精华内容
下载资源
问答
  • 百万关键词分类工具,SEO人员分类必备 轻松分类关键词,关键词太多,可能速度有点慢。 个人收藏工具,如涉版权问题,请联系我删除
  • 一、什么是关键词? 简单来说关键词指的是我们的用户网民在搜索相关信息时所用到的词语我们叫做关键词。如何来选择我们自己网站的关键词呢?...二、关键词分类1、按照热度分类所谓的热度分析指的是关...

    一、什么是关键词?


    简单来说关键词指的是我们的用户网民在搜索相关信息时所用到的词语我们叫做关键词。
    如何来选择我们自己网站的关键词呢?
    第一个要做的就是对网站要有一个定位。也就是说网站要有一个主题,搞清楚自己的网站是做什么的。如果不清楚自己的网站要做什么的可以参照(http://www.fwxseo.com)做SEO自媒体博客的站点。

    二、关键词分类

    1、按照热度分类

    所谓的热度分析指的是关键词的搜索量来分类的。我们可以利用百度指数(index.baidu.com)。根据关键词的搜索量我们可以分为:
    热门关键词:热门关键词指的是搜索量比较高的关键词,在seo中中一般搜索量在1000以上的就是热门关键词
    一般关键词(核心关键词)一般搜索量在100-1000以内的词我们叫做一般关键词
    冷门关键词,搜索量很小,一般在搜索量在100以下的关键词。
    在优化的时候,这三类的关键词我们都需要选取,热门关键词虽然搜索量高,但是热门关键词的竞争难度很大,不容易优化。优化难度比较大,但是一般关键词和冷门关键词虽然搜索量较小,但是优化难度较低,所以我们推荐大家多使用一般关键词或者是冷门关键词。

    2、按照关键词与企业关系分类

    这个分类是我们以后选取关键词用到最多的一类。根据企业关系我们可以分为品牌词、品类词和人群词。
    品牌词:也就是你公司的品牌名称,列入:京东、百度、华育网络营销学院 做优化的第一步就是选出公司的品牌词,做出品牌词的排名,来推广品牌。选出的品牌词写在网站的标题和关键词里面。记住品牌词不要选择太过热门的关键词,品牌词太热门不好优化。
    品类词:所谓的品类词指的是企业主营的产品或者是服务类的关键词。如:时尚男装  就属于主营的产品;seo培训  就属于主要服务的词
    我们可以做一个网站,网站既没有产品也没有具体的服务,这个网站可能只是提供信息或者是技术上的交流类的站点。这类的网站主要是靠做流量,有了流量,做广告。如:性感美女图片 露点美女图片
    假如说大家现在做的一个网络营销的网站,既没有产品也没有具体的服务,让大家选择品类词,大家会怎么选?如:网络营销知识  网络营销是什么 seo知识 。
    如何学习网络营销  网络营销的前景怎么样等等。
    人群词:所谓的人群词指的是企业的产品或者服务主要面临的潜在客户的群体的关键词。如:大学生网络营销培训。
    在选择网站的品类词首先要高清楚网站的定位,搞清楚网站主要是做什么的,主要是提供什么服务的。如果在百度指数出现下图结果结果,表明指数没有收录这个词。表明这个词的搜索量很小,一般搜索量低于50的指数一般不收录。

    3、根据关键词的长短分类

    一般六个字以内的词我们叫做普通关键词(也可以叫做核心关键词或者是一般关键词,如:SEO优化。
    一般超过六个字的我们叫做长尾关键词(冷门关键词)北京装修公司哪家好,长尾关键词特点是搜索量很小,竞争度很小,长尾词比较容易做排名。
    在优化网站的时候我们建议大家多用长尾词。记住一个网站的核心流量都是来自于长尾词的。长尾词一般布局在网站的内页(列表页和内容页)。

    4、特殊的分类,叫做泛关键词

    泛关键词是指代表一个行业的总称的词,这类的关键词很特殊,很难优化,如果公司没有实力,不要去优化泛关键词。如:IT  金融   地产  服装
    提醒大家,seo不是万能的,并不是所有的关键词都能优化排名的。

    在了解以上关键词分类以后,那么我们就要从以上的分类中来选出关键词了。

    转载于:https://www.cnblogs.com/szwh/p/7809661.html

    展开全文
  • 一、关键词定义关键词...二、关键词分类1、品牌词(1)自身品牌词(仅代表自己家的公司的名称或者品牌)A. 品牌的错别字B. 公司的网址或者电话自身品牌词转化率40%-50%之间,尽量全天在线推广(2)竞品词竞争对手的...

