검색 엔진 최적화(SEO)를 수행할 때 외부 링크를 구축할 때 링크의 관련성이 자주 언급됩니다. 결국 대부분의 외부 링크는 검색 엔진용이고 검색 엔진은 스파이더 프로그램에 의존합니다.
"거미"는 "인공 지능"이 아니라 기어다니는 "프로그램"이라는 점을 기억하십시오. 그는 상관 관계를 판단하기 위해 인간의 판단 논리를 사용하지 않을 것이지만 일부 "논리 프로그램"은 결국 복잡하지 않습니다.
위의 상황을 이해한 후 "관련성"에 대한 내 자신의 견해와 구축 경험에 대해 이야기하겠습니다. 제가 틀렸다면 정정해 주시기 바랍니다.
웹페이지와 웹페이지 콘텐츠 간의 상관관계는 스파이더 프로그램에 의해 판단됩니다.
귀하의 웹페이지가 생성된 지 2일 미만이고 방금 제출된 새 웹페이지라고 가정해 보겠습니다. 스파이더는 "크롤링 색인"(또는 다른 형태의 링크를 통해)을 기반으로 해당 웹페이지를 크롤링합니다.
첫째, 스파이더는 다양한 링크를 통해 웹 페이지로 옵니다. 그에게 새로운 웹 페이지 기능은 웹 페이지 코드의 <head> 부분에 있는 <title> 태그의 요소로 판단됩니다.
거미가 귀하의 웹페이지에 와서 웹페이지의 <title> 텍스트를 잡아낸다고 가정해 보십시오: 내 애니메이션 포럼-새 애니메이션-새 애니메이션 아이디어!
스파이더는 먼저 <title>의 텍스트를 참조로 "키워드"로 크롤링한 다음 웹 페이지 코드에서 관련 "키워드"를 찾습니다.
스파이더는 페이지의 일부 JS 코드와 태그를 판단할 수 있으므로 안심하셔도 됩니다. 텍스트 및 div 블록의 제목 부분에 있는 "키워드", 즉 일련의 <h1>-<에 더 많은 주의를 기울일 것입니다. h4>. 이는 또한 모두가 말한 내용, <h1>-<h4>의 내용이 다른 <body>의 텍스트 내용보다 더 높은 가중치를 갖는 이유를 확인할 수 있습니다. 그러면 스파이더는 <body> 부분의 <tilte>에서 가장 많이 반복되는 단어를 "참조 키워드"로 설정하게 됩니다. (물론 반복 제한이 있으며 검색 엔진이 이를 설정하여 스파이더 프로그램에 삽입하게 됩니다.)
그러면 스파이더 자체도 "참조 키워드"(검색 엔진의 해당 카테고리에 있는 공통 데이터 키워드와 제목의 키워드를 분석 및 비교한 결과)를 바탕으로 "키워드 확장"을 판단하게 됩니다. 일반적인 "키워드"를 결정하고 다음 페이지 크롤링을 위한 참조를 수행합니다.
다음 단계에서 스파이더는 웹페이지 코드에 나타나는 모든 키워드의 수를 기준수로 계산합니다(간단한 데이터 계산 기능은 여전히 사용 가능). 그런 다음 <body> 태그에 있는 "키워드"의 수를 분자로 계산합니다(땀, 어떤 단어도 생각나지 않고 인기 있는 단어가 먼저 옵니다). 그런 다음 분할되면 페이지의 키워드 밀도를 얻을 수 있습니다.
밀도가 나온 후에는 검색 엔진 자체가 표준 판단(인공적으로 설계된 매개변수)을 갖게 됩니다. 이 표준은 항상 변합니다. 일정 기간 동안의 데이터를 기반으로 조정합니다(가끔씩 생각나도록 하기 위한 것임).
좋습니다. 밀도가 결정된 후 이 페이지의 키워드 차이를 비교해 보세요.
