SEO優(yōu)化技術(shù)的示例分析

這篇文章給大家分享的是有關(guān)SEO優(yōu)化技術(shù)的示例分析的內(nèi)容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

如何設(shè)置SEO關(guān)鍵詞當然重要，但SEO優(yōu)化技術(shù)如果只是機械式的說該做什麼不做什麼，而涉及的步驟又非常死板，例如：將焦點關(guān)鍵詞設(shè)定放在標題一，關(guān)鍵詞在首段重覆出現(xiàn)三次等等 ，會是何等枯燥乏味。

過去二十年搜索引擎優(yōu)化是圍繞關(guān)鍵詞為基礎(chǔ)，理由是計算機無法有效分析自然語言輸入，從而理解搜索用戶的目的，退而求其次依賴搜索用戶輸入簡單詞組作為導向，就是所謂關(guān)鍵詞。關(guān)鍵詞研究 Keyword Research 是指利用工具，例如 ：Google Adwords Planner 分析個別關(guān)鍵字的搜索量和競爭度。由于傳統(tǒng)搜索引擎優(yōu)化是以關(guān)鍵字為對象，關(guān)鍵字研究得出來的一籃子關(guān)鍵字會根據(jù)和內(nèi)容的相關(guān)性被分配到網(wǎng)站內(nèi)不同網(wǎng)頁用作所瞄準的關(guān)鍵字。

SEO關(guān)鍵字 基本概念

多了解一些關(guān)鍵字設(shè)定基本概念和基礎(chǔ)理論會令SEO優(yōu)化變得更有趣味。例如：SEO關(guān)鍵字的出現(xiàn)密度的基礎(chǔ)理論是TF-IDF。搜索引擎希望從頁面出現(xiàn)的關(guān)鍵字密度決定該SEO關(guān)鍵字和內(nèi)容的相關(guān)性 Relevance 有多大。用淺白語言排除數(shù)學其實不難理解：

關(guān)鍵字在網(wǎng)頁出現(xiàn)的頻率就是 TF (Term Frequency)。如果關(guān)鍵字 K 在網(wǎng)頁出現(xiàn) 4 次， TF 值看似應該是4。

問題是如果A頁的內(nèi)容長度是 B頁的兩倍，某關(guān)鍵字 K 在A頁的出現(xiàn)次數(shù)是B頁兩倍時就不能斷言關(guān)鍵字 K 與A頁更相關(guān)。所以 TF 被修正為 出現(xiàn)次數(shù) / 長度。例如，出現(xiàn) 4 次文件章度為 100 個字：

TF 值 = 4 / 100 = 0.04

問題是例如一編介紹 “網(wǎng)上生意” 文章的描述中，有些字像 “客戶”，”網(wǎng)上” 的 TF 就顯然要比 “網(wǎng)上生意” 的 TF 為高。但說該文章跟 “網(wǎng)上” 或 “生意” 的相關(guān)性較 “網(wǎng)上生意” 為高，明顯違反常識。當文章是談論 “網(wǎng)上生意”，”云端運算”，”網(wǎng)上繳費”，”網(wǎng)上教學”等等時 “網(wǎng)上” 都很可能被提及。結(jié)論是 “網(wǎng)上” 一詞是一般文章中更普及出現(xiàn)。單純利用 TF 計算相關(guān)性會出現(xiàn)以上的偏差。

解決的方法是對愈普及的關(guān)鍵字給出愈低的權(quán)重 Weight，倒如在 10，000 文章中關(guān)鍵字 “網(wǎng)上” 出現(xiàn) 100 次，權(quán)重變成倒數(shù) (所以叫 IDF 或 Inverse Document Frequency) 10，000/100 = 100 ， 如關(guān)鍵字 “網(wǎng)上推廣” 在 10，000 文章中出現(xiàn)一次，權(quán)重變成 10，000/1 = 10，000. 為了令這權(quán)重值變化不要不急，所以以 log base 10 計算。

“網(wǎng)上” IDF 值 = log (10，000 / 100) = 2

“網(wǎng)上推廣” IDF 值 = log (10，000 / 1) = 5

將 TF 乘以 IDF 就是相關(guān)性的評分。當然今天的搜索引擎采用的 TF-IDF 更復雜，但原理是一樣。今天搜索引擎已經(jīng)進化到非常復雜，除了 Google 內(nèi)部從事 SEO 研究的資深工程師外，外面從事SEO優(yōu)化的人只能根據(jù)一些如專利申請和Google人員不同埸合的闡述等符嘗試理解其中的精萃。Google 搜索引擎計算關(guān)鍵字相關(guān)性的算法是以 TF-IDF 為基礎(chǔ)，但已經(jīng)進化到更為先進。

長尾關(guān)鍵字

長尾關(guān)鍵字 Long tail keyword 指基于通用關(guān)鍵字在前或在后或同時在前后加入更多字眼作更精準標示所要找的產(chǎn)品、服務或信息，長尾關(guān)鍵字 IDF 值高。例如：“大碼衣服婚禮用”，“防敏感化妝品”等等。長尾關(guān)鍵字特色是搜索量小，但同時提供和該關(guān)鍵字相關(guān)的產(chǎn)品、服務或信息的網(wǎng)站亦小，所以該長尾關(guān)鍵字的搜索排名競爭亦小，更容易獲得高搜索排名。

焦點關(guān)鍵字

焦點關(guān)鍵字 Focus Keyword 指網(wǎng)頁內(nèi)容是以該關(guān)鍵字為爭取排名目標，焦點關(guān)鍵字 IDF 值低。所以在頁內(nèi)重要的元素中會加入該焦點關(guān)鍵字以便通知搜索引擎網(wǎng)頁內(nèi)容和焦點關(guān)鍵字的相關(guān)性。SEO 優(yōu)化工具如 Yoast SEO， SEOpressor 的排名優(yōu)化建議都需要先設(shè)定焦點關(guān)鍵字。一般網(wǎng)頁內(nèi)容只應瞄準一兩個焦點關(guān)鍵字，否則可能造成文理不通，降低可讀性。

單頁相關(guān)還是多頁相關(guān)

某些網(wǎng)站接受游客發(fā)帖 Guest Posting， 單獨一個頁面和某關(guān)鍵字有高相關(guān)性不及和好幾頁面展現(xiàn)高相關(guān)性來得重要。利用 ITF 可以偵測到整個網(wǎng)站 (或者更正確是整個網(wǎng)站中被搜索引擎索引的頁面) 和某關(guān)鍵字的相關(guān)性。例如“韓國時裝” 在一般網(wǎng)站的 ITF 是 0.0003，即是在一萬頁中只有 3 頁提及，而某網(wǎng)站是 0.05，即一百頁中有五頁提及，就表示該網(wǎng)站以 “韓國時裝” 為主題的可能性極高。也就是該網(wǎng)站對 “韓國時裝” 的權(quán)威性高，亦即是 Google Rater Guideline 所闡述優(yōu)質(zhì)內(nèi)容 E.A.T 里內(nèi)的 A，代表 Authority。搜索引擎是偏好來自權(quán)威性高的內(nèi)容。

直接相關(guān)還是間接相關(guān)

關(guān)鍵字有同義詞 Synonyms。例如：教員，教師，老師代表非常接近甚至完全相同的概念或事物。當網(wǎng)頁或網(wǎng)站和關(guān)鍵字A的相關(guān)性高，而關(guān)鍵字B是關(guān)鍵字A的同義詞時，就間接引證該網(wǎng)頁或網(wǎng)站和關(guān)鍵字B的相關(guān)性亦高。但由于是間接相關(guān)，所以網(wǎng)頁對搜索輸入關(guān)鍵字B的排名評分會略低于對直接相關(guān)的關(guān)鍵字A。

