百度匹配模式更新幾個月了，這段時間“精確”、“短語(準確、同義詞、核心)”的廣度改變?yōu)楝F(xiàn)在的“精確匹配”、“短語匹配”、“智能匹配核心詞”、“智能匹配”等的很多朋友的搜索詞更為“準確”那么，一起看看新的搭配可以搭配什么關(guān)鍵詞吧。

1

完全匹配

完全匹配是與用戶搜索詞匹配的關(guān)鍵字和關(guān)鍵字的同義詞變體。

示例:

1:空格和標點符號(投標學習；投標學習)

2:錯別字，(狼訓練學習方法；長時間的訓練學習怎么樣)

3:編寫變體(apple 11por；iphone11pro)

4:順序變更的意義不變(會員卡一年多少錢？1年會員卡多少錢)

5:功能詞(如何恢復男朋友；怎樣才能找到男朋友)

6:重復的重復單詞(進入門廳鞋柜；門廳鞋柜)

7:同義詞，(治療雀斑的方法；雀斑的治療方法)

8:意思相同的搜索詞(下巴上長痘痘的原因；下巴上長痘痘的原因是什么)

9:唯一的地理位置:(北京故宮；故宮)

10:唯一指向性回答:(執(zhí)行雅詩蘭黛超導修復霜；雅詩蘭達小棕色病)

經(jīng)驗:

原始精確匹配必須完全匹配。新的精確匹配擴大了正確的匹配范圍，流量質(zhì)量也不錯。

2

短語匹配:完全匹配的同義詞變體可以包含在用戶搜索詞中，也可以包含在語義匹配的搜索詞前后插入或重新排序，系統(tǒng)識別關(guān)鍵字的類別可以包含搜索詞，還可以獲得顯示機會。

示例:

1:包括，(二手家電；二手家庭處理方法)

2:插入，(二手家電；買二手房的地方很好)

3:轉(zhuǎn)換順序(二手家電；家用電器二手很貴)

4:包括類別(二手家電；在哪里買二手微波爐)

經(jīng)驗:

新的匹配模式更喜歡包含與之前精確包含同義詞的復合。

3

智能匹配-核心詞

有兩種方法可以匹配智能核心詞

方法1:手動圈出關(guān)鍵詞::通過大括號手動圈住核心單詞。這個核心詞的同義詞包含在用戶搜索詞中。手動圓形單詞只添加關(guān)鍵字圓形單詞，提交時用{}括起來

示例:

手動圓圈單詞:({二手家電}多少錢，搜索詞，{二手家電}注意事項)；(二手家電)價格，(二手家電)多少錢)

方法2:系統(tǒng)識別關(guān)鍵詞:如果選擇“intelligentmatch-corewords”，系統(tǒng)將自動識別核心詞，而不是手動圈出它們。

示例:

系統(tǒng)圈單詞:

(微波爐的報酬是多少，微波爐的報酬是多少)

經(jīng)驗:

類似于之前的正確包含，但是如果智能地匹配核心詞，則使核心業(yè)務詞根變圓，并同意添加后綴修飾語，因此流量要大得多。

4

智能匹配

母語說明:關(guān)鍵字智能地識別與搜索意圖相關(guān)的用戶搜索詞并進行匹配，從而根據(jù)搜索意圖擴展單詞。

示例:

臉上長痘痘怎么辦？痤瘡治療方法；毛孔粗糙的話，如何使皮膚光滑)

通過以上例子，百度的這次改革似乎還不錯。更智能，可以根據(jù)客戶搜索意圖擴展流動性。簡單地看例子，這也是正確顧客的優(yōu)秀流量。在這里我不能舉例，呵呵。只有這樣，百度才能理解這些匹配設(shè)置的定義，一些行業(yè)確實流的質(zhì)量還不錯。

