1、簡(jiǎn)介

搜索引擎的排名主要取決于以下因素：

內(nèi)容相關(guān)度（百度搜索大概占比<40%）

用戶行為（用戶點(diǎn)擊數(shù)、跳出、瀏覽時(shí)長(zhǎng)等等，占比未知 ）

網(wǎng)站技術(shù)參數(shù)（是否有g(shù)zip、nofollow、alt 以及各類標(biāo)簽是否正確使用等等，占比應(yīng)該較小）

域名積累（包括域名年齡、外鏈、歷史流量等，占比應(yīng)較大）

2、優(yōu)化思路

本質(zhì)上排名的優(yōu)化是一種競(jìng)爭(zhēng)。和該關(guān)鍵詞搜索結(jié)果中的其他網(wǎng)站競(jìng)爭(zhēng)。

競(jìng)爭(zhēng)的點(diǎn)無非就是 前面提到的這4大點(diǎn)。而其中相對(duì)來說比較好把控的也只有內(nèi)容相關(guān)度以及網(wǎng)站技術(shù)參數(shù)了。

其他的需要長(zhǎng)時(shí)間的優(yōu)化和積累才能達(dá)到。

3、如何優(yōu)化

如何優(yōu)化內(nèi)容相關(guān)度呢？

這就需要知道搜索引擎是如何評(píng)判內(nèi)容與搜索詞的相關(guān)度了。

查了些資料，得知目前主流的相關(guān)度算法主要有 TF-IDF 、BM25 等。

TF-IDF 介紹

TF-IDF（term frequency–inverse document frequency）是一種用于信息檢索與數(shù)據(jù)挖掘的常用加權(quán)技術(shù)。TF意思是詞頻(Term Frequency)，IDF意思是逆文本頻率指數(shù)(Inverse Document Frequency)。

而BM25 則是針對(duì)TF-IDF 的收斂性改進(jìn)，增加了k,b參數(shù)，使得詞頻的影響達(dá)到一定量級(jí)后趨于收斂。

簡(jiǎn)單解釋一下，關(guān)鍵詞的優(yōu)化其實(shí)就是 增減和搜索詞有關(guān)的詞語在整個(gè)內(nèi)容中的數(shù)量！

只是要弄清楚應(yīng)該增減什么詞，增減的范圍又是多少！

參考搜索詞目前的排名，并且分析排名靠前網(wǎng)站的詞語布局

比如提高“深圳租房”這個(gè)搜索詞你的網(wǎng)站排名，那么從關(guān)鍵詞優(yōu)化的角度，第一步是要了解這個(gè)搜索詞目前的排名是怎樣的，排名靠前的網(wǎng)站，對(duì)于關(guān)鍵詞又是怎么布局的。

當(dāng)然去人工的一個(gè)個(gè)分析，工作量實(shí)在太大了，所以我自己做了一個(gè)分析工具，抓取目標(biāo)搜索詞的結(jié)果，然后分析各自的關(guān)鍵詞布局。

橫向?qū)Ρ龋敿?xì)地分析出具體可操作的方案

后面發(fā)現(xiàn)以上還不夠，這樣對(duì)比起來還是工作量大，所以又開發(fā)了預(yù)測(cè)功能，直接將搜索詞和你自己的html源碼輸入進(jìn)來，然后預(yù)測(cè)，系統(tǒng)給出直觀的優(yōu)化操作方案。

后續(xù)還規(guī)劃了一個(gè)預(yù)測(cè)功能，就是將海量去分析各種搜索詞，將結(jié)果保存下來， 然后用機(jī)器學(xué)習(xí)算法去分類，能夠進(jìn)一步得知這些特征的重要性排序，然后從高到低根據(jù)重要程度去優(yōu)化。但是本人太懶了，這步目前還沒有時(shí)間去弄，估計(jì)過年期間再寫一寫吧。

因?yàn)樗阉饕娴木唧w算法，對(duì)我們來說就是個(gè)黑盒子，不知道里面會(huì)根據(jù)具體哪些特征去評(píng)分，所以我的思路就是將目前我們能手工提取到的特征，比如說 詞的密度，內(nèi)容的篇幅，相關(guān)詞的密度等等，當(dāng)然還有標(biāo)簽：排名值，放進(jìn)機(jī)器學(xué)習(xí)算法里跑一跑，這樣當(dāng)曲線擬合，召回率到一定程度的時(shí)候，就可以大概預(yù)測(cè)出你的網(wǎng)站當(dāng)前的內(nèi)容能排多少名了。

具體算法還有待研究，目前覺得應(yīng)該以可解釋性為主，比如隨機(jī)森林，決策樹一類的，這樣能夠知道特征之間的重要程度，如果純粹只是要輸出個(gè)排名預(yù)測(cè)結(jié)果，用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)一類的算法也成。