搜索引擎关键词优化方法( 基于改进的群智能算法实现搜索引擎关键词优化技术(图))

　　搜索引擎关键词优化方法(

基于改进的群智能算法实现搜索引擎关键词优化技术(图))

　　本发明涉及语义网络技术领域，具体涉及一种基于改进群智能算法的搜索引擎关键词优化技术的实现。

　　背景技术：

　　人们在很大程度上依赖搜索引擎来获取互联网上的信息。网站可以通过它的收录排名比较靠前，更多的用户可以访问它。继百度、谷歌等著名搜索引擎的快速发展后，各自形成了较为成熟的排序算法。搜索引擎优化（SEO）是指在搜索引擎授权的优化原则下，对网站中的代码链接和文字说明进行重组和优化，以及后续对网站的反向链接的合理操作，最终，优化后的网站在搜索引擎的搜索结果中获得了排名提升。在搜索引擎优化中，关键词优化策略尤为重要，而关键词 始终贯穿搜索引擎优化的全过程。关键词优化策略一般包括关键词的选择、关键词的分布和密度控制等。关键词的使用是否合适直接关系到关键词的搜索网站 在引擎搜索结果中的位置。在研究网络搜索关键词搜索量数据与相关问题的关系时，应首先选择关键词作为重点解决的问题。查阅文献，笔者发现关键词的选择大多是凭经验和主观因素，缺乏系统的方法和总结。为了使关键词的选择更加科学客观，基于以上要求，

　　技术实现要素：

　　本发明针对关键词优化实现搜索引擎优化的技术问题，缺乏系统的方法，提供了一种基于改进群智能算法的搜索引擎关键词优化技术。

　　为解决上述问题，本发明通过以下技术方案实现：

　　第一步：根据公司业务确定核心关键词，利用搜索引擎采集相关关键词。这些关键词在搜索引擎中都有相应的数据项，如每月搜索量、竞争水平和估算的每次点击费用（CPC）等。

　　第二步：结合公司产品和市场分析，对上述搜索中找到的相关关键词集进行过滤降维；

　　Step 3：对于降维过滤后的关键词集合，通过搜索引擎搜索关键词对应的页面，这里记录首页页数和总搜索页数，即每个 关键词 是一个五维向量

　　Step 4：使用改进的蚁群算法对上述关键词进行聚类处理。具体的子步骤如下：

　　步骤4.1：初始化迭代次数nc = 0，根据k-means中心聚类算法初始化每个关键词信息量Iij；

　　步骤4.2：对于每个关键词i(i∈(1,2,...,m))，根据目标函数f(i)选择聚类中心j，并记录当前最好的解开；

　　步骤4.3：根据如下更新方程，更新每个关键词的信息量，nc=nc+1；

　　Step 5：聚类结果为下式，即当前最优解，然后利用改进的模拟退火算法寻找全局最优解。具体的子步骤如下：

　　步骤5.1：设置初始温度T和最低温度T0，使当前最优解作为初始解；

　　步骤5.2：检查是否达到最低温度，如果达到最低温度，转步骤4，否则转下一步；

　　步骤5.3：检查是否达到余额，如果达到，转步骤5.6，否则转下一步；

　　步骤5.4：随机扰乱当前解，生成变体解；

　　步骤5.5：下面的公式确定函数接受新的解作为当前最优解，然后进入步骤5.3；

　　步骤5.6：根据冷却公式计算下一次迭代的温度，转步骤4；

　　Step 6：结束搜索过程，输出最终的聚类结果；

　　第七步：根据企业的具体情况，综合关键词效率优化和价值比优化，选择合适的关键词优化策略，实现网站优化目标。

　　本发明的有益效果是：

　　1、该算法克服了蚁群算法容易陷入局部最优解而导致算法停滞的缺点。

　　2、蚁群算法具有收敛速度快的优点，也提高了模拟退火的速度。

　　3、这个算法有更大的使用价值。

　　4、可以帮助网站在短时间内快速提升其关键词的排名。

　　5、给企业带来一定的流量和查询量网站，从而达到理想的网站优化目标。

　　图纸说明

　　图1 基于改进群智能算法的搜索引擎优化技术结构流程图

　　详细方法

　　为解决关键词优化的技术问题，实现搜索引擎优化的系统，结合图1对本发明进行详细说明，具体实现步骤如下：

　　第一步：根据公司业务确定核心关键词，利用搜索引擎采集相关关键词。这些关键词在搜索引擎中都有相应的数据项，比如全国每月的搜索量、竞争程度、估算的每次点击费用（CPC）等。

　　第二步：结合公司产品和市场分析，对上述搜索中找到的相关关键词集进行过滤降维；

　　Step 3：对于降维过滤后的关键词集合，通过搜索引擎搜索关键词对应的页面，这里记录首页页数和总搜索页数，即每个 关键词 由五个维度向量组成，然后缩减为四个维度，其具体描述如下：

　　这里相关关键词的个数为m，有如下m×5矩阵：

<p>Ni、Ldi、CPCi、NiS、NiY分别为对应的国内月搜索量、竞争水平、预估每次点击费用（CPC）、首页页数、第i个