Warum sollte eine Website mit Keyword-Füllung ohne Google-Suchergebnisse einen höheren Rang als eine haben?

Wie bei einigen anderen Websites versuche ich, bei Keywords im Vergleich zu anderen Wörtern ein Gleichgewicht zu halten. Über diese SEO-Tools / Keyword Analyzer habe ich Tests meiner (optimierten) Website sowie einer (mit Keywords gefüllten) Konkurrenz-Website durchgeführt .

Was noch verrückter ist, ist, dass die genaue Phrase, nach der die Leute suchen (" Kerl und 4. "), ein Wort enthält, das Suchmaschinen ignorieren. Schauen Sie sich die Ergebnisse an .

und...

Wie Sie sehen können, sind auf der Website, die einen höheren Rang einnimmt, mögliche Spam-Indikatoren angebracht, wo dies auf meiner Website nicht der Fall ist.

Warum kann eine Website mit vielen Spam-Indikatoren einen höheren Rang einnehmen als eine Website ohne Spam-Indikatoren? Beginnt Google tatsächlich damit, das Füllen von Keywords mit all den Änderungen zu fördern, die sie an ihren eigenen Seiten vornehmen?

Dies ist einfach. Die Keyword-Dichte ist ein Mythos. Zumindest ist es jetzt.

Es ist wichtig zu beachten, wie die Begriffe verwendet werden und nicht wie oft die Begriffe verwendet werden. SEOs verwirren das Problem gerne absichtlich, um Sie von ihnen abhängig zu machen und für Tools und Ratschläge zu bezahlen. PT Barnum pflegte zu sagen, dass jede Minute ein Trottel geboren wird . In der Suchmaschinenoptimierung scheint die Nebenschau die gesamte Online-Beratung zu sein. Trauriger noch, SEOs bewegen sich langsamer als PageRank, was viel langsamer ist als Gras, das in der Sahara wächst. Sie lassen sich nicht leicht von den alten Konzepten lösen, selbst wenn sie von Anfang an absolut falsch lagen.

Dies ist ein Mini-Tutorial zur Gewichtung von Begriffen auf einer Website. Es ist keine vollständige Erklärung, sondern eine Illustration. Es ist eine lohnende Reise, um besser zu verstehen, wie SEO funktioniert.

Vor dem Abwägen von Site-Begriffen und -Themen mithilfe der Semantik wurde die Keyword-Gewichtung anhand einiger Indikatoren durchgeführt, darunter die Verwendung und Platzierung von Begriffen in Tags wie titleTags, Header-Tags,descriptionMeta-Tags sowie die Nähe zueinander und wichtige Tags und andere Wichtigkeitsangaben usw. Ein Teil der Angabe der Wichtigkeit war die Verwendung von Begriffen, Synonymen, komplementären Begriffen und die Bedeutung dieser Begriffe. Dies folgt etwas dem Begriff der Keyword-Dichte, und bitte beachten Sie, dass Begriffsverhältnisse angewendet wurden, um ein Seitenthema zu bestimmen. Es waren jedoch nicht die hohen oder niedrigen Verhältnisse von Begriffen, sondern ein Verhältnis, das häufig verwendete Begriffe, sich wiederholende Begriffe und unnatürliche Begriffe effektiv entfernen würde Verwendung von Begriffen und Begriffen, die aufgrund mangelnder Verwendung einfach keinen Wert haben usw. Diese Begriffsverhältnisse wurden automatisch seitenweise ausgewertet und die Ergebnisse mit Berechnungen abgeglichen, die bestimmen, ob sich die Ergebnisse in einem betrieblichen Bereich befanden. Letztendlich bestimmten Begriffe das Thema und den Themenumfang anhand der später beschriebenen Semantik. Die Dichte hatte jedoch keinen Einfluss auf den Suchrang an sich, sondern auf das Thema und die passende Suchabsicht. Der sekundäre Effekt besteht darin, dass Begriffe mit einer bestimmten Dichte zufällig übereinstimmen, da dieselben Begriffe zu einem Profil passen, das durch semantische Verknüpfungen bestimmt wurde und zur Bestimmung der Suchabsicht verwendet wurde. Dies folgte dem Parsermodell, das teilweise noch existiert, aber nicht das gesamte Modell ist. Nicht länger.