匹配的正確性，也與百度在其他時期搜索這個產(chǎn)業(yè)的規(guī)模有關(guān)，如果流量大的百度，它保持現(xiàn)有的廣告商，它就不必對你做出反應，或者拼命切換到你。但如果不夠，百度可以盡力消耗你的預算，在原來的“舊同義詞”的情況下，給你安排一組垃圾流，它現(xiàn)在面臨更廣泛的匹配規(guī)則，我們需要更加小心地處理智能匹配，防止賬戶費用飛漲。

因此百度的這次升級整體上是流動性的。

5

如何確定帳戶匹配是否需要優(yōu)化

百度招標賬戶的20%更亂的話很正常。關(guān)鍵字的20%-30%更臟。如果超過30%的關(guān)鍵字單詞匹配不好，基本上可以得出需要優(yōu)化此帳戶的匹配模式的結(jié)論。

如何計算？下載一個月的搜索詞并在“否”結(jié)束后，將需要“否”的這個單詞除以總字數(shù)，就可以得到比率。

根據(jù)數(shù)據(jù)修改模式，顯示的數(shù)據(jù)更可靠，主要是數(shù)據(jù)，顯示的詞更多，模式可以收到一點；可以放少量的單詞，圖案。例如，你的單詞模式變?yōu)橹悄芷ヅ洹⑵ヅ浠靵y、大秀、智能核心；因此，新的匹配機制需要大家根據(jù)效果慢慢調(diào)試。一切都以效果為基礎(chǔ)。 \u767e\u5ea6\u5339\u914d\u6a21\u5f0f\u66f4\u65b0\u51e0\u4e2a\u6708\u4e86\uff0c\u8fd9\u6bb5\u65f6\u95f4\u201c\u51c6\u786e\u201d\u3001\u201c\u8bed\u6cd5(\u51c6\u786e\u3001\u540c\u4e49\u8bcd\u3001\u6838\u5fc3)\u201d\u7684\u5e7f\u5ea6\u6539\u53d8\u4e3a\u73b0\u5728\u7684\u201c\u5b8c\u5168\u5339\u914d\u201d\u3001\u201c\u8bcd\u7ec4\u5339\u914d\u201d\u3001\u201c\u667a\u80fd\u5339\u914d\u6838\u5fc3\u8bcd\u201d\u3001\u201c\u667a\u80fd\u5339\u914d\u201d\u7b49\u7684\u5f88\u591a\u670b\u53cb\u7684\u641c\u7d22\u8bcd\u66f4\u4e3a\u201c\u51c6\u786e\u201d\u90a3\u4e48\uff0c\u4e00\u8d77\u770b\u770b\u65b0\u7684\u642d\u914d\u53ef\u4ee5\u642d\u914d\u4ec0\u4e48\u5173\u952e\u8bcd\u5427\u3002

1

\u5b8c\u5168\u5339\u914d

Vernacular

simple:\u5b8c\u5168\u5339\u914d\u662f\u4e0e\u7528\u6237\u641c\u7d22\u8bcd\u5339\u914d\u7684\u5173\u952e\u5b57\u548c\u5173\u952e\u5b57\u7684\u540c\u4e49\u8bcd\u53d8\u4f53\u3002

\u793a\u4f8b:

1:\u7a7a\u683c\u548c\u6807\u70b9\u7b26\u53f7(\u6295\u6807\u5b66\u4e60\uff1b\u6295\u6807\u5b66\u4e60)

2:\u9519\u522b\u5b57\uff0c(\u72fc\u8bad\u7ec3\u5b66\u4e60\u65b9\u6cd5\uff1b\u957f\u65f6\u95f4\u7684\u8bad\u7ec3\u5b66\u4e60\u600e\u4e48\u6837)

3:\u7f16\u5199\u53d8\u4f53(apple

11por\uff1biphone

11%)

4:\u987a\u5e8f\u53d8\u66f4\u7684\u610f\u4e49\u4e0d\u53d8(\u4f1a\u5458\u5361\u4e00\u5e74\u591a\u5c11\u94b1\uff1f1\u5e74\u4f1a\u5458\u5361\u591a\u5c11\u94b1)

