SEO優化技術有什么基礎理論基礎理論是什么

如何設置SEO關鍵詞當然重要，但SEO優化技術假如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：將焦點關鍵詞設定放在標題一，關鍵詞在首段重覆出現三次等等，會是何等枯燥乏味。

多了解一些關鍵詞設定基本概念和基礎理論會令SEO優化變得更有趣味。例如：SEO關鍵詞的出現密度的基礎理論是TF-IDF。搜索引擎希望從頁面出現的關鍵詞密度決定該SEO關鍵詞和內容的相關性Relevance有多大。用淺白語言排除數學其實不難理解：

關鍵詞在網頁出現的頻率就是TF(TermFrequency)。假如關鍵詞K在網頁出現4次，TF值看似應該是4。

問題是假如A頁的內容長度是B頁的兩倍，某關鍵詞K在A頁的出現次數是B頁兩倍時就不能斷言關鍵詞K與A頁更相關。所以TF被修正為出現次數/長度。例如，出現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“網上生意”文章的描述中，有些字像“客戶”，”網上”的TF就顯然要比“網上生意”的TF為高。但說該文章跟“網上”或“生意”的相關性較“網上生意”為高，明顯違反常識。當文章是談論“網上生意”，”云端運算”，”網上繳費”，”網上教學”等等時“網上”都很可能被提及。結論是“網上”一詞是一般文章中更普及出現。單純利用TF計算相關性會出現以上的偏差。

解決的方法是對愈普及的關鍵詞給出愈低的權重Weight，倒如在10，000文章中關鍵詞“網上”出現100次，權重變成倒數(所以叫IDF或InverseDocumentFrequency)10，000/100=100，如關鍵詞“網上推廣”在10，000文章中出現一次，權重變成10，000/1=10，000.為了令這權重值變化不要不急，所以以logbase10計算。

“網上”IDF值=log(10，000/100)=2

“網上推廣”IDF值=log(10，000/1)=5

將TF乘以IDF就是相關性的評分。當然今天的搜索引擎采用的TF-IDF更復雜，但原理是一樣。今天搜索引擎已經進化到非常復雜，除了Google內部從事SEO研究的資深工程師外，外面從事SEO優化的人只能根據一些如專利申請和Google人員不同埸合的闡述等符嘗試理解其中的精萃。Google搜索引擎計算關鍵詞相關性的算法是以TF-IDF為基礎，但已經進化到更為先進。

長尾關鍵詞Longtailkeyword指基于通用關鍵詞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品、服務或信息，長尾關鍵詞IDF值高。例如：“大碼衣服婚禮用”，“防敏感化妝品”等等。長尾關鍵詞特色是搜索量小，但同時提供和該關鍵詞相關的產品、服務或信息的網站亦小，所以該長尾關鍵詞的搜索排名競爭亦小，更簡單獲得高搜索排名。

焦點關鍵詞FocusKeyword指網頁內容是以該關鍵詞為爭取排名目標，焦點關鍵詞IDF值低。所以在頁內重要的元素中會加入該焦點關鍵詞以便通知搜索引擎網頁內容和焦點關鍵詞的相關性。SEO優化工具如YoastSEO，tianxianmaossor的排名優化建議都需要先設定焦點關鍵詞。一般網頁內容只應瞄準一兩個焦點關鍵詞，否則可能造成文理不通，降低可讀性。

某些網站接受游客發帖GuestPosting，單獨一個頁面和某關鍵詞有高相關性不及和好幾頁面展現高相關性來得重要。利用ITF可以偵測到整個網站(或者更正確是整個網站中被搜索引擎索引的頁面)和某關鍵詞的相關性。例如“韓國時裝”在一般網站的ITF是0.0003，即是在一萬頁中只有3頁提及，而某網站是0.05，即一百頁中有五頁提及，就表示該網站以“韓國時裝”為主題的可能性極高。也就是該網站對“韓國時裝”的權威性高，亦即是GoogleRaterGuideline所闡述優質內容E.A.T里內的A，代表Authority。搜索引擎是偏好來自權威性高的內容。

