Enjin carian sentiasa memperkenalkan algoritma khas untuk meningkatkan kualiti hasil dan memberikan pengguna apa yang dia cari dalam carian. Dan satu hari kerelevanan telah diambil kira. Apakah itu, bagaimana untuk menentukan sama ada tapak anda relevan dan bagaimana untuk meningkatkan kaitan halaman kepada pertanyaan carian, kami akan memberitahu anda dalam artikel ini.

bagaimana untuk sampai ke puncak menggunakan pertanyaan?

Apakah perkaitan dan bagaimana ia mempengaruhi hasil carian?

Perkaitan- ini ialah kriteria untuk surat-menyurat halaman tapak web dengan frasa utama yang berkaitan dengan hasil carian. Lebih tinggi perkaitan, lebih besar peluang untuk melihat tapak anda di bahagian atas. Sudah tentu, perkaitan yang tinggi dalam sambungan kandungan halaman pertanyaan bukanlah jaminan tepat untuk masuk ke dalam sepuluh teratas, tetapi ia merupakan penunjuk penting pengoptimuman halaman dalaman.

Konsep perkaitan diperkenalkan oleh enjin carian kepada memudahkan kedudukan laman web. Pada mulanya, apabila meletakkan tapak, enjin carian hanya mengambil kira kehadiran kata kunci pada halaman tersebut. Walau bagaimanapun, parameter ini tidak lama lagi menjadi usang, kerana juruweb mula menyalahgunakannya, mencipta teks SEO yang tidak bermakna, menyusun kata kunci dengan cara yang huru-hara dan hanya mengambil berat tentang enjin carian, tanpa mengambil kira kepentingan pengguna.

Sekarang keadaan telah berubah secara radikal, dan algoritma enjin carian telah menjadi lebih kompleks. Banyak item telah ditambah kepada faktor yang mempengaruhi perkaitan. Oleh kerana enjin carian jarang mendedahkan rahsia tentang algoritma mereka, tiada siapa boleh menamakan bilangan tepat parameter tersebut. Walau bagaimanapun, menurut pakar SEO sekolah lama, beberapa prinsip telah menjadi aksiom. Ini termasuk:

• bilangan kemunculan kata kunci,
• lokasi kata kunci,
• kehadiran perkataan pertanyaan dalam tag meta,
• bilangan perkataan dan aksara pada halaman,
• panjang halaman dan kelantangan teks.

Bagaimana untuk mengira komponen berangka yang optimum untuk setiap titik ini? Berapa banyak kemunculan kata kunci yang sepatutnya ada, apakah yang sepatutnya menjadi "loya" kata kunci dalam teks, yang mana teg meta harus ada kata kunci?

Dan tiada siapa yang akan memberi anda satu-satunya jawapan yang betul untuk soalan ini. Lagipun, semuanya bergantung pada setiap kawasan dan topik tertentu. Hanya ada satu jalan keluar: kira semua parameter ini untuk tapak yang berada di bahagian atas dan, apabila mengoptimumkan halaman tapak anda, fokus pada penunjuk pesaing.

Perkhidmatan khas akan membantu anda di sini. Pilih beberapa atau gunakan semuanya bersama-sama untuk membandingkan hasil dan dapatkan sedekat mungkin dengan parameter perkaitan ideal tapak anda.

Kaedah 1

Apa yang anda perlu lakukan ialah memastikan bahawa data tapak anda sepadan dengan data purata pesaing utama anda.

Kaedah 5

Nah, akhirnya, mari kita lihat perkhidmatan Prodvigator, yang dengannya anda juga akan mengetahui sejauh mana halaman tersebut berkaitan dengan pertanyaan carian. Perkaitan di sini dikira berdasarkan parameter berikut:

1. kekerapan penggunaan kata kunci pada halaman,

2.kehadiran pertanyaan carian dalam kejadian yang tepat pada halaman,

3. menyerlahkan kata kunci dengan tag,

4.bilangan kata kunci yang muncul pada halaman,

5.panjang halaman.

Perkhidmatan ini membantu:

• tentukan halaman mana di tapak yang paling berkaitan dengan pertanyaan carian tertentu;
• menilai perkaitan halaman (yang mesti dibandingkan dengan penunjuk pesaing yang serupa);
• dapatkan kata kunci khusus untuk ditambahkan pada halaman untuk meningkatkan perkaitannya.

