seo每天一貼之前分享了不少搜尋演算法排名因素統計和調查。
但有乙個問題一直沒仔細說。所有排名因素統計調查都一樣，嚴格說，從搜尋結果統計分析出來的排名因素只能說是與排名有相關性，不一定有因果性。換句話說，觀察、統計得到的排名因素並不一定是真的搜尋引擎使用中的排名因素。
簡單說，這些排名因素統計的過程是這樣：搜尋典型關鍵詞（總數需要達到一定量，比如 1 萬個關鍵詞），**搜尋結果頁面，使用各種工具記錄、查詢、計算有排名的頁面的特徵（也就是排名因素），最後分析排名好的頁面有哪些共同特徵，或者有哪些排名不好的頁面所沒有的特徵。
所以，這種統計的基礎是，「排名好」與「頁面特徵」同時出現，也就是這兩者有相關性，經常相關性還挺高。但有相關性並不必然說明有因果性。最淺顯的比喻是，公雞打鳴和天亮經常一起出現，是有很高相關性的，而且是公雞打鳴後天亮，但公雞打鳴不是天亮的原因。
排名與所謂的排名因素之間也是如此。最明顯的，幾乎所有排名因素統計都表明，facebook和twitter等社交**上的點讚數、分享數、**數等是與google排名相關性最高的因素，或者說兩者同時出現概率很高，但社交**互動資料高是導致排名好的原因嗎？或者說，是排名因素嗎？一直以來，google的幾位員工都明確否認www.cppcns.com社交**資料是排名演算法中的因素。
google員工的話不一定都可信，但社交**資料不是排名因素，基本上是可以相信的。兩個原因：
之所以社交**資料好的頁面同時也排名好，可能的原因包括：
到底是哪一種，或是其它原因，我們目前無法知道。
再比如，乙個相反的例子。searchmetrics的統計表明，.com網域名稱與排名是負相關，或者說，.com域www.cppcns.com名不利於排名。這就有點費解了，一般來說.com網域名稱都是首選啊。這很可能是被維基百科強大的排名能力干擾了，大部分查詢詞都會有一兩個維基百科的頁面排在前面，而它是.org網域名稱。
既然所謂的排名因素和排名之間不一定有因果關係，有些甚至明確沒有因果關係，那我們忙活什麼呢？那些公司費勁統計它幹什麼呢？
首先，不一定有因果關係，但也不一定就沒有因果關係。搜尋引擎不說，我們就不能確定而已程式設計客棧。
更重要的是，兩者的強相關度往往是有內在原因的，雖然我們不知道確切關係。如果seo們把乙個頁面優化得和排名好的頁面乙個樣，那麼很大概率這個頁面也能獲得好排名，雖然我們也無法明確知道到底優化的那一部分起了作用，起了多大作用。
最後提一句，處理相關性、而非因果性的關係，正是人工智慧nrydawlfpz的強項。
作者: zac@seo每天一貼
版權屬於: 中新虛擬主機
本文標題: 搜尋演算法排名因素統計靠譜嗎？
本文位址:
語音搜尋排名因素分析
backlonko前幾天發了一篇關於語音搜尋排名因素的帖子，他們分析了 1 萬條語音查詢詞在google home的搜尋結果，進而得出語音搜尋演算法中一些排名因素的可能應用情況。簡要介紹一下他們的結論，想看完整細節的請看原文，這篇帖子並不是翻譯。要說明一下，他們的統計是基於google home回答...
A 搜尋演算法
啟發式搜尋演算法 要理解 a 搜尋演算法，還得從啟發式搜尋演算法開始談起。所謂啟發式搜尋，就在於當前搜尋結點往下選擇下一步結點時，可以通過乙個啟發函式 來進行選擇，選擇代價最少的結點作為下一步搜尋結點而跳轉其上 遇到有乙個以上代價最 少的結點，不妨選距離當前搜尋點最近一次展開的搜尋點進行下一步搜尋 ...
A 搜尋演算法
a 演算法是基於bfs的一種入門級啟發式搜尋演算法，就是將bfs的佇列改為基於估價的優先佇列，可以快速地找到答案。優先隊列為小根堆 while 優先佇列不為空 取出隊頭並擴充套件 將擴充套件節點以估價值 當前值為優先順序入隊 endwhile估價函式越接近真實值演算法越優，但一定不能大於真實值，否則...