SEO如何研究排名规律

搜索引擎基本概念:爬取、索引、召回、粗排、精排、重排

搜索引擎爬取全网海量页面 → 进行基本的质量评分 → 过滤出小部分质量较佳的网页 → 创建倒排索引（能够通过关键词查询文档）

用户发起搜索请求 → 搜索引擎先对关键词进行纠错处理 → 拆成多个词项 → 去索引中查找能够命中这些词项的文档，可能就是这个数

<p class="article-content__img" style="box-sizing:border-box;outline:0px;margin-top:0px;margin-bottom:24px;padding:0px;font-size:16px;line-height:32px;text-align:center;color:#4A4A4A;word-break:break-word;font-family:"display:flex;-webkit-box-align:center;align-items:center;-webkit-box-pack:center;justify-content:center;white-space:normal;background-color:#FFFFFF;">

粗排

所以要从海量召回的文档中，删除其中内容高度重复的文档，并筛选与搜索词最相关的760个文档，展现给用户。

精排

这部分比海选要复杂的多，涉及一大堆数据挖掘、机器学习、用户行为分析、用户意图识别等算法，大概包括:

• 通过用户搜索词和前N次搜索词，结合历史日志中其他搜索该词的用户浏览行为，来揣测用户可能的搜索意图

• 文档的历史点击率

• 用户的网络维度特征（IP、网络类型、地域....）

• 与搜索词潜在意图覆盖率最高的TopN条文档

• 上述过程，对应着搜索引擎中，爬取、索引、召回、粗排、精排的几个阶段，属于搜索引擎系统入门级的常识。

  现在精排后面，还有重排，根据用户的搜索场景（网络、设备、近期点击行为等）和媒体热点，实时调整排序，比如:

• 你用wifi跟手机网络，搜索结果可能有所不同

• 上午媒体爆料一个叫GoGo闯神秘人和迪丽热巴约会了，然后下午GoGo闯的搜索结果，就跟上午完全不同了

如何研究排名（一家之言）

在16年以前，本渣觉得研究「排名」是最难的，后来搞了一堆单页站群、泛站群、资讯站群和少数几个单站，大概前后10万域名出头，发现「搞定收录」其实比「搞定排名」麻烦的多，甚至应付广告主没事总tm扣量、跑路不结算、域名被停止解析....，我觉得都比研究排名麻烦。

毕竟，大站参与760名排序的概率很大的，But一堆海量小站，参与召回的机会都没有。

所以，本渣觉得，大站与小站，研究排名，是两种路线:

小站研究的是，做哪些词能上首页。

03

正推就是假设一堆条件，挨个去测试，能否达到自己预期的结果。比如快排的开发，大部分都是正推的，需要大量测试

仅研究百度SEO排名规律上，正推的门槛极高。

然后我把这批网页导入到xunsearch（一个开源的搜索引擎，并不是说这个好，而是本渣当时只会这个，还不知道有elasticsearch这个东西）并建立倒排索引。

我的想法是:

第二步:我就修改自己网页的内容，推到xunsearch更新下索引，再次xunsearch搜索下，如果top10能出来，线上网页就按本次修改的上线。如果没出来，就修改其他地方，直到能在Top10出现。

反正第一步始终没出来，毕竟商业搜索引擎，和开源搜索引擎，很多地方是不同的。

anyway，正推我是放弃了

逆推

长尾关键词 

这意味着，如果库里面塞了一堆根本不可能排在首页的关键词，这是浪费系统资源的，毕竟新域名收录有限，自然希望收录的页面，都是大概率能上排名的页面。

• Top10结果爱站权重很低（平均权重<2）

• 有高有低（平均权重2-4）

<p class="article-content__img" style="box-sizing:border-box;outline:0px;margin-top:0px;margin-bottom:24px;padding:0px;font-size:16px;line-height:32px;text-align:center;color:#4A4A4A;word-break:break-word;font-family:"display:flex;-webkit-box-align:center;align-items:center;-webkit-box-pack:center;justify-content:center;white-space:normal;background-color:#FFFFFF;">

第一种可能这个词竞争度很大，或者本身是比较敏感的词，比如医疗养生类的，所以百度特意分流给了一些信任度高的大站

第三种是这个词是违禁的，且已经被百度发现删除

已排名优先的清洗关键词措施，是找出第1种和第3种词，然后删除掉。

以上是研究长尾词能够大概率上首页的问题，下面来聊聊核心词的排名。

以前有一种刷词方法，比如核心词是「SEO」，会去同时刷创造出来的新词，比如「SEO流量贩子」，同时title也改成这个词。

这样「SEO流量贩子」排名到首页后，在加大「SEO」的点击，这样核心词「SEO」上首页的概率，比直接硬点概率要大一些。

判断网页与核心词的真实相关性（排除点击加权）

比如很多刷快排的站，网页做的乱七八糟，可以说不符合SEO友好性，存在排名很大程度是点击加权，而非相关性，这样快排有点波动就容易被干。

搜索引擎对用户的Query，会先纠错在分词召回，纠错过程就包含去除烂七八糟的符号，之后再排序。

所以你看「华为工资 。」与「华为工资」的排序，几乎一样的。但对比「seo 。」与「seo」的搜索结果，就非常奇妙了。

海量核心词排名

比如某类词根，如:

• 关于XXX的作文

• {古诗名称}

• long long time ago，本渣的做法是:

  2）计算每个后缀的出现频次

  举个例子，比如{城市}公司，标题只写「{XX}公司」，有些浪费，因为这个词后面有人搜:

• {XX}公司大全

• {XX}公司黄页

• {XX}公司排名

• ......

全国300多个县级市，60%+城市，其下拉框都会出现“排名”，其实“名录”、“黄页”的出现频次也不少，跟“排名”差不多，但是这两个词缀做的人太多了，也就是搜索结果标题完全命中的数量比较多，所以最后用了“排名”，即title为:“北京公司排名”

一线城市没上去是因为，搜索需求太丰富，比如:代办、摇号、转让...