Die Semantik ist heute das Hauptmodell. Da das Web jedoch einem herkömmlichen Textmodell folgt, kann das Parsermodell nicht vollständig gelöscht werden. Der Grund dafür ist einfach. Es gilt immer noch und macht Sinn und ist sehr nützlich.

Semantik kann als "relationale Paarung" beschrieben werden, obwohl Sie bei einigen komplexeren semantischen Modellen wirklich von "relationalen Ketten" sprechen. Dies ist als semantische Links bekannt, und die Beziehung zwischen semantischen Links ist als semantisches Web bekannt, das nichts mit dem World Wide Web zu tun hat, außer dass eines für das andere praktisch ist. Für meine Illustration werde ich es auf einfache Paare beschränken, obwohl die Semantik ziemlich schnell ziemlich kompliziert wird. Zu meiner Veranschaulichung werde ich die Dinge also ein wenig vereinfachen.

Relationale Paarung ist der einfache Begriff von Drillingen; das Subjekt, das Prädikat und das Objekt. Das Prädikat kann alles sein, solange es zwischen dem Subjekt und dem Objekt repräsentativ ist.

Ich werde von einem frühen PageRank-Modell abweichen. Bitte bleib bei mir. Es gilt.

Als Google konzipiert wurde, war der Begriff des Seitenrangs eine ziemlich einfache Darstellung von Vertrauensnetzwerken unter Verwendung von Semantik. Ein Link wird von einer Seite zur anderen hergestellt. In diesem Fall:

Subject: examplea.com
Predicate: trusts
Object: exampleb.com
Read as: examplea.com trusts exampleb.com

Subject: exampleb.com
Predicate: trusts
Object: examplec.com
Read as: exampleb.com trusts examplec.com therfore examplea.com trusts examplec.com

Obwohl wir wissen, dass die obige "deshalb" -Klausel nicht unbedingt wahr ist, war dies das frühe Modell und gilt immer noch etwas wahr, wenn auch nicht absolut wahr. Wir wissen, dass examplea.com möglicherweise keine Kenntnisse über examplec.com hat und daher examplec.com nicht vollständig vertrauen kann. Es besteht jedoch eine Beziehung, die berücksichtigt werden muss.

Die frühe Verwendung des Begriffs PageRank wurde Seite für Seite berechnet - Link für Link, jedoch auf die gesamte Website angewendet. Wie viele Vertrauenslinks gibt es beispielsweise auf exampleb.com? PageRank war eine ziemlich einfache Berechnung der Links zu den Seiten einer Site. Aber es gab offensichtliche Probleme damit. Es können Links hergestellt werden, um die Bedeutung einer Site künstlich zu erhöhen. Die Berechnung enthielt eine ziemlich standardmäßige Abklingrate, die dies korrigieren könnte. Die Abklingrate selbst warf jedoch neue Probleme auf, da keine einzelne Abklingrate den tatsächlichen Wert vollständig berücksichtigen kann, da die natürliche Neigung darin besteht, eine Kurve in der Berechnung zu haben.

Unter Verwendung des Vertrauensmodells wurden Domänen basierend auf Faktoren gewichtet, die auf Vertrauen hinwiesen. Die größte Vertrauensmetrik ist beispielsweise das Alter der Website. Ältere Websites können im Allgemeinen als vertrauenswürdig eingestuft werden. Websites mit konsistenter Registrierung, konsistenter IP-Adresse, Qualitätsregistrator, Qualitätsnetzwerk (Host) weisen keine Spam-, Porno-, Phishing- usw. Vorgeschichte auf. Alle weisen auf Vertrauen hin. Ich zähle über 50 Domain-Vertrauensfaktoren, daher werde ich diese überspringen und es weiterhin einfach halten.

