Это легко. Плотность ключевых слов - это миф-сорта. По крайней мере, сейчас.
Важно отметить, как используются термины, а не сколько раз они используются. Оптимизаторам нравится намеренно путать проблему, чтобы вы зависели от них и платили за инструменты и советы. П. Т. Барнум говорил, что каждую минуту рождается присоска . В SEO, сайдшоу, кажется, все онлайн советы. Что еще печальнее, SEO продвигаются медленнее, чем PageRank, который намного медленнее, чем трава, растущая в Сахаре. Они с трудом отрываются от старых концепций, даже если изначально были неправы.
Это мини-учебник о том, как взвешиваются термины на сайте. Это не полное объяснение, а иллюстрация. Это стоит того, чтобы лучше понять, как работает SEO.
До взвешивания терминов и тем сайта с использованием семантики взвешивание ключевых слов проводилось с использованием нескольких индикаторов, включая использование и размещение терминов в тегах, таких как titleтеги, теги заголовков,descriptionмета-теги, а также близость друг к другу и важные теги, а также другие признаки важности и т. д. Частью указания важности было использование терминов, синонимов, дополнительных терминов и того, насколько важными оказались эти термины. Это несколько соответствует понятию плотности ключевых слов, и, пожалуйста, знайте, что для определения темы страницы применялись соотношения терминов, однако это были не высокие или низкие соотношения терминов, а соотношение, которое эффективно удаляло бы общие термины, повторяющиеся термины, неестественные использование терминов и терминов, которые просто не имеют значения из-за неиспользования и т. д. Эти коэффициенты терминов автоматически оценивались постранично, а результаты сопоставлялись с расчетами, которые определяют, были ли результаты в пределах операционной области. Когда все было сказано и сделано, термины действительно определили тему и объем темы, используя семантику, описанную ниже. Но плотность не имеет ничего общего с поисковым рангом как таковым, а скорее с темой и соответствием цели поиска. Вторичный эффект заключается в сопоставлении терминов определенной плотности по случайности, поскольку одни и те же термины соответствуют профилю, определенному посредством семантических ссылок, и использовались для определения цели поиска. Это следовало за моделью синтаксического анализатора, которая частично все еще существует, но не является всей моделью. Уже нет.
Семантика является основной моделью сегодня, хотя, поскольку сеть следует традиционной текстовой модели, модель парсера не может быть отброшена полностью. Причина этого проста. Это все еще применяется и имеет смысл и очень полезно.
Семантику можно описать как «реляционное соединение», хотя для некоторых более сложных семантических моделей вы действительно говорите о «реляционных цепях». Это называется семантическими ссылками, а связь между семантическими ссылками называется семантической сетью, которая не имеет ничего общего со всемирной паутиной, за исключением того, что одна удобна для другой. Для иллюстрации приведу простые пары, хотя семантика довольно быстро усложняется. Так что для иллюстрации я немного упрощу вещи.
Реляционное спаривание - это простое понятие триплетов; субъект, предикат и объект. Предикат может быть чем угодно, если только он представлен между субъектом и объектом.
Я буду отклоняться от ранней модели PageRank. Пожалуйста, придерживайтесь меня. Это относится.
Когда Google был задуман, понятие рейтинга страницы было довольно простым представлением трастовых сетей с использованием семантики. Ссылка сделана с одной страницы на другую. В этом случае:
Subject: examplea.com
Predicate: trusts
Object: exampleb.com
Read as: examplea.com trusts exampleb.com
Subject: exampleb.com
Predicate: trusts
Object: examplec.com
Read as: exampleb.com trusts examplec.com therfore examplea.com trusts examplec.com
Хотя мы знаем, что вышеприведенное предложение «не обязательно» не обязательно верно, это была ранняя модель, и она все еще остается верной, хотя и не совсем верной. Мы знаем, что examplea.com может не знать о examplec.com и поэтому не может полностью доверять examplec.com. Тем не менее, существуют отношения, которые необходимо учитывать.
Раннее использование термина PageRank было рассчитано на странице за страницей - ссылка на ссылку, но применительно ко всему сайту. Например, например, bb существует несколько доверительных ссылок? PageRank был достаточно простым подсчетом ссылок на страницы сайта. Но с этим были очевидные проблемы. Ссылки могут быть сделаны для искусственного завышения важности сайта. Расчет содержал довольно стандартную скорость затухания, которая могла бы исправить это, однако, скорость затухания сама по себе создавала новые проблемы в том, что ни одна скорость затухания не может в полной мере учитывать фактическое значение, поскольку его естественная склонность заключается в том, чтобы иметь в своем расчете кривую.
Используя модель доверия далее, домены были взвешены на основе факторов, которые указывали на доверие. Например, наибольшим показателем доверия является возраст сайта. Старые сайты, как правило, можно доверять. Сайты с постоянной регистрации, в соответствии IP-адрес, качество регистратора, качество сети (хоста), не имеет истории спама, порно, фишинг и т.д. все указывают на доверие. Я считаю более 50 факторов доверия к домену, поэтому я пропущу их и буду продолжать делать это простым.
Subject: examplea.com
Predicate: domain trust score
Object: 67
Subject: exampleb.com
Predicate: domain trust score
Object: 54
Subject: examplea.com
Predicate: trusts
Object: exampleb.com
Read as: examplea.com trusts exampleb.com
Используя другое вычисление, можно добиться некоторого уровня доверия, и не только двоичный сайт доверяет другому . Если первый пример прошел доверительные отношения, второй пример передает значение доверия, пропорциональное тому, как оно рассчитывается.
Теперь, пожалуйста, поймите, что PageRank рассчитывается на постраничной основе, и TrustRank является основной частью SiteRank, в которой ссылки, качество и ценность ссылки играют важную роль, хотя и гораздо менее важны, чем изначально, и намного меньше, чем показатель доверия сайта. , Имейте это в виду.
Как это относится к ключевым словам на странице?
Все термины содержания взвешиваются, однако взвешиваются только некоторые термины тега. Одним из основных примеров является keywordsметатег. Мы все знаем, что для терминов в этом теге нет никакого значения. На самом деле это полностью игнорируется. Одно заблуждение в том, что descriptionмета-тег не считается для SEO. Это неправда. Для терминов в этом теге есть вес, однако он относительно низок. Описание метатега имеет значение. Вы поймете, почему через немного.
Старая модель парсера все еще имеет значение. В этом случае страница читается сверху вниз, а теги и блоки контента читаются и взвешиваются с использованием значений, которые измеряют важность, следуя модели сверху вниз. Некоторые показатели являются статическими. Например, titleтег будет иметь показатель важности выше, чем h1тег, который будет выше, чем любой h2тег, и т. Д. descriptionМетатег будет иметь метрику важности, которая является довольно высокой. Почему? Потому что это все еще важный показатель того, о чем страница. Тем не менее, термины, найденные в теге, имеют небольшой вес. Это сделано для того, чтобы совпадения при поиске соответствовали descriptionметатегу почти так же легко, как titleтег иh1тег, но не может быть манипулировано слишком сильно для игры системы. Обратите внимание, что существуют условия, которые могут применяться. Например, поиск не будет совпадать с descriptionмета-тэгом без сопоставления в другом месте, в первую очередь, с titleтэгом или h1тэгом или внутри контента.
Продолжая с моделью парсера, представьте точку в начале реального содержимого. Близость - это мера, которая используется различными способами. Во-первых, термин, тег, блок контента и т. Д. Связаны с этой точкой в начале контента. Теперь подумайте о тегах заголовка как об указателях подтем и представьте точку в начале содержимого сразу после тега заголовка, который заканчивается следующим тегом заголовка. Опять близость измеряется. Близость измеряется между терминами в параграфе, наборами параграфов,headerтеги и т. д. Эти показатели рассчитываются как вес для терминов в отношении того, как они используются, и их очевидной важности. Если пойти дальше этого, термины, фразы, цитаты и даже любая подобная часть контента могут быть измерены между страницами и сайтами с использованием немного другой, но все еще похожей модели близости.
