2011年搜索引擎排名因素调查报告
用户评价: / 6
好 
作者:深圳网站建设   

作为搜索引擎优化技术人员,我们对商业网站搜索结果最具影响的因素尤为注意。因此,我们对此一直进行研究,调查网站搜索结果和Linkscape工具中的链接与锚文本等数据,以及从Facebook得到的社会媒体信号,还有页面因素/链接地址/域名关键词因素之间的关系。

这份文件阐释了我们的理论方法,包括数据的建立和统计分析,主要构成如下:接下来的部分包含数据建立的细节,对数据源和样本抽取的选择。最后一部分描述的是统计分析方法。

在研究细节之前,我们想对几个重要特点进行分析。虽然以后我们计划拓展分析,但目前我们只考虑英语语言,即从谷歌搜索引擎得到的结果。在2011年3月,也就是在谷歌的Farmer/Panda更新之后,我们对所有数据资料进行了采集。

 

数据收集

关键词列表

构建数据集的第一步选择一个查询词列表.因为该列表决定了数据集的构成质量,所以确保它涵盖各种主题和查询种类是至关 重要的.为达到此目标,我们使用了Google Adwords工具推荐的排名前15的查询种类(表1给出了关键词分类清单).Google Adwords工具给每一种类提供了800个查询,共计12000个.通过清除副本(有些查询含多个种类),我们最后得出的清单有10980个查询.

 

 

SERPs

我们在谷歌美国搜索引擎中对查询列表上10980个查询词进行了查询,并且每个词都提取了前30个搜索结果。我们从结 果中删除所有非网页搜索结果(图像、视频、新闻等),最后,我们排除所有返回的结果小于15的查询,以确保每个SERP有足够的数据点进行分析。最终剩下 223737个独立的URL。

因素

构建数据集的最后一步是计算排名因素。我们收集了各种来源的因素,具体如下。

1、Linkscape URL指标. 所有链接的相关因素均来源于Linkscape,使用url-metrics API调用。(Linkscape是SEOmoz开发的软件,使用自己的爬虫来获取海量的数据)

2、Linkscape锚文本 对于每一个网址,我们提取了使用Linkscape锚文本API调用的前1000个锚文本术语和短语。然后,我们确定是否有局部/精确匹配的查询。这里的“精确匹配”是指整个查询的锚文本完全匹配,而“部分匹配”是指查询中至少有一个词与锚文本匹配。

3、社会媒体的信号。 对于每一个网址,我们从Facebook、谷歌Buzz和Topsy(Twitter)的API中获取各种社会媒体的信号。

4、网页上的因素。 我们检索每个网址的原始的HTML/XML内容,而且计算了各种利益因素。如在不同页面元素中的关键词匹配,文件的长度等

5、域名/URL因素 我们也采集了有关网址和域名的各种因素,如查询是否与域名匹配,是否域名中包含任何连字符等。

在带有所有结果的数据集中可以发现该因素的完整列表和每个描述。

此次调查的介绍

此次调查的介绍两段更改为:2011年3月期间,SEOmoz采访了134位SEO专业人士,收集了他们对目前商业网站搜索结果影响因素的看法及对未来搜 索的预测。下面的数据显示,自由职业者与营销人员受访者之间存在较大的分歧。此外,这些受访者的工作地点涵盖了从当地小规模网站到企业级别的网站。

本次调查还包括一些关于搜索计算的基本问题,要求每个受访者针对特定类别的网站,按顺序罗列出其潜在影响因素的清单。每个问题均有115到126人回答。除个别结果按比例进行了缩放以外,其它调查结果仍按收集的原样呈现。

 

 

评论信息

分享到: