China Data

参加过这样的专业活动，在演讲者讲话时，不止一次，而是多次爆发出雷鸣般的掌声。 SEOmoz 的 Ben Hendrickson 在伦敦 Distilled/SEOmoz PRO 培训上发表演讲 _ Ben Hendrickson 去年秋天在Distilled/SEOmoz PRO Training London 上发表演讲（他今年会回来） _ 我不确定我能否重现那天挤满 320 人的房间的活力和兴奋，但我在这篇文章中的目标是帮助解释主题建模、向量空间模型的概念，因为它们与信息检索以及我们在 LDA（潜在狄利克雷分配）上所做的工作有关。


我还将尝试解释与 SEO 实践的关系和潜在应用。 请求：奇怪 twitter 电话号码资源 的是，在本文和我们的研究公开发布之前，搜索社区中已有不少人发表了一些负面评论和批评，他们认为搜索引擎绝对不会使用 LDA（或一般的主题建模）。我们认为有很多证据表明搜索引擎确实使用了这些方法，但我们很高兴看到提出相反的证据。如果您有这样的工作，请发表！ 搜索排名饼图 我们中的许多人可能都熟悉SEOmoz 每两年进行一次的排名因素调查（明年我们还会再进行一次，我预计会有一些令人兴奋/有趣的变化）。


当然，我们知道这种意见的汇总可能会忽略许多因素，并且可能会过分或过低地强调它所显示的因素。 这是我最近为演示文稿创建的插图，有助于说明总体结果中的主要类别： 排名因素调查数据说明 这表明许多SEO并不太重视页面优化 _ 我自己经常觉得，从 Google排名结果的所有指标、测试和观察来看，诸如关键词使用或 TF*IDF（如下所述）等页面因素的重要性相当小。当然，我并没有观察到很多结果，即使在竞争不激烈的领域，人们只需添加一些关键词的重复，也许添加一些同义词或“相关搜索”就可以提高排名。