應該是直接相關(guān)還是間接相關(guān)取決于地理位置文化差異。有些同義詞是由于文化地理差異引起，例如 “moggie” 是英國人對混種家貓的稱呼，亦就是一般我們都叫 “cat”. 隨著手機普及可以更準確判斷用戶的地理位置，英國用戶輸入 “moggie” 可以判斷為貓 (搜索引擎很可能判斷與 “cat” 為直接相關(guān))，但中國用戶輸入 “moggie” 就不一定 (搜索引擎很可能判斷與 “cat” 為間接相關(guān))。

關(guān)鍵字的繁簡轉(zhuǎn)換亦可以看成間接相關(guān)，所以你會看到輸入繁體關(guān)鍵字時亦有時會出現(xiàn)簡體排名結(jié)果。但亦是由于間接相關(guān)，所以排名計分稍為不利。

潛在詞義的相關(guān)性

隨著手機愈趨普及，語音搜索 Voice Search 使用量會大幅增加。當用戶慢慢發(fā)現(xiàn)原來搜索引擎對自然語音輸入的理解原來不差時，搜索用戶行為亦會改變，放棄以詞組式關(guān)鍵字輸入而改為更自然的句子。RankBrain 的出現(xiàn)就是為了處理更復雜的詞意含義，通過利用人工智能 AI 理解潛在含意而將用戶的搜索輸入和隱含的關(guān)鍵字搭出關(guān)系。例如用戶查詢：PDF 有什麼弊端，通過 RankBrain 潛在詞義分析轉(zhuǎn)化為 “PDF 保安”。

LSI 和 Proximity

單一詞語代表的意義有時非常含糊。例如 “蘋果” 代表水果亦廣泛指美國一家上市公司。所以確切的相關(guān)性判斷需要看上文下理，例如如果網(wǎng)頁是關(guān)于水果蘋果，很可能同時在內(nèi)文中找都關(guān)于食品的關(guān)鍵字，例如 “健康”，“味道”。如果是關(guān)于蘋果公司，就可以找到關(guān)鍵字如 “公司”，流行産品如 “iPhone” 等等。又例如 “心理輔導” 的資料，多數(shù)會提及 “情緒” 這個詞。英文 Lincoln 可以是人名，可以代表汽車，可以代表美國總統(tǒng)。潛在語義索引 Latent Semantic Indexing (LSI) 是指搜索引擎根據(jù)上文下理所出現(xiàn)的其他相關(guān)詞匯判斷關(guān)鍵字的相關(guān)性。而這些相關(guān)的關(guān)鍵字應該出現(xiàn)在主關(guān)鍵字不太遠的地方，相隔愈遠代表兩者關(guān)系愈弱。

SEO關(guān)鍵字密度

從以上的理論介紹中你看到為多幾個的關(guān)鍵字出現(xiàn)次數(shù)對搜索引擎判斷相關(guān)性沒有大幫助，反而一些長尾的關(guān)鍵字可能更有利 IDF 權(quán)重計分。

由于關(guān)鍵字密度已經(jīng)被濫用。今時今日，關(guān)鍵字出現(xiàn)在網(wǎng)頁的密度已經(jīng)變得不重要。代之已起的是更看重 LSI 暗視式的相關(guān)性出現(xiàn)頻率。理解SEO關(guān)鍵字基本概念后下一步就是如何選關(guān)鍵字。

關(guān)鍵字位置

關(guān)鍵字位置 Keyword Position 指關(guān)鍵字在不同元素中出現(xiàn)位置對搜索排名的影響，特別是當元素出現(xiàn)在有長度限制的地方，例如標題。一般出現(xiàn)位置是愈前愈好，但有時將關(guān)鍵字放在前面可能造成文理不通，又會降低搜索用戶點擊意欲。

感謝各位的閱讀！關(guān)于“SEO優(yōu)化技術(shù)的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！