5:\u529f\u80fd\u8bcd(\u5982\u4f55\u6062\u590d\u7537\u670b\u53cb\uff1b\u600e\u6837\u624d\u80fd\u627e\u5230\u7537\u670b\u53cb)

6:\u91cd\u590d\u7684\u91cd\u590d\u5355\u8bcd(\u8fdb\u5165\u95e8\u5385\u978b\u67dc\uff1b\u95e8\u5385\u978b\u67dc)

7:\u540c\u4e49\u8bcd\uff0c(\u6cbb\u7597\u96c0\u6591\u7684\u65b9\u6cd5\uff1b\u96c0\u6591\u7684\u6cbb\u7597\u65b9\u6cd5)

8:\u610f\u601d\u76f8\u540c\u7684\u641c\u7d22\u8bcd(\u4e0b\u5df4\u4e0a\u957f\u75d8\u75d8\u7684\u539f\u56e0\uff1b\u4e0b\u5df4\u4e0a\u957f\u75d8\u75d8\u7684\u539f\u56e0\u662f\u4ec0\u4e48)

9:\u552f\u4e00\u7684\u5730\u7406\u4f4d\u7f6e:

(\u5317\u4eac\u6545\u5bab\uff1b\u6545\u5bab)

10:\u552f\u4e00\u6307\u5411\u6027\u56de\u7b54:

(\u6267\u884cyash

landet\u8d85\u5bfc\u4fee\u590d\u971c\uff1b\u96c5\u8bd7\u5170\u8fbe\u5c0f\u68d5\u8272\u75c5)

\u7ecf\u9a8c:

\u539f\u59cb\u7cbe\u786e\u5339\u914d\u5fc5\u987b\u5b8c\u5168\u5339\u914d\u3002\u65b0\u7684\u7cbe\u786e\u5339\u914d\u6269\u5927\u4e86\u6b63\u786e\u7684\u5339\u914d\u8303\u56f4\uff0c\u6d41\u91cf\u8d28\u91cf\u4e5f\u4e0d\u9519\u3002

2

\u77ed\u8bed\u5339\u914d

Vernacular

simple:\u5b8c\u5168\u5339\u914d\u7684\u540c\u4e49\u8bcd\u53d8\u4f53\u53ef\u4ee5\u5305\u542b\u5728\u7528\u6237\u641c\u7d22\u8bcd\u4e2d\uff0c\u4e5f\u53ef\u4ee5\u5305\u542b\u5728\u8bed\u4e49\u5339\u914d\u7684\u641c\u7d22\u8bcd\u524d\u540e\u63d2\u5165\u6216\u91cd\u65b0\u6392\u5e8f\uff0c\u7cfb\u7edf\u8bc6\u522b\u5173\u952e\u5b57\u7684\u7c7b\u522b\u53ef\u4ee5\u5305\u542b\u641c\u7d22\u8bcd\uff0c\u8fd8\u53ef\u4ee5\u83b7\u5f97\u663e\u793a\u673a\u4f1a\u3002

\u793a\u4f8b:

1:\u5305\u62ec\uff0c(\u4e8c\u624b\u5bb6\u7535\uff1b\u4e8c\u624b\u5bb6\u5ead\u5904\u7406\u65b9\u6cd5)

2:\u63d2\u5165\uff0c(\u4e8c\u624b\u5bb6\u7535\uff1b\u4e70\u4e8c\u624b\u623f\u7684\u5730\u65b9\u5f88\u597d)

3:\u8f6c\u6362\u987a\u5e8f(\u4e8c\u624b\u5bb6\u7535\uff1b\u5bb6\u7528\u7535\u5668\u4e8c\u624b\u5f88\u8d35)

4:\u5305\u62ec\u7c7b\u522b(\u4e8c\u624b\u5bb6\u7535\uff1b\u5728\u54ea\u91cc\u4e70\u4e8c\u624b\u5fae\u6ce2\u7089)

\u7ecf\u9a8c:

\u65b0\u7684\u5339\u914d\u6a21\u5f0f\u66f4\u559c\u6b22\u5305\u542b\u4e0e\u4e4b\u524d\u7cbe\u786e\u5305\u542b\u540c\u4e49\u8bcd\u7684\u590d\u5408\u3002

3

\u667a\u80fd\u5339\u914d-\u6838\u5fc3\u8bcd

\u6709\u4e24\u79cd\u65b9\u6cd5\u53ef\u4ee5\u5339\u914d\u667a\u80fd\u6838\u5fc3\u8bcd

\u65b9\u6cd51:\u624b\u52a8\u5708\u51fa\u5173\u952e\u8bcd:

Vernacular

simple:\u901a\u8fc7\u5927\u62ec\u53f7\u624b\u52a8\u5708\u4f4f\u6838\u5fc3\u5355\u8bcd\u3002\u8fd9\u4e2a\u6838\u5fc3\u8bcd\u7684\u540c\u4e49\u8bcd\u5305\u542b\u5728\u7528\u6237\u641c\u7d22\u8bcd\u4e2d\u3002\u624b\u52a8\u5706\u5f62\u5355\u8bcd\u53ea\u6dfb\u52a0\u5173\u952e\u5b57\u5706\u5f62\u5355\u8bcd\uff0c\u63d0\u4ea4\u65f6\u7528{}\u62ec\u8d77\u6765

\u793a\u4f8b:

\u624b\u52a8\u5706\u5708\u5355\u8bcd:({\u4e8c\u624b\u5bb6\u7535}\u591a\u5c11\u94b1\uff0c\u641c\u7d22\u8bcd\uff0c{\u4e8c\u624b\u5bb6\u7535}\u6ce8\u610f\u4e8b\u9879)\uff1b(\u4e8c\u624b\u5bb6\u7535)\u4ef7\u683c\uff0c(\u4e8c\u624b\u5bb6\u7535)\u591a\u5c11\u94b1)

\u65b9\u6cd52:\u7cfb\u7edf\u8bc6\u522b\u5173\u952e\u8bcd

Vernacular

simple:\u5982\u679c\u9009\u62e9\u201cintelligent

match-core

words\u201d\uff0c\u7cfb\u7edf\u5c06\u81ea\u52a8\u8bc6\u522b\u6838\u5fc3\u8bcd\uff0c\u800c\u4e0d\u662f\u624b\u52a8\u5708\u51fa\u5b83\u4eec\u3002

\u793a\u4f8b:

\u7cfb\u7edf\u5708\u5355\u8bcd:

(\u5fae\u6ce2\u7089\u7684\u62a5\u916c\u662f\u591a\u5c11\uff0c\u5fae\u6ce2\u7089\u7684\u62a5\u916c\u662f\u591a\u5c11)

\u7ecf\u9a8c:

\u7c7b\u4f3c\u4e8e\u4e4b\u524d\u7684\u6b63\u786e\u5305\u542b\uff0c\u4f46\u662f\u5982\u679c\u667a\u80fd\u5730\u5339\u914d\u6838\u5fc3\u8bcd\uff0c\u5219\u4f7f\u6838\u5fc3\u4e1a\u52a1\u8bcd\u6839\u53d8\u5706\uff0c\u5e76\u540c\u610f\u6dfb\u52a0\u540e\u7f00\u4fee\u9970\u8bed\uff0c\u56e0\u6b64\u6d41\u91cf\u8981\u5927\u5f97\u591a\u3002

4

\u667a\u80fd\u5339\u914d

\u6bcd\u8bed\u8bf4\u660e:\u5173\u952e\u5b57\u667a\u80fd\u5730\u8bc6\u522b\u4e0e\u641c\u7d22\u610f\u56fe\u76f8\u5173\u7684\u7528\u6237\u641c\u7d22\u8bcd\u5e76\u8fdb\u884c\u5339\u914d\uff0c\u4ece\u800c\u6839\u636e\u641c\u7d22\u610f\u56fe\u6269\u5c55\u5355\u8bcd\u3002

\u793a\u4f8b:

\u8138\u4e0a\u957f\u75d8\u75d8\u600e\u4e48\u529e\uff1f\u75e4\u75ae\u6cbb\u7597\u65b9\u6cd5\uff1b\u6bdb\u5b54\u7c97\u7cd9\u7684\u8bdd\uff0c\u5982\u4f55\u4f7f\u76ae\u80a4\u5149\u6ed1)

\u901a\u8fc7\u4ee5\u4e0a\u4f8b\u5b50\uff0c\u767e\u5ea6\u7684\u8fd9\u6b21\u6539\u9769\u4f3c\u4e4e\u8fd8\u4e0d\u9519\u3002\u66f4\u667a\u80fd\uff0c\u53ef\u4ee5\u6839\u636e\u5ba2\u6237\u641c\u7d22\u610f\u56fe\u6269\u5c55\u6d41\u52a8\u6027\u3002\u7b80\u5355\u5730\u770b\u4f8b\u5b50\uff0c\u8fd9\u4e5f\u662f\u6b63\u786e\u987e\u5ba2\u7684\u4f18\u79c0\u6d41\u91cf\u3002\u5728\u8fd9\u91cc\u6211\u4e0d\u80fd\u4e3e\u4f8b\uff0c\u5475\u5475\u3002\u53ea\u6709\u8fd9\u6837\uff0c\u767e\u5ea6\u624d\u80fd\u7406\u89e3\u8fd9\u4e9b\u5339\u914d\u8bbe\u7f6e\u7684\u5b9a\u4e49\uff0c\u4e00\u4e9b\u884c\u4e1a\u786e\u5b9e\u6d41\u7684\u8d28\u91cf\u8fd8\u4e0d\u9519\u3002

\u5339\u914d\u7684\u6b63\u786e\u6027\uff0c\u4e5f\u4e0e\u767e\u5ea6\u5728\u5176\u4ed6\u65f6\u671f\u641c\u7d22\u8fd9\u4e2a\u4ea7\u4e1a\u7684\u89c4\u6a21\u6709\u5173\uff0c\u5982\u679c\u6d41\u91cf\u5927\u7684\u767e\u5ea6\uff0c\u5b83\u4fdd\u6301\u73b0\u6709\u7684\u5e7f\u544a\u5546\uff0c\u5b83\u5c31\u4e0d\u5fc5\u5bf9\u4f60\u505a\u51fa\u53cd\u5e94\uff0c\u6216\u8005\u62fc\u547d\u5207\u6362\u5230\u4f60\u3002\u4f46\u5982\u679c\u4e0d\u591f\uff0c\u767e\u5ea6\u53ef\u4ee5\u5c3d\u529b\u6d88\u8017\u4f60\u7684\u9884\u7b97\uff0c\u5728\u539f\u6765\u7684\u201c\u65e7\u540c\u4e49\u8bcd\u201d\u7684\u60c5\u51b5\u4e0b\uff0c\u7ed9\u4f60\u5b89\u6392\u4e00\u7ec4\u5783\u573e\u6d41\uff0c\u5b83\u73b0\u5728\u9762\u4e34\u66f4\u5e7f\u6cdb\u7684\u5339\u914d\u89c4\u5219\uff0c\u6211\u4eec\u9700\u8981\u66f4\u52a0\u5c0f\u5fc3\u5730\u5904\u7406\u667a\u80fd\u5339\u914d\uff0c\u9632\u6b62\u8d26\u6237\u8d39\u7528\u98de\u6da8\u3002

\u56e0\u6b64\u767e\u5ea6\u7684\u8fd9\u6b21\u5347\u7ea7\u6574\u4f53\u4e0a\u662f\u6d41\u52a8\u6027\u7684\u3002

5

\u5982\u4f55\u786e\u5b9a\u5e10\u6237\u5339\u914d\u662f\u5426\u9700\u8981\u4f18\u5316

