百度相关搜索以及百度下拉的算法原理并不复杂，在百度的公开专利中，譬如《CN201610082135.6 提供与功能组件相关联的搜索建议项的方法与装置》中也说的比较清楚。官方群里面也有做刷下拉框的小伙伴，出下拉的效果也非常好，本文也经过认可。废话不多说，还是先从现象看规律，从本质看规律，我们开撕百度下拉词刷法与原理。

篇幅较长，内容较多，做词或者有不清楚的可以私信一块交流学习。

百度3大搜索词推荐体系

我们还是拿百度专利里面的具体的例子，拿出你的手机，或者浏览器，搜索“鲜花”。

1. 百度下拉词

2. 相关搜索词

3. 推荐词

当点击某个搜索结果后，返回搜索结果，该结果底部会出现推荐词。有些人称这些词为熊掌号流量词，反正不知道这玩意跟熊掌号有毛关系？

注意百度下拉、推荐词与相关搜索的区别：

1. 百度下拉词中一般是以“鲜花”开头的词语，是字面上的关系

2. 推荐词 可以不以“鲜花”开头，但是基本都包含“鲜花”，所以也是字面上的关系

3. 相关搜索中并不一定包含“鲜花”，更具有语义关联关系。

从用户体验上讲，用户从搜索结果的头部查找到搜索结果的底部，那说明没有太满足用户的需求，应该让用户换一下词。也就是说从紧密程度上看，下拉词>推荐词>相关搜索词。好了，我们继续挖。

下拉词、推荐词、相关搜索与地域的关系

我们拿一个地域相关的来看一下这些词与地域的关系，比如搜“冰箱维修”：

注意百度下拉、推荐词、相关搜索与地域的关系：

1. 百度下拉词 几乎没什么关系

2. 推荐词、相关搜索均有地域关系

下拉词、推荐词、相关搜索与时间的关系

为了验证这些词跟时间的关系，我们找一个热词就行了，用“百度热榜”里面的“霍元甲”吧。

注意百度下拉、推荐词、相关搜索与时间的关系：

1. 百度下拉词、 相关搜索，与搜索词热度高度相关，当一个搜索词在某个时间段内的搜索量超过一定阀值的时候，就会出现在下拉。

2. 推荐词 未发现与搜索词热度相关

下拉词、推荐词、相关搜索与词的关系

这些词，你懂的，即使百度指数有，但是就是没有下拉，所以刷到一个亿也没啥用哦

通过上面的几个现象，我们可以认为，百度下拉词、推荐词、相关搜索，是一套由指数词、长尾搜索词、相关地域词、高热度搜索词组成的推荐系统。

那么百度底层如何运作？

无论用户搜索什么，百度都会在浏览器本地，以及请求网址中记录用户的行为。主要是记录 某个用户在什么时候搜索什么词。所以无论刷下拉词还会推荐词，还是相关词搜索词，真实靠谱的ip地址，用户cookie都是必不可少的。

百度下拉热度统计算法以及如何刷

首先： 预估刷下拉最低阀值

当一个词的热度在一段时间内，达到一定搜索流量的时候，就会获得出现下拉的最低阀值。百度有不同的热度统计方式，比方说天级热度上下拉要超过10000次，周级热度要超过200000次等等。

当有10个用户在1天搜索“霍元甲后人评马保国被KO”的时候，真没有多少量。但是如果一天内有400万个人搜索的时候，自然就不得不上下拉了。

其次：超越对手进入前十

一个关键词每天有多少搜索量，和它相关的词有多少搜索量，这些数据百度都记录在案的。

比如 想让“站长工具 摩天楼内容助手” 出现到下拉中，但是下拉框里面最后一名“站长工具收录网站”每天搜索量100次，那我必须刷到100次以上才可以。

最后：最最重要的是与泛需求词 建立【后继关系】

那么同样是刷下拉的，有的人能刷出来，有的刷不出来，一方面，是预估次数的问题，有经验的商家可以根据指数信息预估出怎样刷最少的次数，达到出下拉的最低阀值。

另一方面，MAC地址，IP地址，浏览器cookieS，搜索行为的合理性。根本的原因是没有建立起后继词关系。

顺便说一下什么是后继词，看图就明白了。这个跟摩天楼中的后续词稍微有所区别，在后续文章中再另行细说。

比如说 刷【站长工具 摩天楼内容助手】， 那么【站长工具】是泛需求词，后继词为【摩天楼内容助手】。

那么一通狠刷 【站长工具 摩天楼内容助手】 ，搜索之后以及之前没有任何的搜索行为，虽然搜索词其中包含了【站长工具】 这个泛需求词，但从时序上没有建立起后继关联，所以很难出下拉。

但是，如果每天有1000个人，先搜索【站长工具】，然后再搜索的时候，又加入了【摩天楼内容助手】，那么，坚持几天之后，百度query统计程序就会将这两个词设置为后继关系了，这时候出下拉就容易了。

还有一点，后继词不是一级的，譬如【鲜花】的后继词有【图片】，【图片】的后继词有【大全】。想一想如果营造一下【站长工具 摩天楼内容助手】的后继词，是不是就装的更像了。

比如：

第1步：搜“站长工具” 1次

第2步：搜“百度站长平台” 1次

第3步：搜“站长工具 摩天楼内容助手” 1次 ，点某条搜索结果

第4步：搜“站长工具 摩天楼内容助手 真好用” 1次

第5步：换IP，清理cookie，重新来

相关搜索的底层算法以及刷法

协同过滤算法，多用于根据用户兴趣推荐商品啥的，比如说你买了奶粉淘宝肯定给你推荐尿不湿。算法不复杂，但是也很好玩。

比如我们看看“SEO软件”的相关搜索，竟然“win7单个文件夹加密码”，“波克捕鱼辅助器下载” 八竿子打不着的词也推荐出来了。

觉得合理的解释是，一帮刷快排的操纵N个IP刷点击任务

A IP 的搜索记录 SEO软件，切割机厂家，波克捕鱼辅助器下载

B IP 的搜索记录 SEO软件，波克捕鱼辅助器下载，摩天楼不需要快排也能上

C IP 的搜索记录 SEO软件，萌腿是个好小伙，波克捕鱼辅助器下载

D IP 的搜索记录 SEO软件，萌新也是个好小伙，波克捕鱼辅助器下载

因为搜索“SEO软件”的人，很大几率也会搜索“波克捕鱼辅助器下载”，那么百度会认为，喜欢搜“SEO软件”的，也喜欢搜“波克捕鱼辅助器下载”，那就先推荐一波。

所以说，刷相关搜索的刷法，你自然就明白了。

后记

无论是百度还是谷歌，都有自己的词库推荐接口，一方面我们可以利用他们底层的算法，合理利用推荐词，增加自己的品牌词曝光度。