Subject: examplea.com
Predicate: domain trust score
Object: 67

Subject: exampleb.com
Predicate: domain trust score
Object: 54

Subject: examplea.com
Predicate: trusts
Object: exampleb.com
Read as: examplea.com trusts exampleb.com

Mit einer anderen Berechnung kann ein gewisses Maß an Vertrauen hergestellt werden, und nicht nur eine binäre Site vertraut einer anderen . Wenn das erste Beispiel das Vertrauen übergeben hat, übergibt das zweite Beispiel einen Vertrauenswert, der proportional zur Berechnung ist.

Bitte haben Sie Verständnis dafür, dass der PageRank seitenweise berechnet wird und TrustRank einen Großteil des SiteRank ausmacht, von dem Links, Linkqualität und Linkwert eine Rolle spielen, obwohl sie weitaus weniger wichtig sind als ursprünglich und weit weniger als der Site Trust Score . Behalte dies im Kopf.

Wie trifft dies auf Keywords auf einer Seite zu?

Alle Inhaltsbegriffe werden gewichtet, jedoch werden nur einige Tag-Begriffe gewichtet. Ein primäres Beispiel ist das keywordsMeta-Tag. Wir alle wissen, dass Begriffe in diesem Tag überhaupt kein Gewicht haben. In der Tat wird es völlig ignoriert. Ein Missverständnis ist, dass das descriptionMeta-Tag für SEO nicht zählt. Das ist nicht wahr. Für Begriffe innerhalb dieses Tags gibt es ein Gewicht, das jedoch relativ niedrig ist. Das Beschreibungs-Meta-Tag hat einen Wert. Sie werden gleich verstehen, warum.

Das alte Parser-Modell hat noch Wert. In diesem Fall wird die Seite von oben nach unten gelesen und Tags und Inhaltsblöcke werden mit Werten gelesen und gewichtet, die die Wichtigkeit nach einem Modell von oben nach unten messen. Einige Metriken sind statisch. Zum Beispiel hat das titleTag eine höhere Wichtigkeitsbewertung als das h1Tag, die höher ist als jedes h2Tag usw. Das descriptionMeta-Tag hat eine Wichtigkeitsmetrik, die ziemlich hoch ist. Warum? Weil es immer noch ein wichtiger Indikator dafür ist, worum es auf der Seite geht. Die im Tag enthaltenen Begriffe haben jedoch wenig Gewicht. Dies geschieht so, dass Suchabsichtsübereinstimmungen immer noch descriptionfast so einfach mit dem Meta-Tag übereinstimmen wie ein titleTag und einh1Tag, kann aber nicht zu stark manipuliert werden, um das System zu spielen. Bitte beachten Sie, dass Bedingungen gelten können. Beispielsweise stimmt eine Suche nicht mit dem descriptionMeta-Tag überein, ohne an anderer Stelle hauptsächlich mit dem titleTag oder h1Tag oder innerhalb des Inhalts übereinzustimmen.

Stellen Sie sich mit dem Parser-Modell einen Punkt am Anfang des eigentlichen Inhalts vor. Nähe ist ein Maß, das auf verschiedene Arten verwendet wird. Zum einen steht ein Begriff, ein Tag, ein Inhaltsblock usw. in Beziehung zu diesem Punkt am Anfang des Inhalts. Stellen Sie sich nun Header-Tags als Hinweise auf Unterthemen vor und stellen Sie sich einen Punkt am Anfang des Inhalts unmittelbar nach einem Header-Tag vor, der durch das nächste Header-Tag beendet wird. Wieder wird die Nähe gemessen. Die Nähe wird zwischen Begriffen in einem Absatz, Absätzen,headerTags usw. Diese Maße werden als Gewicht für Begriffe in Bezug auf ihre Verwendung und ihre offensichtliche Bedeutung berechnet. Darüber hinaus können Begriffe, Ausdrücke, Zitate und ähnliche Inhalte zwischen Seiten und Websites mithilfe eines etwas anderen, aber immer noch ähnlichen Näherungsmodells gemessen werden.

Seiten werden über Links von Seite zu Seite und in der Nähe der Startseite oder einer anderen Seite verknüpft, auf der eine Beziehungswolke ermittelt werden kann. Beispielsweise kann eine Themenseite zu SEO Links zu mehreren SEO-Unterthemenseiten enthalten. Dies würde darauf hinweisen, dass die Themenseite für SEO wichtig ist, da sie auf mehrere ähnliche Themenseiten verweist und eine Beziehungswolke bestimmt werden kann. Für jede SEO-Unterthemenseite ist die Nähe eine Anzahl der Links zwischen der SEO-Themenseite und der SEO-Unterthemenseite sowie der Anzahl der Links von der Startseite. Hierbei kann eine Seitenbedeutung berechnet werden. Wie wichtig ist die SEO-Themenseite? Es ist ein Link von den Navigationslinks auf der Homepage und in der Tat jede Seite - sehr wichtig. Jedoch, Die SEO-Unterthemenseiten haben keine Links aus der Navigation und werden daher von der Metrik für die SEO-Themenseite wichtig. Dies folgt dem Modell des PageRank Semantic Link Trust Network.

Wenn Sie zum ursprünglichen PageRank-Modell zurückkehren, können Sie Seiten so bewerten, wie Sie sie verlinken, genau wie Links im gesamten World Wide Web einen Wert haben. Dies wird als Bildhauerei bezeichnet, obwohl übermäßige manipulative Bildhauerei bestimmt und ignoriert werden kann. Seien Sie also natürlich. Während Sie dies tun, weisen Sie auch auf die Bedeutung der auf diesen Seiten enthaltenen Begriffe hin. Jeder Begriff auf einer Seite wird also nicht nur danach gewichtet, wo und wie sie auf dieser Seite verwendet werden, sondern auch nach der offensichtlichen Bedeutung der Seite, wie und wo sie auf Ihrer Website vorhanden ist. Beginnt es Sinn zu machen?

Okay. Schön und gut, aber wie hängen Begriffe zusammen und wie hilft die Semantik dabei? Auch hier ist es sehr einfach.

Ich habe eine Seite über Autos. Sie sind in Großbritannien und haben eine Website über Automobile. Es ist ziemlich offensichtlich, dass Autos und Automobile dasselbe Wort sind. Suchmaschinen verwenden ein Wörterbuch, um die Beziehungen zwischen Wörtern und Themen besser zu verstehen. Google hat sich durch die frühzeitige Erstellung eines selbstlernenden Wörterbuchs differenziert. Ich werde nicht darauf eingehen, aber Sie werden immer noch das Bild bekommen. Verwenden der Semantik:

Subject: cars
Predicate: equals
Object: automobiles

Auf diese Weise kann Google herausfinden, dass meine Website und Ihre Website ungefähr dasselbe sind. Noch einen Schritt weiter gehen.

Subject: car
Predicate: is painted
Object: dark red

Subject: automobile
Predicate: is painted
Object: maroon

Subject: deep red
Predicate: equals
Object: maroon

Unter der Annahme , dass für einen Moment nur diese beiden Standorte vorhanden ist , jede Suche nach tiefrot Automobil könnte dazu führen , in kastanienbraun Automobil und tiefroten Auto , obwohl tiefrot Automobil ist nicht vorhanden auf dem Netz.

In den frühen Tagen der Suchmaschinenoptimierung wurde empfohlen, Synonyme und mehrere Versionen von Begriffen zu verwenden. Dies war damals, als die Semantik nicht verwendet wurde oder so stark war. Heute können Sie sehen, dass dies nicht erforderlich ist, da die Beziehungen zwischen Wörtern und Verwendung in einer Semantikdatenbank gespeichert werden.

