検索キーワードを収集前に名寄せする方法 | 清水誠メモ

検索されるキーワード（検索クエリ）のデータには、大文字と小文字、半角と全角、掛け合わせの順番、スペルミス、類義語など、無数のバリエーションが含まれます。
「念のため一番細かい情報を全部取っておきたい！」
と思うかもしれませんが、細かすぎるデータは分析が大変になります。まとめると順位が変わることもよくあります。

そのため、収集する時点である程度バリエーションを減らしておくと便利です。
そこで今回紹介するのは...
検索クエリのフォーマットや順番を揃えてデータの粒度を落とす方法
タイトルでは分かりやすく「名寄せ」と書きましたが、「似ているテキストデータを単純な変換によってまとめる」という意味です。
ページがロードされた時にリアルタイムで処理するので、単純なクレンジングのみを行います。
処理する内容

英数字と記号を半角に統一する
アルファベットを小文字に統一する
カナを全角に統一する
掛け合わせのキーワードを並び替える

使うライブラリ
全角半角文字の相互変換をするため、「fhconvert.js」というライブラリを使います。
サンプルコード

code45

この前にfhc