Страницы связаны между собой ссылками как со страницы на страницу, так и на близость от домашней страницы или любой другой страницы, где можно определить облако отношений. Например, тематическая страница по SEO может содержать ссылки на несколько страниц подтемы SEO. Это указывает на то, что тематическая страница для SEO важна тем, что она ссылается на несколько похожих тематических страниц, и можно определить облако отношений. Таким образом, для любой страницы подтемы SEO близость будет подсчитывать количество ссылок между страницей темы SEO и страницей подтемы SEO, а также количество ссылок с домашней страницы. При этом важность страниц может быть рассчитана. Насколько важна страница темы SEO? Это одна ссылка из навигационных ссылок на главной странице, и, действительно, каждая страница очень важна. Однако, Страницы подтемы SEO не имеют ссылок из навигации и, следовательно, получают какое-либо значение из метрики для страницы темы SEO. Это следует модели трастовой сети PageRank Semantic Link.
Возвращаясь к исходной модели PageRank, вы можете оценить страницы в том, как вы ссылаетесь на них, так же как ссылки передают значение во всемирной паутине. Это называется лепкой, хотя чрезмерная манипулятивная лепка может быть определена и проигнорирована, поэтому будьте естественными. Делая это, вы также указываете важность терминов, найденных на этих страницах. Таким образом, любой термин на любой странице оценивается не только в том, где и как они используются на этой странице, но и в явной важности страницы в том, как и где она существует на вашем сайте. Это начинает иметь смысл?
Ладно. Хорошо, но как связаны термины и как семантика помогает в этом? Опять же, сохраняя это очень просто.
У меня есть сайт об автомобилях. Вы находитесь в Великобритании и у вас есть сайт об автомобилях. Совершенно очевидно, что автомобили и автомобили - это одно и то же слово. Поисковые системы используют словарь, чтобы лучше понять отношения между словами и темами. Google дифференцировал себя, создавая самообучающийся словарь на ранней стадии. Я не буду вдаваться в это, но вы все равно получите картину. Использование семантики:
Subject: cars
Predicate: equals
Object: automobiles
В этом Google может выяснить, что мой сайт и ваш сайт примерно одно и то же. Делая это еще дальше.
Subject: car
Predicate: is painted
Object: dark red
Subject: automobile
Predicate: is painted
Object: maroon
Subject: deep red
Predicate: equals
Object: maroon
Предполагая на мгновение, что существуют только эти два сайта, любой поиск темно-красного автомобиля может привести к появлению темно-красного автомобиля и темно-красного автомобиля, даже если темно-красный автомобиль не существует в сети.
В первые дни SEO было рекомендовано использовать синонимы и множественные версии терминов. Это было тогда, когда семантика не использовалась или не была настолько сильной. Сегодня вы можете видеть, что в этом нет необходимости, поскольку отношения между словами и использованием хранятся в базе данных семантики.
Используя ту же модель, но немного забегая вперед, если я напишу блестящую статью, которая процитирована на нескольких других веб-страницах, семантика может отметить это как цитату и отнести это к моей первоначальной работе, придавая ей гораздо большую важность, даже без ссылок на мой страница вообще. При этом страница без входящих (обратных) ссылок может превзойти страницу с большим количеством входящих (обратных) ссылок просто из-за цитирования. Цитаты являются важной частью применения семантической паутины во всемирной паутине. На самом деле, пока оптимизаторы охотились за аллюзивным AuthorRank, такого не было. Это было все , семантика и сопоставление данных пары , которые я не буду вдаваться в , но сказать , что, например, написанный может указывать имя автора сразу следует, и поэтому автор цитирования может быть применен к автору, если произведение цитировалось.
Почему я прошел через все это ??
Так что вы легко поймете, что механизм оценки любого термина на сайте гораздо сложнее и больше не зависит от плотности, которая в любом случае никогда не была полностью применима. Фактически, плотность больше не является вторичным эффектом. Причина этого проста. Это было легко играется, и никакая скорость затухания не могла компенсировать игру, как в оригинальной схеме PageRank.