Wenn ich das gleiche Modell verwende, aber einiges vorausspringe, kann die Semantik, wenn ich ein brillantes Stück schreibe, das auf mehreren anderen Webseiten zitiert wird, dies als Zitat vermerken und es meiner ursprünglichen Arbeit zurückführen, was es auch ohne Links zu meiner viel wichtiger macht Seite überhaupt. In diesem Fall kann eine Seite ohne eingehende (rückseitige) Links eine Seite mit einer hohen Anzahl eingehender (rückseitiger) Links einfach aufgrund eines Zitats übertreffen. Zitate sind ein wichtiger Bestandteil der Anwendung des Semantic Web auf das World Wide Web. Während SEOs den anspielenden AuthorRank verfolgten, gab es so etwas nicht. Es war alles Semantik und Datenpaar-Matching, auf das ich nicht eingehen werde, sondern das zum Beispiel von könnte darauf hinweisen, dass der Name des Autors unmittelbar folgt, und daher kann dem Autor eine Zitiergutschrift zugewiesen werden, wenn das Stück zitiert wurde.

Warum habe ich das alles durchgemacht?

Damit Sie leicht erkennen können, dass der Mechanismus für die Bewertung eines Begriffs auf einer Website weitaus komplizierter ist und nicht mehr von der Dichte abhängt, was ohnehin nie vollständig der Fall war. Tatsächlich ist die Dichte überhaupt kein Nebeneffekt mehr. Der Grund dafür ist einfach. Es war leicht zu spielen und keine Abklingrate konnte das Spiel wie im ursprünglichen PageRank-Schema kompensieren.

