù)據(jù)對象個數(shù)，為j類關(guān)鍵詞x所對應(yīng)的向量，為j類關(guān)鍵詞y所對應(yīng)向量，δd為j類中兩關(guān)鍵詞的屬性差值；

上式h為數(shù)據(jù)對象屬性個數(shù)，h＝4，為j類關(guān)鍵詞xihj的均值，同理，為j類關(guān)鍵詞yihj的均值。

λi(i＝1，…，m)是m個約束式的拉格朗日算子，對上述式子進行求導(dǎo)，對所有輸入?yún)⒘壳髮?dǎo)，即可求得使j達到最大的必要條件cj、wij：

這里的為類j簇中心，跟上面的不一樣，為數(shù)據(jù)對象對應(yīng)向量。

步驟4.4：根據(jù)判定函數(shù)wij、cj、δ(j)的大小來確定迭代的結(jié)束，其具體計算過程如下：

δ(j)＝j(luò)^new-j^old＜θ

δwij＜μ

δcj＜γ

上式j(luò)^new為當前迭代的總目標函數(shù)值，j^old為上一次總目標函數(shù)值，δwij為前后迭代的隸屬變化值，δcj為前后迭代的類中心變化值，θ、μ、γ為足夠小的閾值。只有滿足上述三個條件，則迭代結(jié)束，輸出最佳聚類結(jié)果。

步驟5：根據(jù)企業(yè)具體情況，綜合關(guān)鍵詞效能優(yōu)化和價值率優(yōu)化，選擇合適的關(guān)鍵詞優(yōu)化策略達到網(wǎng)站優(yōu)化目標。