Форум PHP

Здравствуйте.

Необходимо скриптом сгенерировать ключевые слова на основании контента страницы. Какие слова скрипт может посчитать ключевыми? Как их отличить от не ключевых?

Способ 1

* Формируем массив слов документа.
* Удаляем коротки слова (желательно удалить еще служебные слова и наречия, но тут нужен словарь).
* Формируем ассоциативный массив - слово => частота употребления. Первые десять слов будут ключевыми.

Недостатки:

* Частота употребления далеко не всегда свидетельствует о том, что это слово ключевое.
* В массив могут попасть мусорные слова: которого, этого, этому...

можно считать что ключевики это ссылки или текст выделенный жирным

Очень хорошее предложение. Вычленяю я текст из заголовка и что с ним делать дальше? Порезать на слова?

Написал свой генератор кейвордов. Работает следующим образом:

* Вычленяет текст между тегами <b>, <i>, <h1>, <h2>, <h3>, кавычками
* Если длина текста меньше $word_max_len (настраивается в теле функции), он очищается от спецсимволов и становится ключевым словом.

Пример в аттаче. Демо keywordgen_example.php

В Интернете есть куча страниц, где эти теги вообще не используются.

Хорошо бы подсчитать (число повторений слова/к общему числу слов на странице), а потом сравнить полученные числа(дроби) с какой-то большой аналогичной статистикой.

>В Интернете есть куча страниц, где эти теги вообще не используются.

Нам бы это заказчику объяснить :))

>Нам бы это заказчику объяснить :))

Просто при вашем подходе с рядом страниц будут у заказчика возникать проблемы.
Недостаточно будет информации для поиска ключевиков.

Да заказчик сказал, что можно любой бесплатный прикрутить. Посмотрел несколько таких. Формируют ассоциативный массив ключевое слово => встречаемость. Самые встречаемые и есть ключевые. Я-то пытаюсь их выловить в зависимости от смысла. И это должны быть действительно ключевые слова, а не цитаты. Хотя, может, действительно, прикрутить и не париться :) ?