<tilte>의 키워드를 기준으로 "확장 키워드"의 참조가 통합되어 있으며, <body> 섹션에 캡처된 "키워드"를 비교하여 각 텍스트의 차이점도 등급화됩니다. 작은 차이가 롱테일 키워드가 되고, 차이가 큰 키워드는 이 페이지의 검색 키워드로 폐기됩니다. 이는 "키워드 밀도" 판단 방법과 동일합니다. 이런 방식으로 해당 페이지의 롱테일 단어와 검색 키워드가 결정됩니다.
밀도와 페이지 키워드 차이 두 항목에 대해 두 가지 결과를 얻으면 "관련성" 점수를 얻기 위해 가중치(엔진 자체에서 설정하고 데이터를 기반으로 정기적으로 조정)를 추가하는 계산 공식이 있습니다(알고리즘). Baidu 색인과 유사) 페이지의 키워드를 결정하고 페이지 콘텐츠와 키워드 간의 관련성 정도를 결정합니다.
이것이 페이지의 키워드와 페이지의 콘텐츠 사이의 상관관계를 도출하는 방법입니다.
그렇다면 외부 링크의 관련성을 어떻게 판단할 수 있을까요? 자, 얘기하고 2부로 가죠
외부 링크 및 웹페이지 관련성 판단:
단방향 링크: 다른 웹페이지에서 귀하의 웹페이지로 연결되는 링크입니다.
그의 웹페이지에서 귀하의 웹사이트에 대한 링크 앵커 텍스트 설명은 그가 귀하의 페이지에 링크하는 키워드와 관련되거나 유사해야 합니다. 스파이더의 판단 방법은 초기 "키워드"를 제외하고 첫 번째 부분과 동일합니다. reference 는 그의 웹페이지에서 귀하의 웹페이지에 대한 링크 앵커 텍스트가 됩니다.
그러면 이 웹페이지가 귀하의 웹사이트와 얼마나 관련성이 있습니까? 이 거미는 어떻게 판단합니까?
이 링크 앵커 텍스트는 브리지 및 참조가 됩니다.
관계는 다음과 같이 이해될 수 있습니다: 귀하의 웹 페이지의 키워드 VS(관련성 판단, A로 설정) → 앵커 텍스트(귀하의 웹 페이지로 연결되는 앵커 텍스트) ←(관련성 판단, B로 설정) 그의 웹 페이지 키워드 .
추신: A와 B를 판단하는 방법은 1부: 웹페이지와 웹페이지 콘텐츠의 상관관계 및 스파이더 프로그램의 판단을 참조하세요.
A와 B를 얻은 후, 그 차이가 일정 범위 내에 있으면 거미는 등급 기준(인위적으로 설정)을 갖게 됩니다. 예를 들어 A와 B의 차이가 10% 이내이면 상관관계가 가장 높다는 뜻이며, 두 웹페이지의 가중치가 증가하여 가중치 계산 결과가 됩니다. 순위는 확실하지 않습니다.) 10%-15%..........잠깐만요, 쓰지 않겠습니다.
친숙한 링크:
두 페이지의 앵커 텍스트에 관해서는 방법이 비슷합니다.
자신의 웹 페이지 키워드 VS(관련성 판단, A로 설정) → 앵커 텍스트(웹 페이지 중 하나의 앵커 텍스트) ←(관련성 판단, B로 설정) 자신의 웹 페이지 키워드
자신의 웹 페이지 키워드 VS(관련성 판단, C로 설정) → 앵커 텍스트(다른 웹 페이지의 앵커 텍스트) ←(관련성 판단, D로 설정) 자신의 웹 페이지 키워드
A와 B를 비교하면 가중치 계산 결과가 나옵니다. E;
C와 D를 비교하면 가중치 계산 결과가 나옵니다. F
최종적으로 E와 F를 비교하여 최종 중량 계산 결과를 얻는다.
따라서, 두 웹페이지가 링크를 교환하고 있다고 판단하고, 두 웹페이지의 관련성을 판단한다.
위의 상황은 단방향 링크 상관성 판단과 우호적 링크 상관성 판단에 적합합니다.
제 경험상, 틀린 부분이 있으면 언제든지 지적해주세요!