Jadi, kami bekerja seperti berikut:

Mari masukkan pertanyaan ke dalam carian perkhidmatan, pilih wilayah dan pergi ke bahagian "Pertanyaan carian". Mari kita simpan senarai frasa yang diterima (dengan menandakannya), beri nama senarai dan klik pada "Tambah".

Penganjur

Senarai ini akan disimpan secara automatik dalam bahagian "Alat" di bawah nama "Senarai frasa untuk mengira perkaitan". Jom ke sana:

senarai frasa untuk mengira perkaitan

Masukkan url halaman dalam lajur khas, pilih frasa dengan tanda semak dan klik pada "Kira perkaitan":

semuanya mudah dan jelas

Dalam laporan perkhidmatan yang terhasil, perkhidmatan dengan skor perkaitan tertinggi akan diletakkan pada kedudukan pertama. Lajur "perkataan hilang" akan mencadangkan frasa yang tiada daripada halaman dan berpotensi meningkatkan perkaitannya.

Kami ingin ambil perhatian bahawa tidak kira apa data yang pesaing anda ada, anda sama sekali tidak boleh menandingi prestasi mereka secara membuta tuli. Ini benar terutamanya untuk bilangan kata kunci dan lokasinya pada halaman. Pesaing mungkin mementingkan enjin carian kerana ia mempunyai kewibawaan pada pandangannya, berkat beberapa faktor. Enjin carian mungkin memaafkannya untuk beberapa ralat dalam pengoptimuman dalaman dan lebihan spam, tetapi ia tidak akan memberikan ini kepada anda.

Berwaspada, jangan tiru segala-galanya daripada pesaing anda, kaji penunjuk secara menyeluruh, nilai secara kritis keputusan dan anda akan relevan!

Kesimpulan: daripada editor

Hari ini diketahui bahawa Prodvigator telah bertukar menjadi Serpstat. Oleh itu soalan pertama kepada pengarang artikel - adakah fungsi lama akan kekal atau adakah ia akan menjadi sesuatu yang baru?

Untuk pembaca. Tanya soalan anda dalam ulasan, langgan surat berita blog dan anda tidak akan terlepas satu pun bahan berguna!

hello! Dalam artikel ini kami menganalisis apa itu perkaitan, pertimbangkan jenis dan algoritma pengiraannya. Saya akan memberitahu anda tentang hasil carian yang berkaitan dan kaedah untuk meningkatkan perkaitan halaman tapak web.

Ini akan membolehkan anda mempromosikan halaman dengan lebih yakin dan menambah baik tapak anda untuk carian. Selepas membaca artikel ini, anda akan naik ke tahap yang lain dalam tugas sukar untuk mencipta dan mempromosikan laman web, serta menjana wang di Internet.

Peranan perkaitan dalam kerja enjin carian

Untuk mempromosikan halaman tertentu atas permintaan ke atas dengan yakin, juruweb, pengoptimum dan blogger pemula mesti tahu cara Yandex dan Google berfungsi. Kedudukan halaman mengikut kaitan dalam enjin carian adalah berdasarkan algoritma; dalam Yandex, ini ialah teknologi pembelajaran mesin Matrixnet. Di samping itu, hasil pertanyaan kadangkala dimuktamadkan oleh penilai, dan faktor terkecil ini juga ditunjukkan dalam algoritma. Secara umum, Matrixnet adalah sistem yang agak berkesan:

Mari kita beralih kepada kerja pencarian. Seorang pengguna Internet memerlukan maklumat - dia telah membentuk idea peribadi dalam fikirannya tentang jenis maklumat itu dan apa sebenarnya yang terkandung di dalamnya. Dia pergi ke carian, merumuskan pertanyaan carian dan menulisnya ke dalam bar carian. Carian menjana hasil untuknya, menyusun halaman tapak mengikut urutan, dengan mengambil kira pemprosesan algoritma "berat" artikel yang mempunyai perkaitan tertinggi pada pendapat enjin carian. Bagaimana Matrixnet berfungsi dalam Yandex:

Kemudian pengguna mengikuti pautan dan menilai apa yang "diselipkan" kepadanya. Katakan dia membuka sehingga sepuluh pautan atau hanya satu, tidak membuka yang pertama (kerana Wikipedia ada di sana, dan Wikipedia bukanlah apa yang pengguna perlukan), menjelaskan pertanyaan atau memasukkan satu lagi (beberapa kali), atau meninggalkan cari. Mempelajari faktor tingkah laku semasa menjejaki pengguna membolehkan enjin carian memastikan bahawa hasil carian mengandungi pautan ke halaman web yang berkaitan. Tetapi fokus utama carian adalah perkaitan. Jadi, pertama sekali, mari kita berikan definisi perkaitan (relevan dalam bahasa Inggeris bermaksud "berkaitan dengan perkara itu"), kemudian kita akan melihat contoh cara mencarinya.