Wie bei jeder mit Keywords gefüllten Site ist es nur eine Frage der Zeit, bis die Semantik sie preisgibt. Panda begann als periodische Aufgabe, die speziell darauf ausgelegt war, dieses und ähnliche Dinge zu messen und Metriken anzupassen, um die Auswirkungen einer fehlerhaften Site in den SERPs herabzustufen. Während der SiteRank im Allgemeinen derselbe bleibt, wird jede Site, bei der Spam festgestellt wurde, in der TrustRank-Bewertung beeinträchtigt, da ein Verstoß vorliegt, wodurch der SiteRank leicht herabgestuft wird. Ich glaube, dieser Mechanismus hat eine Schwerekomponente, die es ermöglicht, geringfügige Verstöße ohne Schaden zu korrigieren. Dieses Klopfen bleibt auch dann bestehen, wenn das Problem gelöst ist. Dies liegt daran, dass der Verstoß im Site-Verlauf beibehalten wird. Was also passiert, ist, dass die SERP-Platzierung abfällt, bis das Problem gelöst ist, bei dem die SERP-Platzierung wieder ansteigt, jedoch nie auf das Niveau, das die betreffende Site aufgrund der Notation des Verstoßes einmal hatte. Je älter ein Verstoß wird, desto mehr wird ihm vergeben, dass eine frühere Straftat mit der Zeit ihre negative Wirkung verliert. Obwohl gesagt wird, dass Panda und andere häufiger ausgeführt werden und ich heute ein kontinuierlicher Prozess bin, dauert es immer noch einige Zeit, die semantische Linkkarte zu erstellen, um festzustellen, ob eine Site ein Täter ist. Dies bedeutet, dass eine Site für einen bestimmten Zeitraum mit Stuffing davonkommt, aber am Ende fehlschlägt, sobald die semantischen Links und Metriken vollständig hergestellt sind. Ich bin mir auch sicher, dass es einen anfänglichen Effekt für das Füllen gibt, der jedoch durch das semantische Modell stark verringert wird und der Effekt als Nebenprodukt eher oberflächlich ist. Dies liegt daran, dass beim Erkennen einer Seite nur wenig getan werden muss, bis die semantischen Link-Maps ausgefüllt sind. Nach seiner Weisheit lässt Google eine gewisse Anmut zu, sodass die Seite für Begriffe innerhalb der wichtigen Signale zunächst einen hohen Rang einnehmen kann, bevor sie sich in die richtige Platzierung in den SERPs einfügt. Unter der Annahme, dass die Signale mit der Semantik übereinstimmen, führt die Neuberechnung der SERP-Platzierung zu einer relativen Verschiebung der Seitenfindung. Andernfalls, wenn die Signale und die Semantik nicht übereinstimmen, basiert die Platzierung innerhalb des SERP auf der Semantik und die Art und Weise, wie die Seite gefunden wird, ändert sich. Aus diesem Grund ist es wichtig, zunächst die richtigen Signale zu senden, indem Schlüsselwörter und Tags genau und ehrlich verwendet werden. Ermöglicht eine gewisse Anmut, so dass die Seite für Begriffe innerhalb der wichtigen Signale zunächst einen hohen Rang einnehmen kann, bevor sie sich in der SERP richtig platziert. Unter der Annahme, dass die Signale mit der Semantik übereinstimmen, führt die Neuberechnung der SERP-Platzierung zu einer relativen Verschiebung der Seitenfindung. Andernfalls, wenn die Signale und die Semantik nicht übereinstimmen, basiert die Platzierung innerhalb des SERP auf der Semantik und die Art und Weise, wie die Seite gefunden wird, ändert sich. Aus diesem Grund ist es wichtig, zunächst die richtigen Signale zu senden, indem Schlüsselwörter und Tags genau und ehrlich verwendet werden. Ermöglicht eine gewisse Anmut, sodass die Seite für Begriffe innerhalb der wichtigen Signale zunächst einen hohen Rang einnehmen kann, bevor sie sich in die richtige Platzierung in den SERPs einfügt. Unter der Annahme, dass die Signale mit der Semantik übereinstimmen, führt die Neuberechnung der SERP-Platzierung zu einer relativen Verschiebung der Seitenfindung. Andernfalls, wenn die Signale und die Semantik nicht übereinstimmen, basiert die Platzierung innerhalb des SERP auf der Semantik und die Art und Weise, wie die Seite gefunden wird, ändert sich. Aus diesem Grund ist es wichtig, zunächst die richtigen Signale zu senden, indem Schlüsselwörter und Tags genau und ehrlich verwendet werden. Wenn Sie dann die SERP-Platzierung neu berechnen, ändert sich die Art und Weise, wie die Seite gefunden wird, relativ. Andernfalls, wenn die Signale und die Semantik nicht übereinstimmen, basiert die Platzierung innerhalb des SERP auf der Semantik und die Art und Weise, wie die Seite gefunden wird, ändert sich. Aus diesem Grund ist es wichtig, zunächst die richtigen Signale zu senden, indem Schlüsselwörter und Tags genau und ehrlich verwendet werden. Wenn Sie dann die SERP-Platzierung neu berechnen, ändert sich die Art und Weise, wie die Seite gefunden wird, relativ. Andernfalls, wenn die Signale und die Semantik nicht übereinstimmen, basiert die Platzierung innerhalb des SERP auf der Semantik und die Art und Weise, wie die Seite gefunden wird, ändert sich. Aus diesem Grund ist es wichtig, zunächst die richtigen Signale zu senden, indem Schlüsselwörter und Tags genau und ehrlich verwendet werden.

[Aktualisieren]

Ich habe diese Antwort ausgeschnitten und in TextRazor https://www.textrazor.com/demo eingefügt. Hier ist ein Beispiel. Sie sehen die relative Position zu diesem imaginären Punkt am Anfang der Inhalts- und anderen linguistischen Analyse in der Tabelle sowie die Themenbewertungen auf der rechten Seite. Sie können das Gleiche tun, indem Sie den Text dieser Antwort (über diesem Update) ausschneiden, in die Demoseite einfügen und ein wenig herumspielen. Ich ermutige es. Sie erhalten eine gute Vorstellung davon, wie Inhalte verarbeitet werden.