整合:词库应用

关于‘词库应用’的很多细节都有些模糊，google下也没找出靠谱的资料，全是各种挖词的......索性不如定期总结完善下，最终形成自己的方法论。

根据以往实际数据总结，大部分网站产生流量的关键词60%-70%都是有规律可循的。基本都是由‘N个同属性关键词的集合’和‘N个词缀’组成。对于内容偏垂直的站来说，把这种词生成一个个页面相对容易些。

如果网站有相关的内容，并且数据表的字段跟词库中关键词的属性能够直接关联上，直接调用就行，若是这些属性在多个数据表中id还都一样，那生成页面的内容就更加丰富，但毕竟是理想状态，大部分都要靠搜索结果生成页面。

以下是刚整理出来的8万多职位词库，挑出一部分瞅一下：

如上所说，50%-70%的流量词都是有规律可循，以职位词为例，可以看出是由‘{工作}+{职称}’组成。
一个'工作'能匹配多个‘职称'，反之一个‘职称’也能匹配多个'工作'：

要保险点的话应该有个关键词标准化的过程，因为同属性同变量的多个词挑出几个搜索量高的导入词库，因为很多词说的都是一码事，如：“10086热线客服”、“10086接线客服”、“10086在线客服”，反正我感觉都一样，都是接电话被人骂的。

为了能够最大化的命中用户查询，原则上说，只要页面大部分内容不一样，并且有一定内容数量，就可以生成页面，这就得遍历每个词的搜索结果数量。

但有不少站站内搜索做的并不算理想，很多情况下数量不少但搜出来的内容与查询词本身没多大关联，所以需要对关键词在站内搜出来的结果设定一个指标，满足指标的才导入词库。
对招聘行业，职位词中的‘工作’变量权值比‘职称’高得多，搜‘seo专员’出来‘seo经理’的内容没多大影响，但出来‘sem专员’那就很坑爹了

所以需要把‘职称’提取出来，’职位词‘删除提取出来的’职称‘后做’工作词‘，假设一个页面能够展现10条搜索结果，当搜索结果中’工作词‘出现5次以上且包含相同’工作词‘的多个’职位词‘的重复搜索结果少于5条的，则可以导入词库。