Apakah perkaitan

Perkaitan ialah penunjuk kuantitatif sejauh mana hasil yang dicari dan diingini sepadan dengan apa yang ditemui. Adakah sistem mendapatkan maklumat bertindak balas sepenuhnya kepada permintaan pengguna atau tidak memenuhi minat atau keperluan yang timbul dan, dengan itu, memaksanya untuk kembali ke hasil carian?

Perkaitan ialah parameter pematuhan dengan jangkaan pengguna yang dikaitkan dengan maklumat yang sebenarnya diterima pada halaman tapak; ia adalah ukuran seberapa dekat enjin carian untuk "meneka" keinginan pengguna untuk maklumat dengan meletakkan kedudukan berpuluh-puluh ribu halaman.

Tugas utama enjin carian sebagai perkhidmatan adalah untuk menghasilkan hasil yang relevan untuk pengguna; tugas juruweb apabila mempromosikan tapak berdasarkan pertanyaan teras semantik adalah untuk memastikan enjin carian menganggap halaman ini sebagai relevan. Pada masa yang sama, pengoptimum boleh berfungsi pada halaman baharu dan halaman lama. Jika enjin carian menganggapnya tidak cukup relevan, adalah perlu untuk bekerja pada halaman: menentukan pematuhan dengan pertanyaan, mempromosikan dengan pautan dalaman dan luaran, dan bekerja pada halaman itu sendiri.

Apakah jenis perkaitan?

Tegasnya, kita boleh bercakap tentang tiga jenis perkaitan:

• perkaitan halaman tapak
• perkaitan carian (hasil carian)
• perkaitan pautan

Mari kita serlahkan 3 parameter yang mempengaruhi perkaitan halaman:

• bilangan dan variasi frasa yang sepadan dengan pertanyaan
• nisbah dan bilangan pautan dalaman ke halaman ini
• nisbah dan bilangan pautan luar ke halaman ini

Jika kita bercakap tentang perkaitan halaman, maka ia mencerminkan penilaian artikel oleh algoritma carian untuk pematuhan dengan pertanyaan yang dimasukkan oleh pengguna. Pada masa yang sama, untuk beberapa pertanyaan (yang pengguna masukkan tanpa penjelasan terperinci), adalah sangat sukar untuk mendahului apa yang pengguna perlukan. Oleh itu, apabila meminta "mengarang teras semantik", perkhidmatan atau arahan boleh ditunjukkan; sebagai tambahan, arahan video daripada Youtube disertakan dalam keputusan. Atau permintaan "tapak" - adalah perkara biasa bahawa PS tidak dapat menentukan dengan segera apa yang diperlukan pengguna. Pengumpulan dan analisis statistik, data besar dan analisis kepuasan pengguna datang untuk membantu.

Perkaitan formal dikira secara algoritma dan automatik oleh enjin carian - robot carian mengumpul data daripada halaman, dokumen web dan menggunakan formula untuk menentukan sama ada halaman itu relevan atau tidak.

"Perkaitan teknikal" halaman sedemikian sangat mudah untuk dimanipulasi dengan mencipta pintu atau tapak untuk spam enjin carian, jadi algoritma carian termasuk faktor lain untuk kedudukan halaman tapak dalam carian: perkaitan maklumat dan kekerapan kemas kini tapak, kepercayaan, tingkah laku dan sosial faktor.

Jika kita bercakap tentang perkaitan carian, maka ini adalah penunjuk sejauh mana hasil carian yang dipaparkan akan memuaskan hati pengguna. Pilihan yang ideal ialah apabila halaman hasil dalam bentuk 10 hasil memenuhi keperluan pengguna untuk maklumat dengan menyediakan pautan yang berkaitan ke tapak. Untuk beberapa pertanyaan, hasil carian mengandungi pautan kepada pelbagai hasil: ensiklopedia, perkhidmatan soal jawab, artikel dan tapak rasmi, gambar, video, serta kemasukan langsung jawapan (petua) kepada soalan pengguna dalam hasil carian .

Contoh jawapan enjin carian kepada soalan pengguna - dalam kes ini, pengguna tidak perlu pergi ke tapak, dia menerima semua maklumat yang diperlukan "tangan pertama" (dari enjin carian):

Selepas itu, buruh manual juga digunakan untuk menilai kualiti carian - penilai berbayar, penilai penyumberan luar melalui perkhidmatan Yandex.Toloka. Di samping itu, hasil carian termasuk elemen untuk interaksi langsung dengan pengguna, supaya dia boleh menilai sendiri kualiti carian atau mengadu tentang tapak yang tidak berkaitan dalam hasil carian. Dalam Yandex, anda boleh "mengeluh" tentang hasil carian dan ia kelihatan seperti ini (anda boleh memfailkan aduan tentang hasil carian yang tidak relevan dalam hasil carian atau tentang hasil carian yang tidak berkaitan):

Nah, masanya belum tiba untuk dorongan besar-besaran pengguna untuk mengosongkan hasil carian sendiri.

Sekarang mengenai pautan. Pautan yang berkaitan ialah pautan yang sauhnya sepadan dengan kandungan pada halaman atau kandungan kedua-dua halaman berkaitan secara semantik dan tematik. Jika pautan membawa dari tapak dengan topik yang serupa, dan teksnya kurang relevan, maka pautan itu hanya dipanggil pautan tematik. Pautan sedemikian boleh menjadi sauh atau bukan sauh. Pautan terbaik adalah relevan, terkemuka dari tapak tematik. Ia sangat bagus jika pengguna masih mengklik padanya.

Bagaimana untuk menentukan kaitan halaman laman web dalam carian

Untuk menentukan perkaitan, gunakan bahasa carian atau pertanyaan lanjutan. Anda boleh memasukkan pengendali tapak ke dalam carian dengan cara lama:

Inilah yang berlaku dalam carian apabila tapak tersebut belum lagi menerbitkan artikel tentang perkaitan. Selepas beberapa lama, teks yang anda baca akan menjadi relevan untuk permintaan ini. Mengapa ini akan berlaku? Oleh kerana jumlah penunjuk perkaitan halaman ini yang dikira oleh PS akan lebih tinggi daripada yang lain (artikel yang ditunjukkan dalam tangkapan skrin adalah tidak relevan, saya rasa ini jelas).

Anda juga boleh melakukan "analisis perkaitan" dalam perkhidmatan SEO seperti megaindex, tetapi ini adalah tindakan berlebihan jika anda mula-mula mengusahakan teras semantik yang disediakan dan membuat tapak baharu.

Bagaimana untuk meningkatkan perkaitan halaman laman web dalam carian

Seperti yang anda ingat, kami boleh mengusahakan kandungan, pautan dalaman dan luaran. Jangan abaikan mana-mana cara untuk meningkatkan parameter ini. Secara relatifnya, halaman yang berbeza boleh memenuhi tiga parameter perkaitan, tetapi yang paling relevan ialah halaman yang memenuhi tiga sekali gus. Dan tugas juruweb adalah untuk membina tapak sedemikian rupa sehingga enjin carian mengenal pasti semua halaman secara unik. Cadangannya mudah:

1. Bekerja dengan perkaitan teks

Tiada keajaiban di sini. Mula-mula, tingkatkan halaman jika ia tidak sepadan dengan permintaan atau kumpulan permintaan secukupnya: tambah kandungan (teks, video, foto); atau mengolah semula kandungannya, kerana artikel menjadi lapuk, dan ada yang kurang ditulis dari awal.

Kedua, mula bekerja di tapak dengan merangka teras semantik - supaya halaman yang diterbitkan di tapak ditulis untuk kumpulan pertanyaan frekuensi pertengahan dan rendah yang serupa. Dan pada masa yang sama mereka tidak diduplikasi dan tidak mengelirukan robot carian!

Ketiga, ini tidak diucapkan dengan lantang, tetapi "komen yang betul" pada artikel juga merupakan teks yang relevan, terutamanya jika ia melengkapkan artikel dengan ketara. