12 facebook權重算法(騰訊算法高級研究員陳松堅：智能問答技術及其應用)

關鍵詞在Google上的平均搜尋量，甚至能夠找出與該關鍵詞相關字詞中，搜尋量較高的關鍵詞去做推薦。 透過Google 關鍵詞規劃工具，你將可以挑選出屬于自身博客內容營銷、網站內容的關鍵詞。

這邊再順手推薦一個免費小工具，特別是做跨境電商的你可以直接在Chrome瀏覽器上置入Keywords everywhere這個Plugin，你就可以在使用搜索引擎的時候，看到這個字的每月搜尋量、CPC（每次點擊的廣告費用/美元）以及競爭程度。

在SEO優化里，標題將直接影響關鍵詞搜尋的排行，這點是非常肯定的。 為什么？因為使用者會從標題判讀這個內容對他來說是否是他正在找的答案，或者有沒有引起他的興趣點擊該網頁所提供的內容。 因此，將自己選定的最佳關鍵詞巧妙埋入標題里，是非常重要的（這對算法來說，權重是重的）。此外，對于網頁的Meta描述也可以適時的加入關鍵詞，以達到被搜尋到的機率。 當然，你不能為了騙點擊就掛羊頭賣狗肉，長期下來不僅讀者會對你的網站失去信任，Google對你網站的整體表現也會留下不良紀錄（比如，消費者到你的網站以后，不到10秒鐘就跳出網頁）。

所謂的 Heading Tag 即是 HTML 語法中……等元素，用以強調該組關鍵詞在文章中的重要性。 在 SEO 優化中，選定埋放 Heading Tag 的關鍵詞是項非常重要的指標。 通常它應該要是一個網站首頁的主要標題、主要內容、次要標題、次要內容以及頁面選單，而網頁或是博客文章也是同樣的概念。 目前的研究皆指出雖然無法明確證明搜索引擎的算法會依照 Heading Tag 去做權重分配，然而關鍵詞搜尋前端的網頁與 Heading Tag 的使用有極高的相關性。 因此，將自己手中的關鍵詞組依搜尋量及自身所搶占的程度去做重要性劃分，選擇最重要的關鍵詞埋入中，并且依序埋放，可以有效提升關鍵詞搜尋的排行。

排列出自己的關鍵詞組合后，接著就是要適當地將關鍵詞與博客內容營銷巧妙做結合，將選定的關鍵詞埋放進去。 在基本的搜索引擎算法中，會傾向尋找與關鍵詞搜尋高度相關的網頁，利用這項基本原理，埋入越多關鍵詞將有助于提高網頁的高度相關性。 然而，需要注意的是如果高度無意義重復使用關鍵詞，此舉將被搜索引擎判定為無效的垃圾訊息，并且直接嚴重的拉低關鍵詞搜尋排名。因此，有效又適當的埋放關鍵詞是 SEO 優化的一項關鍵。

除了好的博客內容營銷和關鍵詞營銷外，對于網站架構的優化也是 SEO 優化上十分重視的。搜索引擎找尋網頁的方法是算法，因此依循算法，讓自身網站更方便算法讀取，也就能隨之提升關鍵詞搜尋的排名。

在行動裝置興盛的情況下，網絡的使用早已不限于計算機。因此，搜索引擎的算法中也視網頁是否有針對行動裝置做優化為一項重要的指標。 在網頁的設計架構中，計算機的網頁設計是有別于行動裝置的，而手機和平板之間又有些微差異。因此，時常造成使用計算機能正常開啟的網頁換到行動裝置上卻無法順利呈現的窘境。 而針對行動裝置做過優化的網頁在開啟時，將隨著不同的行動裝置做網頁呈現的改變，增加網頁的易讀性，也使的使用者更愿意于各種行動裝置上閱覽，在關鍵詞搜尋的排行上自然也就會提升。