\u767e\u5ea6\u62db\u6807\u8d26\u6237\u768420%\u66f4\u4e71\u7684\u8bdd\u5f88\u6b63\u5e38\u3002\u5173\u952e\u5b57\u768420%-30%\u66f4\u810f\u3002\u5982\u679c\u8d85\u8fc730%\u7684\u5173\u952e\u5b57\u5355\u8bcd\u5339\u914d\u4e0d\u597d\uff0c\u57fa\u672c\u4e0a\u53ef\u4ee5\u5f97\u51fa\u9700\u8981\u4f18\u5316\u6b64\u5e10\u6237\u7684\u5339\u914d\u6a21\u5f0f\u7684\u7ed3\u8bba\u3002

\u5982\u4f55\u8ba1\u7b97\uff1f\u4e0b\u8f7d\u4e00\u4e2a\u6708\u7684\u641c\u7d22\u8bcd\u5e76\u5728\u201c\u5426\u201d\u7ed3\u675f\u540e\uff0c\u5c06\u9700\u8981\u201c\u5426\u201d\u7684\u8fd9\u4e2a\u5355\u8bcd\u9664\u4ee5\u603b\u5b57\u6570\uff0c\u5c31\u53ef\u4ee5\u5f97\u5230\u6bd4\u7387\u3002

\u6839\u636e\u6570\u636e\u4fee\u6539\u6a21\u5f0f\uff0c\u663e\u793a\u7684\u6570\u636e\u66f4\u53ef\u9760\uff0c\u4e3b\u8981\u662f\u6570\u636e\uff0c\u663e\u793a\u7684\u8bcd\u66f4\u591a\uff0c\u6a21\u5f0f\u53ef\u4ee5\u6536\u5230\u4e00\u70b9\uff1b\u53ef\u4ee5\u653e\u5c11\u91cf\u7684\u5355\u8bcd\uff0c\u56fe\u6848\u3002\u4f8b\u5982\uff0c\u4f60\u7684\u5355\u8bcd\u6a21\u5f0f\u53d8\u4e3a\u667a\u80fd\u5339\u914d\u3001\u5339\u914d\u6df7\u4e71\u3001\u5927\u79c0\u3001\u667a\u80fd\u6838\u5fc3\uff1b\u56e0\u6b64\uff0c\u65b0\u7684\u5339\u914d\u673a\u5236\u9700\u8981\u5927\u5bb6\u6839\u636e\u6548\u679c\u6162\u6162\u8c03\u8bd5\u3002\u4e00\u5207\u90fd\u4ee5\u6548\u679c\u4e3a\u57fa\u7840\u3002 百度匹配模式更新幾個月了，這段時間“準確”、“語法(準確、同義詞、核心)”的廣度改變?yōu)楝F(xiàn)在的“完全匹配”、“詞組匹配”、“智能匹配核心詞”、“智能匹配”等的很多朋友的搜索詞更為“準確”那么，一起看看新的搭配可以搭配什么關(guān)鍵詞吧。

1

完全匹配

Vernacular

simple:完全匹配是與用戶搜索詞匹配的關(guān)鍵字和關(guān)鍵字的同義詞變體。

示例:

1:空格和標點符號(投標學習；投標學習)

2:錯別字，(狼訓練學習方法；長時間的訓練學習怎么樣)

3:編寫變體(apple

11por；iphone

11%)

4:順序變更的意義不變(會員卡一年多少錢？1年會員卡多少錢)

5:功能詞(如何恢復男朋友；怎樣才能找到男朋友)

6:重復的重復單詞(進入門廳鞋柜；門廳鞋柜)

7:同義詞，(治療雀斑的方法；雀斑的治療方法)

8:意思相同的搜索詞(下巴上長痘痘的原因；下巴上長痘痘的原因是什么)

9:唯一的地理位置:

(北京故宮；故宮)

10:唯一指向性回答:

(執(zhí)行yash

landet超導修復霜；雅詩蘭達小棕色病)

經(jīng)驗:

原始精確匹配必須完全匹配。新的精確匹配擴大了正確的匹配范圍，流量質(zhì)量也不錯。

2

短語匹配

Vernacular

simple:完全匹配的同義詞變體可以包含在用戶搜索詞中，也可以包含在語義匹配的搜索詞前后插入或重新排序，系統(tǒng)識別關(guān)鍵字的類別可以包含搜索詞，還可以獲得顯示機會。

示例:

1:包括，(二手家電；二手家庭處理方法)

2:插入，(二手家電；買二手房的地方很好)

3:轉(zhuǎn)換順序(二手家電；家用電器二手很貴)

4:包括類別(二手家電；在哪里買二手微波爐)

經(jīng)驗:

新的匹配模式更喜歡包含與之前精確包含同義詞的復合。

3

智能匹配-核心詞

有兩種方法可以匹配智能核心詞

方法1:手動圈出關(guān)鍵詞:

Vernacular

simple:通過大括號手動圈住核心單詞。這個核心詞的同義詞包含在用戶搜索詞中。手動圓形單詞只添加關(guān)鍵字圓形單詞，提交時用{}括起來

示例:

手動圓圈單詞:({二手家電}多少錢，搜索詞，{二手家電}注意事項)；(二手家電)價格，(二手家電)多少錢)

方法2:系統(tǒng)識別關(guān)鍵詞

Vernacular

simple:如果選擇“intelligent

match-core

words”，系統(tǒng)將自動識別核心詞，而不是手動圈出它們。

示例:

系統(tǒng)圈單詞:

(微波爐的報酬是多少，微波爐的報酬是多少)

經(jīng)驗:

類似于之前的正確包含，但是如果智能地匹配核心詞，則使核心業(yè)務詞根變圓，并同意添加后綴修飾語，因此流量要大得多。

4

智能匹配

母語說明:關(guān)鍵字智能地識別與搜索意圖相關(guān)的用戶搜索詞并進行匹配，從而根據(jù)搜索意圖擴展單詞。

示例:

臉上長痘痘怎么辦？痤瘡治療方法；毛孔粗糙的話，如何使皮膚光滑)

通過以上例子，百度的這次改革似乎還不錯。更智能，可以根據(jù)客戶搜索意圖擴展流動性。簡單地看例子，這也是正確顧客的優(yōu)秀流量。在這里我不能舉例，呵呵。只有這樣，百度才能理解這些匹配設(shè)置的定義，一些行業(yè)確實流的質(zhì)量還不錯。

匹配的正確性，也與百度在其他時期搜索這個產(chǎn)業(yè)的規(guī)模有關(guān)，如果流量大的百度，它保持現(xiàn)有的廣告商，它就不必對你做出反應，或者拼命切換到你。但如果不夠，百度可以盡力消耗你的預算，在原來的“舊同義詞”的情況下，給你安排一組垃圾流，它現(xiàn)在面臨更廣泛的匹配規(guī)則，我們需要更加小心地處理智能匹配，防止賬戶費用飛漲。

因此百度的這次升級整體上是流動性的。

5

如何確定帳戶匹配是否需要優(yōu)化

百度招標賬戶的20%更亂的話很正常。關(guān)鍵字的20%-30%更臟。如果超過30%的關(guān)鍵字單詞匹配不好，基本上可以得出需要優(yōu)化此帳戶的匹配模式的結(jié)論。

如何計算？下載一個月的搜索詞并在“否”結(jié)束后，將需要“否”的這個單詞除以總字數(shù)，就可以得到比率。

根據(jù)數(shù)據(jù)修改模式，顯示的數(shù)據(jù)更可靠，主要是數(shù)據(jù)，顯示的詞更多，模式可以收到一點；可以放少量的單詞，圖案。例如，你的單詞模式變?yōu)橹悄芷ヅ?、匹配混亂、大秀、智能核心；因此，新的匹配機制需要大家根據(jù)效果慢慢調(diào)試。一切都以效果為基礎(chǔ)