SEO教程提供SEO基础入门教程
微笑SEO优化教程网:关注本站让你的SEO不断进步!

利用用户搜索意图做内页排名

您现在的位置:SEO教程 > SEO优化教程 > 时间:2018-07-04 14:46:51 > 作者:smiseo
用户搜索意图分析:当用户搜索一些比较宽泛的关键词时,只根据关键词本身,搜索引擎并不能知道用户确切需要什么,此时就会尝试性地分析用户的搜索意图。比如,用户搜索“霍建华”,搜索引擎并不知道用户到底是想要得到霍建华的个人简介、最新新闻,还是霍建华的相关视频、图片、音乐等。此时会触发搜索引擎的整合搜索功能,不能判断用户确切的需求,那么就把与“霍建华”相关且不同方向的内容同时呈现出来,让用户自由选择,这样也可以保证在搜索结果的首页就满足用户的检索需求。根据统计分析用户搜索该关键词时所关注的内容比率,搜索引擎也会调整这些内容的排名。
 
当用户搜索一些通用词汇时,搜索引擎会尝试参考用户所处地域的信息,返回可能是用户最需要的当地的相关信息。例如用户在深圳和上海同时使用百度搜索“图书馆”所得到的结果都是不一样的,在深圳搜索“图书馆”会得到优先找到深圳附近的“图书馆”,在上海搜索“图书馆”会得到优先找到上海附近的“图书馆”,因为搜索“图书馆”这类关键词的用户一般都是在寻找本地的信息,这就是地域性搜索,也是搜索引擎智能分析用户搜索意图后对用户返回更友好的搜索结果。
 
下图为深圳搜索图书馆:
深圳搜索图书馆搜索结果
 
当一个用户多次搜索某一个宽泛关键词(含扩展及同义词)后,如果经常点击同一个网页,那么搜索引擎就会通过Cookie记录用户的这一行为习惯。当用户搜索点击的次数达到一定程度后,再搜索相关关键词时,搜索引擎会优先把用户经常浏览的网页排在前面,这就是“个性化搜索”结果。同上述地域性搜索一样,都是搜索引擎对用户搜索意图进行分析后,对常规关键词匹配搜索结果的改进。并且如果对于同一个搜索词(包含扩展和同义词)搜索结果中的同一网页,搜索点击人数比例过大,也会影响到常规的网页排序,该网页对应的该搜索词相关关键词排名都会有所提升,也就是之前提到的搜索点击率问题。
 
现在百度搜索推出了“框计算”,对用户搜索意图进行了更加深入地分析,比如,对火车票信息、飞机票信息、日历、简单数据计算等搜索词的分析和结果展现,都体现了百度在用户搜索意图分析方面的技术提升,本书在第11章中会简单介绍一下百度“框计算”搜索引擎通过对搜索词、用户属性和用户历史行为的分析,来分析用户的搜索意图,这样就可以比较明确地确定搜索用户真正的需求,从而把用户最想得到的结果提供给用户。在搜索引擎分析完用户的搜索词后,先从索引库中检索与搜索词最相关、最重要的页面,进行排序后,再引入用户搜索意图对排序结果进行调整。下面就来介绍一下内容和关键词的相关性计算。
 
内容相关性计算:相关性是指内容和关键词的相关程度。现在搜索引擎其实并没有真正解决相关性计算的问题,只是通过关键词分词匹配、关键词在内容中的频率密度、关键词字体位置和页面外链等表面特征来进行内容相关度的计算。当下搜索引擎还不能真正理解搜索词和文章所表达的含义,所以也就使得部分内容应该有排名但实际上却没有的现象。现在搜索引擎判断相关性一般会采用关键词匹配和语义分析两种判断方法。
 
关键词匹配:
搜索引擎对索引库的检索过程可以简单描述如下:
(1)把用户提交的搜索词分成词A和词B。
(2)同时使用词A和词B在索引库中进行检索,并提出所有包含词A或者词B的文件,组成文件集合L。
(3)在文件集合L中把同时包含词A和词B的文件优先提出来组成文件集合M排在前面,把只包含词A或词B的文件排在后面。
(4)继续对文件集合M进行分析,把完全包含用户搜索词的文档提出来组成文件集合N,并排在前面,把内容中没有完全匹配搜索词的文件排在后面。
(5)再根据搜索词在网页中出现的次数、位置、密度和形式等对文件集合N中的文件进行排序。
(6)搜索引擎还会分析文件的外链数量、质量和锚文本,根据锚文本辅助分析文件和关键词的相关度、外链的数量和质量来确定文件的重要程度,以进行排序调整。
 
以上只是简单模拟搜索引擎的检索排序过程,为了描述方便,引入了“文件集合”。在整个检索和排名过程中,关键词匹配程度、密度、频率、位置、形式和外链情况会应用到所有文件上,而不仅仅是上文所提到的文件集合上。由以上检索排序模拟过程可以看出,搜索引擎判断一个网页或者文件与搜索词的相关度,主要根据文件中关键词出现的频率(次数)、密度(占全部内容的比例)、最终分词后关键词之间的距离(是否完全匹配)、位置和形式(是否在标题、内容比较靠前的位置以及是否黑体、变色、H标签等突出显示)、文件外链锚文本(是否和内容有统一的文本描述)等,外链的数量和质量并不是判断内容相关性的因素,只是判断文件重要程度、内容质量或可信任程度的标准。
 
同时在关键词匹配中,搜索引擎为了使返回的结果都是用户真正需要的,会分析判断搜索词分词后的词语,哪些是用户主要关心的,哪些是次要关心的。比如,搜索引擎会弱化搜索词中的常用或者意义不大的定语,在百度搜索“我们的航母”,搜索结果中前几页的网页内容都会完全匹配“我们的航母”这个关键词。多向后翻几页,当没有能完全匹配该搜索词的网页时,会明显感觉到后面的网页都是以“航母”为主要关键词的。
 
语义分析:只根据关键词匹配和外部链接对网页的描述(锚文本),搜索引擎还不能真正理解网页的内容,比如,一篇介绍iPhone的新闻,通篇都没有提到“苹果”两个字,这个网页的外链也没有“苹果”锚文本,此时搜索引擎如果只使用关键词匹配的方法,就不能把“苹果”和“iPhone"联系起来。搜索引擎为了解决这个问题,提升内容相关性的计算强度,就引入了语义分析技术。
 
语义分析技术其实就是通过对海量内容的分析找出词汇之间的关系。当两个词或一组词经常出现在同一个文档中时,就可以认为这些词之间是语义相关的。最典型的例子就是“电脑”和“计算机”,还有上面提到的“苹果”和“iPhone",搜索引擎根据对大量信息的分析,就可以判断出两个关键词在某种程度上相关或者是同义词,这样在检索索引文件时,同义词也会被适当加入检索。
 
内容相关性的高低会直接体现搜索引擎搜索结果质量的好坏,因此内容相关性计算一直是搜索引擎重点研究的方向。所以,增加内容和目标关键词的相关度也成了SEO人员研究的重要方向。SEO人员顺着搜索引擎判断内容相关性的思路,设计了很多让搜索引擎认为某个关键词和自己内容相关的做法,这些做法有的过分地凑“相关度”而到达了欺骗搜索引擎的程度。搜索引擎也针对这种情况推出了一系列的反作弊策略。
 
本文出自微笑SEO优化教程网,未经允许不得转载:利用用户搜索意图做内页排名 http://jc.smiseo.com/seoyhjc/251.html