一般的小型企業如果要架設一個公司網站的成本，過去從10萬到300萬、500萬，甚至千萬都有可能，因為「客制化」總是比較貴，工程師看技術與能力以及復雜度，協助企業打造符合所需的網站架構及功能。 然而往往因為內部沒有工程師，故在維護網站上時常會有這樣的困擾：加一個功能就要好久、或者好多錢。所以當你的網站建好以后，或許從10來多年，就都沒有再做更新，或者每次都要找不同的廠商來蓋網站又花好大一筆錢。 但其實現在已經有非常多成熟的電商網站平臺、開店系統，能讓企業直接套模板解決大部分網站功能的需求，小型企業只需要小額租用開店平臺的系統，加上一個懂得如何做網站優化及更新系統的工程師，就可以把你的網站顧得好好的。 平臺的工程師將會負責開發與設計新的功能，以提供給租用的使用者有最新、最方便的串接服務。如此一來，不論是設計響應式網頁（RWD）、要串Facebook Messenger、Line bot 、金流、物流API，都相對更方便快速。當然，如果企業規模很大、整體的系統串接很復雜，那么還是要有很好的系統整合商或者內部的工程師來協助處理，網絡上的資源所有的串接。 這邊雖然有點叉開話題，但總之，你的網站是否能跟上消費者、使用者的習慣去做應變，將會是非常重要的！

URL 也就是指向自身網頁的一個標簽，許多人在架構網頁時，會繼續沿用原本由隨機數碼組成的買粉絲名稱。然而，在搜索引擎的算法下，其較偏好擁有敘述性、永久性的買粉絲名稱，因為這代表了該網站可能擁有較高的質量。 以下方兩個實際的例子看一下： 買粉絲s://transbiz …../k743621 買粉絲s://transbiz …./growth-by-crossborder-e買粉絲merce/ 而前述由隨機數碼組成的買粉絲容易被搜索引擎判定為一組浮動、可能隨時更換的 URL，因此當用戶輸入關鍵詞詞時，可能就會被搜索引擎排除。 這也是為什么，在網頁的重新導向上，建議使用 301 導向，而非 302 導向。301 導向為永久性網頁所常用的網頁導向，而 302 導向則為浮動網頁所使用。如果自身網頁誤用 302 導向，也將使的網頁被判定為浮動網頁。 對華人世界來說，買粉絲的名稱設定有兩種方式：中文和英文。 而目前就搜索引擎算法而言，并不會因為 URL 語言選擇的不同，而對 SEO 造成影響。不過需要注意的是，中文 URL 僅適用于臺灣及中國，在其他地區則以「編碼」呈現。 比如，在這篇文章的買粉絲，我在我的搜索引擎上看到的買粉絲是包含中文字詞的

但是，當我將這個買粉絲貼到像是facebook或是記事本等甚至在這篇文章里面，它將會自動被轉化成百分比符號、英文字母以及數字的搭配組合如下： /b2bb2c%E5%A4%96%E9%8A%B7%E7%B6%B2%E7%AB%99-%E9%96%8B%E5%BA%97%E7%B3%BB%E7%B5%B1%E6%AF%94%E8%BC%83/ 也就是說，雖然以中文 URL 呈現便于華人記憶，但是對于其他地區而言卻會因為編碼問題而造成 URL 過于復雜，進而可能間接造成 SEO 自然搜尋下降。 因此，當你在設計網頁的選定哪種 URL 時，要先考慮用戶的區域性。 比如你的主要目標客群是使用日文、西班牙文、俄羅斯文、土耳其文⋯⋯，那你的買粉絲是不是就要用當地的語言比較好？當然，你也可以選擇統一使用英文，相對來說也會容易被全世界的消費者搜尋到。 或者，你在下關鍵詞廣告的時候可以使用當地的語言、頁面跳轉的時候根據使用者所在的地區給予不同語言的頁面內容。不過這已經有點太進階了，買粉絲的部分就先講到這里。

