路普网络：搜索算法排名因素统计和调查的区别

路普网络：搜索算法排名因素统计和调查的区别

　　我们在鲁普网络上分享了很多搜索算法排名因素的统计和调查，例如：

　　但是有一个问题我没有仔细讨论过。所有排名因素统计调查都是一样的。严格来说，搜索结果统计分析得出的排名因素只能说与排名有关，不一定是因果关系。也就是说，通过观察和统计得到的排名因素不一定是真实搜索引擎使用中的排名因素。

　　简单来说，统计这些排名因素的过程如下：搜索典型的关键词（总数需要达到一定数量，比如10000个关键词），下载搜索结果页面，并利用各种工具记录、查询、计算排名页面的特征（即排名因素），最后分析排名好的页面的共同特征，或者排名差的页面不具备的特征.

　　所以，这种统计的依据是“好排名”和“页面特征”同时出现，也就是两者是相关的，而且相关性往往是相当高的。但相关并不一定意味着存在因果关系。最简单的比喻是，鸡鸣和黎明经常一起出现，相关性很高，而且是鸡鸣后的黎明，但鸡啼不是黎明的原因。

　　排名和所谓的排名因素之间也是如此。最明显的是，对几乎所有排名因素的统计表明，Facebook、Twitter 等社交媒体上的点赞、分享、转发等数量是与 Google 排名相关性最高的因素，或者两者同时出现的概率。同时非常高。但是，高社交媒体互动数据是获得良好排名的原因吗？换句话说，它是一个排名因素吗？一直以来，多位谷歌员工明确否认社交媒体数据是排名算法的一个因素。

　　谷歌员工的话不一定可信，但社交媒体数据不是排名因素，基本可信。两个原因：

　　具有良好社交媒体数据的页面同时排名良好的可能原因包括：

　　是哪一个，或其他原因，我们目前不知道。

　　另一个例子，相反的例子。 Searchmetrics的统计显示，.com域名与排名呈负相关，即.com域名不利于排名。这有点令人困惑。一般来说，.com域名是首选。这很可能会受到维基百科强大的排名能力的干扰。大多数查询词在前面都会有一两个维基百科页面，而且是.org域名。

　　既然所谓的排名因素和排名没有必然的因果关系，有的甚至明明没有因果关系，那我们忙什么呢？这些公司试图用统计数据做什么？

　　首先，可能没有因果关系，但不一定非因果关系。如果我们不谈论搜索引擎，我们无法确定。各种统计调查中的因素太多了，在搜索引擎的使用中总会有一些确实是排名因素，当你遇到它们时，你会遇到几个。

　　更重要的是，两者之间的强相关性往往是由于内部原因，尽管我们不知道确切的关系。如果 SEO 优化一个页面，使其与排名良好的页面相同，那么这个页面也很有可能获得良好的排名，虽然我们无法确切知道优化的哪一部分发挥了作用，如何起到了很大的作用。

　　最后，处理相关性，而不是因果关系，是人工智能的力量。

　　成立于2007年，是一家专注于搜索引擎营销解决方案的供应商。迄今为止，已为数万个网站提供SEO网站优化和在线推广服务，服务用户超过3000人！

　　p>