    百度竞价关键词分类


    一、关键词定义

    关键词就是用户在使用搜索引擎时输入的,能够最大程度概括用户所要查找信息内容的词汇。企业通过购买关键词进行广告的投放。在选择关键词的过程,你要弄清楚百度竞价中关键词是如何分类的。

    二、关键词分类

    1、品牌词

    (1)自身品牌词(仅代表自己家的公司的名称或者品牌)

    A. 品牌的错别字

    B. 公司的网址或者电话

    自身品牌词转化率40%-50%之间,尽量全天在线推广

    (2)竞品词

    竞争对手的品牌词(仅代表竞争对手的公司的名称或者品牌)

    注意事项:
    (1)、跟客服说好在做这些词

    (2)、创意不能攻击竞争对手,创意仅仅做自我描述

    2、产品词(代表仅仅一种产品)

    关键词体现了一种产品,并且这个词里没有体现具体的品牌或公司名称,我们统称为产品词。

    例:

    滴滴打车   代驾业务   出租车服务   滴滴出租车

    产品词:代驾业务   出租车服务

    品牌词:滴滴打车  滴滴出租车

    特点:花费较多,转化数量多,转化率低于自身品牌词

    3、行业词(代表一类产品的产品的集合)

    行业词不能包含某一个产品,并且不能包含某一个品牌或公司名称,仅仅覆盖你们公司的产品。

    备注:必须结合企业产品的实际情况来确定所属的行业,行业词仅仅覆盖你们公司提供的产品。

    特点:搜索量很大,转化数量多,转化率低

    例:网约车    滴滴网约车   滴滴打车  神州专车    代驾服务   丹哥出租车  e代驾

    情景:都去滴滴上班

    自身品牌词:滴滴网约车  滴滴打车

    竞品词:神州专车  丹哥出租车 e代驾

    产品词:代驾服务

    行业词:网约车

    转载于:https://www.cnblogs.com/szwh/p/7839147.html

    展开全文
  • 根据词表分类,统计文档关键词分类汇总 还是根据之前微博的例子,继续来说,对于爬取下来的评论,进行多维度的分析,首先我们人工构建一个词表(五个维度)【本截图仅是数据比赛使用,并无其他含义】 import xlrd ...

    根据词表分类,统计文档关键词分类汇总
    还是根据之前微博的例子,继续来说,对于爬取下来的评论,进行多维度的分析,首先我们人工构建一个词表(五个维度)【本截图仅是数据比赛使用,并无其他含义】
    在这里插入图片描述

    import xlrd
    import jieba
    import math
    import os
    
    
    def fun(path):
        file_array = []
        for root, dirs, files in os.walk(path):
            for fn in files:
                eachpath = str(root + '/' + fn)
                file_array.append(eachpath)
        return file_array
    
    
    def read_txt(path):
        f = open(path, 'r', encoding='UTF-8')
        lines = f.readlines()
        f.close()
        print("文本文件已完成读取 path:" + path)
        return lines
    
    
    def read_excel(path):
        book = xlrd.open_workbook(path)
        sheet = book.sheets()[0]
        word_dic = {}
        word_dic["出行"] = sheet.col_values(0)
        word_dic["经济"] = sheet.col_values(1)
        word_dic["防护"] = sheet.col_values(2)
        word_dic["政治"] = sheet.col_values(3)
        word_dic["宣传"] = sheet.col_values(4)
        return word_dic
    
    
    def count(data, word_dic):
        score = {"出行": 0, "经济": 0, "防护": 0, "政治": 0, "宣传": 0}
        for sen in data:
            seg_list = jieba.cut(sen)
            for word in seg_list:
                for key in word_dic.keys():
                    if word in word_dic[key]:
                        score[key] += 1
        return score
    
    
    def normalization(score):
        sum_of_squares = 0
        new_score = {}
        for key in score.keys():
            sum_of_squares += score[key] * score[key]
        square_root = math.sqrt(sum_of_squares)
        for key in score.keys():
            new_score[key] = score[key] / square_root
        return new_score
    
    
    def main():
        word_dic = read_excel("程序用词典.xlsx")
        print(word_dic)
        txt_list = fun("./data")
        f = open("统计.txt", 'w+', encoding='utf-8')
        f.write("文档名\t出行\t经济\t防护\t政治\t宣传\n")
        for txt in txt_list:
            data = read_txt(txt)
            score = count(data, word_dic)
            # score = normalization(score)
            print(score)
            f.write(txt + "\t")
            f.write(str(score["出行"]) + "\t" + str(score["经济"]) + "\t" + str(score["防护"]))
            f.write("\t" + str(score["政治"]) + "\t" + str(score["宣传"]) + "\n")
        f.close()
    
    
    if __name__ == '__main__':
        main()
    
    