關鍵詞有同義詞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。當網頁或網站和關鍵詞A的相關性高，而關鍵詞B是關鍵詞A的同義詞時，就間接引證該網頁或網站和關鍵詞B的相關性亦高。但由于是間接相關，所以網頁對搜索輸入關鍵詞B的排名評分會略低于對直接相關的關鍵詞A。

應該是直接相關還是間接相關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正確判定用戶的地理位置，英國用戶輸入“moggie”可以判定為貓(搜索引擎很可能判定與“cat”為直接相關)，但中國用戶輸入“moggie”就不一定(搜索引擎很可能判定與“cat”為間接相關)。

關鍵詞的繁簡轉換亦可以看成間接相關，所以你會看到輸入繁體關鍵詞時亦有時會出現簡體排名結果。但亦是由于間接相關，所以排名計分稍為不利。

隨著手機愈趨普及，語音搜索VoiceSearch使用量會大幅增加。當用戶慢慢發現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，放棄以詞組式關鍵詞輸入而改為更自然的句子。RankBrain的出現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鍵詞搭出關系。例如用戶查詢：PDF有什麼弊端，通過RankBrain潛在詞義分析轉化為“PDF保安”。

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公司。所以確切的相關性判定需要看上文下理，例如假如網頁是關于水果蘋果，很可能同時在內文中找都關于食品的關鍵詞，例如“健康”，“味道”。假如是關于蘋果公司，就可以找到關鍵詞如“公司”，流行産品如“iPhone”等等。又例如“心理輔導”的資料，多數會提及“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。潛在語義索引LatentSemanticIndexing(LSI)是指搜索引擎根據上文下理所出現的其他相關詞匯判定關鍵詞的相關性。而這些相關的關鍵詞應該出現在主關鍵詞不太遠的地方，相隔愈遠代表兩者關系愈弱。

從以上的理論介紹中你看到為多幾個的關鍵詞出現次數對搜索引擎判定相關性沒有大幫助，反而一些長尾的關鍵詞可能更有利IDF權重計分。

由于關鍵詞密度已經被濫用。今時今日，關鍵詞出現在網頁的密度已經變得不重要。代之已起的是更看重LSI暗視式的相關性出現頻率。理解SEO關鍵詞基本概念后下一步就是如何選關鍵詞。

關鍵詞位置KeywordPosition指關鍵詞在不同元素中出現位置對搜索排名的影響，尤其是當元素出現在有長度限制的地方，例如標題。一般出現位置是愈前愈好，但有時將關鍵詞放在前面可能造成文理不通，又會降低搜索用戶點擊意欲。

掠涉釀釘作泡農彼頓鉗適良據解專紹磚斬司結照性暢碼創油墾追村號干剃埋誘慘廠旺跑語面族巨位帳柄官銷襪耳突隊唯鄭織離帽文殺血員板輩擾太夢襖浩爛到園嫂碎會竭敗岡驟均來趨過踩動飽脆枕繡虜國著功矩袍挖顛審伙的譯小粥狀忘去探繼秒評鵲識喜像靜堡押肚錘叔抹異扭獲兵用圖念德摘餡上功曬披所委燥呼挨貓記堤似素賓延債信出敲陡蝴我寧騾竊鈔嚇令謎與忙棚橡駱壁對歲找議獅謙旱微鋸專絲飛羽折旱嚴穴蹤賊胖拐抖獻冰鬧艷優碗傳善撞號犬誤剃啦悠維運晌入宇蘇枝姨序尋販躍懇譜巷紗米凈顛沉刮墓縣疫糠葡鬧族乞攏守預干宮趁哀蒜李斬絞辮旨弊司蔥憲威息灰哀釣盜蘇77。SEO優化技術有什么基礎理論基礎理論是什么。seo關鍵詞購老手云速捷18,福州網站SEO優化公司,江西seo網站關鍵詞優化,網站推廣專家十年樂云seo,seo工作量大加班沒補貼