Как и для любого сайта, наполненного ключевыми словами, семантика откажется от них. Panda начинал как периодическое задание, которое было разработано специально для измерения этой и других подобных вещей и корректировки метрик, чтобы снизить влияние сайта-нарушителя в поисковой выдаче. Несмотря на то, что SiteRank обычно остается прежним, любой сайт, признанный спамом, получит удар по баллу TrustRank, который имеет нарушение, таким образом слегка понижая SiteRank. Я считаю, что в этом механизме есть серьезная составляющая, которая позволяет исправлять мелкие правонарушения без вреда для них. Этот стук застревает даже тогда, когда проблема решена. Это связано с тем, что нарушение сохраняется в истории сайтов. Так что происходит то, что размещение SERP будет падать до тех пор, пока не будет решена проблема, при которой размещение SERP снова начнет расти, но никогда не достигнет уровня, который когда-то был у сайта-нарушителя из-за обозначения нарушения. Чем старше становится нарушение, тем больше оно прощается, позволяя предыдущему нарушению со временем утратить свой отрицательный эффект. В качестве примечания, хотя говорят, что Panda и другие работают чаще, и сегодня я должен быть непрерывным процессом, все еще требуется время для создания карты семантической связи, чтобы узнать, является ли сайт нарушителем. Это означает, что сайту на какое-то время сойдут начинки, но в конце концов он потерпит неудачу, как только семантические ссылки и метрики будут полностью установлены. Кроме того, я уверен, что у начального эффекта есть начальный эффект, но он значительно уменьшается при использовании семантической модели, и этот эффект довольно поверхностен как побочный продукт. Это связано с тем, что при обнаружении страницы мало что можно сделать, пока карты семантических ссылок не будут заполнены. Google, по своему разумению, допускает некоторую изящество, позволяя странице ранжироваться высоко для терминов в важных сигналах, прежде чем обосноваться в своем правильном месте в поисковой выдаче. Если предположить, что сигналы соответствуют семантике, то пересчет размещения SERP приведет к относительному сдвигу в том, как будет найдена страница. В противном случае, если сигналы и семантика не совпадают, размещение в поисковой выдаче будет основано на семантике, и то, как будет найдена страница, изменится. Вот почему важно отправлять правильные сигналы в первую очередь, используя ключевые слова и теги точно и честно. дает некоторую благодать, позволяя странице ранжироваться высоко для терминов в важных сигналах, прежде чем обосноваться в правильном месте в поисковой выдаче. Если предположить, что сигналы соответствуют семантике, то пересчет размещения SERP приведет к относительному сдвигу в том, как будет найдена страница. В противном случае, если сигналы и семантика не совпадают, размещение в поисковой выдаче будет основано на семантике, и то, как будет найдена страница, изменится. Вот почему важно отправлять правильные сигналы в первую очередь, используя ключевые слова и теги точно и честно. дает некоторую благодать, позволяя странице ранжироваться высоко для терминов в важных сигналах, прежде чем обосноваться в правильном месте в поисковой выдаче. Если предположить, что сигналы соответствуют семантике, то пересчет размещения SERP приведет к относительному сдвигу в том, как будет найдена страница. В противном случае, если сигналы и семантика не совпадают, размещение в поисковой выдаче будет основано на семантике, и то, как будет найдена страница, изменится. Вот почему важно отправлять правильные сигналы в первую очередь, используя ключевые слова и теги точно и честно. затем пересчет размещения SERP приведет к относительному сдвигу в том, как будет найдена страница. В противном случае, если сигналы и семантика не совпадают, размещение в поисковой выдаче будет основано на семантике, и то, как будет найдена страница, изменится. Вот почему важно отправлять правильные сигналы в первую очередь, используя ключевые слова и теги точно и честно. затем пересчет размещения SERP приведет к относительному сдвигу в том, как будет найдена страница. В противном случае, если сигналы и семантика не совпадают, размещение в поисковой выдаче будет основано на семантике, и то, как будет найдена страница, изменится. Вот почему важно отправлять правильные сигналы в первую очередь, используя ключевые слова и теги точно и честно.
[Обновить]
Я вырезал и вставил этот ответ в TextRazor https://www.textrazor.com/demo и вот пример. Вы увидите относительную позицию к этой воображаемой точке в начале анализа содержания и другого лингвистического анализа в таблице, а также оценки по темам справа. Вы можете сделать то же самое, вырезав текст этого ответа (выше этого обновления), вставив его на демонстрационную страницу и немного поиграв. Я поощряю это. Это даст вам хорошее представление о том, как обрабатывается контент.