    最终将所有的评论利用jieba分词,进行关键词的汇总
    结果如下:
    在这里插入图片描述
    对于一个txt进行词频统计:

    import codecs
    import jieba
    from collections import Counter
    import matplotlib.pyplot as plt
    from wordcloud import WordCloud
    import imageio
    
    def get_words(txt):
        #进行分词
        list = jieba.cut(txt)
        c = Counter()
    
        #给分词定义条件进行筛选统计词频
        for x in list:
            if len(x) > 1 and x != '\r\n':
                c[x] += 1
    
        #打开一个文本将统计好的词频存放进去
        with open(r'C:\Users\13284\Desktop\去除标签\词频统计\第四阶段4.8-6.17cipin.txt', 'w', encoding='gbk') as fw:
            for (k, v) in c.most_common():
                fw.write(k + ' ' + str(v) + '\n')
            fw.close()
    
        #绘制词云图
     #   pac_mask = imageio.imread(r'e:\1000.png')
      #  wc = WordCloud(font_path='simhei.ttf', background_color='white', max_words=2000, mask=pac_mask).fit_words(c)
       # plt.imshow(wc)
        #plt.axis('off')
        #plt.show()
        #wc.to_file('e:\\26.png')
    
    if __name__ == '__main__':
        #打开需要分词的文本
        with codecs.open(r'C:\Users\13284\Desktop\去除标签\第四阶段4.8-6.17.txt', 'r', 'utf-8') as f:
            txt = f.read()
        get_words(txt)
    
    展开全文
  • 百度关键词分类广告词第六至十分类结果
  • 如何思考关键词分类法?  在对关键词进行挖掘之后,就要对关键词进行选择和分组了,这样才可以决定使用什么样的网页承载这些关键词,是否需要编辑人员根据关键词提供内容,是否需要设计增加新类型的网页等。对已...

      如何思考关键词分类法?

      在对关键词进行挖掘之后,就要对关键词进行选择和分组了,这样才可以决定使用什么样的网页承载这些关键词,是否需要编辑人员根据关键词提供内容,是否需要设计增加新类型的网页等。对已挖掘关键词的选择和分组,决定着最终关键词的部署方法和策略。

      关键词的选择

      并不是所有挖掘出来的关键词都必须布局到网站中。虽然在挖掘关键词之前已经进行了一定的范围限制,但是还需要对挖掘出来的关键词进行一次选择,选择出规范且适合自己网站优化的关键词,即选择和自己网站主题内容相关的关键词,只保留能够带来“有效流量”的关键词。在选择关键词时,首先要选择和内容相关的关键词,这是最根本的筛选条件。最重要的是根据自己的实力和资源进行选择,选择自己能力范围之内的关键词。最好选择搜索量大但是竞争小的关键词。虽然现在这种词越来越少,不过关键词的量是巨大的,总有没被人开发出来或做的人比较少的关键词。如果网站实力不错,已有内容或获取产生内容的能力也不错,那就不用考虑单个关键词的竞争情况,在有搜索的关键词量级上考虑问题,相对来说能更快速地为网站带来流量效益。当然关键词的选择方法需要根据网站实际情况来操作。在关键词选择的过程中可以配合关键词指数批量查询之类的工具进行辅助选择。上面介绍的两个工具中都有关键词的竞争程度提示,后续在站长工具章节还会详细推荐一个分析单个关键词竞争程度的工具。在正常的SEO工作中,会综合评定已选择关键词的搜索量、竞争程度、流量效益等,来辅助决定这些关键词布局到哪些页面,站内站外链接的推广力度等。

      关键词的分组

      这里指根据网站页面类型来对选择出的关键词进行分组。包括哪些词适合首页和核心目录页;哪些词适合扩展子目录页面;哪些词适合专题页面;哪些词适合布局到内容中去;哪些词适合做站内资源聚合页面;哪些词不适合已有的网页类型,需要设计新类型的网页等。

      在对关键词进行分组的时候,要考虑到关键词的长度、搜索量、竞争强度、词性、商业价值及所属细分类别等因素。通过综合这些因素把关键词分成核心关键词、目标关键词、流量词、长尾关键词等,以辅助这些关键词在网站中的部署。同时这些因素都决定了某个关键词是不是适合某一类页面,是不是可以使资源得到有效利用,也直接影响到后续关键词在网站中的布局。所以要根据自己网站的具体情况、内容数据量和网站目的来对选择出来的关键词进行分组。

      关键词之间建立相关关系

      对于部分网站可能并不需要为挖掘来的关键词建立相关关系,只需要把关键词分布到网站中就可以了。但是关键词之间的相关关系一般可以辅助指导网站内链的布局,所以架构比较大、内容比较多的网站,还是有必要为关键词建立相关关系的。