在 SEO 優化中，網頁的讀取時間是決定關鍵詞搜尋排名的一項重要因素。如前述所言，搜索引擎有自身一套讀取網站的算法，因此如果能按照搜索引擎所要求的方式做網頁架構設計，可以有效增加網頁讀取時間。 在架構的設計上，除了由專業的 IT 人員進行設計外，也能搭配相關工具進行分析及優化，例如－Google Search Console。Search Console 是 Google 的一項輔助工具，它能幫網頁檢查是否符合 Google 搜索引擎的算法，如果有錯誤發生也能明確指出錯誤所在，方便 IT 人員修復。 另外，隨著 UI (User Interface) 和 UX (User Experience) 日益受到重視 ，對于 SEO 優化來說雖然并沒有證實會直接的造成影響，但 TransBiz 認為透過 UI 和 UX 的概念去設計的網頁將更能滿足使用者的需要，自然而然也會帶動關鍵詞搜尋逐步提升。

— —（2018.09補充更新）— —

Google此次的更新，主要在于「提供重大生活決策的建議頁面」（Your Money Your Life），包括教育、健康、財務、購屋等可能影響未來幸福或財務等生活決策時，提供建議的網站或是頁面的權重調整。 調整的方向參考「E-A-T」Expertise（專業度）、Authority（權威度）、Trustworthy （信任度）。 根據想要稱霸亞洲SEO SaaS的awoo詳盡根據此次google算法調整的說明包括以下幾點注意事項：

— — — —

推薦算法簡介

寫在最前面：本文內容主要來自于書籍《推薦系統實踐》和《推薦系統與深度學習》。

推薦系統是目前互聯網世界最常見的智能產品形式。從電子商務、音樂視頻網站，到作為互聯網經濟支柱的在線廣告和新穎的在線應用推薦，到處都有推薦系統的身影。推薦算法是推薦系統的核心，其本質是通過一定的方式將用戶和物品聯系起來，而不同的推薦系統利用了不同的方式。

推薦系統的主要功能是以個性化的方式幫助用戶從極大的搜索空間中快速找到感興趣的對象。因此，目前所用的推薦系統多為個性化推薦系統。個性化推薦的成功應用需要兩個條件：

在推薦系統的眾多算法中，基于協同的推薦和基于內容的推薦在實踐中得到了最廣泛的應用。本文也將從這兩種算法開始，結合時間、地點上下文環境以及社交環境，對常見的推薦算法做一個簡單的介紹。

基于內容的算法的本質是對物品內容進行分析，從中提取特征，然后基于用戶對何種特征感興趣來推薦含有用戶感興趣特征的物品。因此，基于內容的推薦算法有兩個最基本的要求：

下面我們以一個簡單的電影推薦來介紹基于內容的推薦算法。

現在有兩個用戶A、B和他們看過的電影以及打分情況如下：

其中問好（?）表示用戶未看過。用戶A對《銀河護衛隊 》《變形金剛》《星際迷航》三部科幻電影都有評分，平均分為 4 .7 分 （ (5+4+5 ) / 3=4.7 ）；對《三生三世》《美人魚》《北京遇上西雅圖》三部愛情電影評分平均分為 2.3 分 （ ( 3十2+2 ) /3=2.3 ）。現在需要給A推薦電影，很明顯A更傾向于科幻電影，因此推薦系統會給A推薦獨立日。而對于用戶B，通過簡單的計算我們可以知道更喜歡愛情電影，因此給其推薦《三生三世》。當然，在實際推薦系統中，預測打分比這更加復雜些，但是其原理是一樣的。

現在，我們可以將基于內容的推薦歸納為以下四個步驟：

通過上面四步就能快速構建一個簡單的推薦系統。基于內容的推薦系統通常簡單有效，可解釋性好，沒有物品冷啟動問題。但他也有兩個明顯的缺點：

最后，順便提一下特征提取方法：對于某些特征較為明確的物品，一般可以直接對其打標簽，如電影類別。而對于文本類別的特征，則主要是其主題情感等，則些可以通過tf-idf或LDA等方法得到。

基于協同的算法在很多地方也叫基于鄰域的算法，主要可分為兩種：基于用戶的協同算法和基于物品的協同算法。

啤酒和尿布的故事在數據挖掘領域十分有名，該故事講述了美國沃爾瑪超市

很赞哦!（4362）