      如果所需要处理的关键词数量有限,完全可以使用人工处理,比如在以上挖掘、选择和分组的工作中其实就为关键词之间建立了一种相关关系。如果面对的关键词数量过于庞大,比如需要处理10万或更多的关键词,关键词指数、竞争度、流量效益等数据还可以使用各种工具批量获取,但是关键词的分类就比较难处理了,不可能人工对如此多的关键词都进行单独归类整理。如果关键词没有分类,单单依靠关键词之间的分词相关关系是不足以为如此多的关键词建立有效相关关系,这样一来站内站外的“相关链接”就可能不容易设置,此时处理这些关键词就有了比较大的难度。

      这里有个思路供大家参考。相信有优化10万左右关键词需求的网站必然已经拥有了很丰富的专业内容,此时可以类似搜索引擎原理中所讨论的那样,使用语义分析来建立这些关键词之间的“相关关系”,比如几个关键词同时出现在同一篇内容中的频率超过一个值,就可以认为这几个关键词之间是有相关关系的,同时出现的频率越大,相关度就越大,同时出现的频率越小,相关度就越小。通过这些关键词在网站内容中轮询的结果,来确定这些关键词之间的语义相关关系及相关程度,从而把这种相关关系和相关程度运用到站内相关链接的布局中去。对关键词的处理还有很多技术和方法,“聚类”在不同网站和不同人手中的具体实现方式肯定会有很大的不同,当然这种操作都是建立在有较强技术支持的基础上的。没有内容(语料库)、没有关键词,都可以去采集研究,但是没有算法框架和技术,就玩不了这种工作了。


    转载于:https://my.oschina.net/u/2502495/blog/611423

    展开全文
  • 相信很多SEO都有自己的关键词挖掘方法和工具,L氪迹...对已挖掘的网站关键词分类细分处理会决定者最终关键词的部署方法和策略。比如,对关键词细分处理后才可以决定使用什么样的网页承载这些关键词,是否需要文案...
  • SEO关键词分类及选择举例

    千次阅读 2007-05-21 18:20:00
    SEO关键词分类及选择举例2007年04月13日 星期五 22:34 在SEO的技术中,关键词的选择是绝对的基础步骤。核心关键词核心关键词指可以描述网站核心内容的词汇,是网站的轴心。网站上的一切内容都是围绕这个轴心展开。从...
  • C语言32关键词分类详解

    千次阅读 2016-06-06 17:42:00
    关键词由ANSI标准定义的C语言关键词共32个 : auto double int struct break else long switch case enum register typedef char extern return union const float short unsigned continue for signed void ...
  • 2016太原网络营销师郭文军揭秘SEM竞价中关键词分类? 品牌词:包含品牌字眼的词; 品牌通用词:达内、达内怎么样 品牌产品词:达内网络营销培训、达内竞价培训多少钱 产品词:...
  • 按理说,网站在进行整站优化的过程中,首先就要先关注网站关键词的布局,这是网站内容优化的第一步,明确关键词分类和挖掘更有利于后续优化工作的进行。比如说,网站首页、内页的关键词等等,那么身为站长如何开展...
  • 我想按照第二列信息进行分类生成如下结果: function    M1179-1    M3-S11 M1159-1 deletion    1263                1278          878 insertion    872                  898  ...
  • '序号': xh, '标题': title, 'imgurl': img, '价格': price, '销售数': fukuan} print(product) # 向数组添加一条数据 datas.append(product) 4.to_searchs() 根据自己的关键词开始遍历每个关键词 def to_searchs...
  • 并根据搜索关键词分类 环境准备 博主python为3.8,应该3.x的都没问题 下载selenium: pip install selenium 也可以使用清华镜像下载 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple selenium 下载浏览器...
  • 选择推广的关键词来搭建账户这个步骤必不可少,福民网络竞价告诉你,掌握好百度竞价的关键词分类方法,账户的结构就马上很清晰的出来了。 那么百度竞价的关键词如何分类呢?福民网络竞价托管认为,百度竞价的关键词...
  • 关键词分类和搜集

    2021-03-10 19:53:10
    关键词的定义: 简单的说,搜索引擎用户检索的词就是我们所讲的关键词 关键词的作用: 有利于企业网站的推广(用户在搜索信息的网站的...按活动分类 (节假日或网站策划的促销活动产生的关键词) 按行业分类..
  • 关键词分类是为了使sem账户搭建结构清晰便于管理关键词。基于对需求人群的深入分析,每个账户都有其独特的分类方式,比如招商加盟行业更多的是地域分类,品牌类企业通常用词性分类即可,而冷门行业用人群分类比较多...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,277
精华内容 2,110
关键字:

关键词分类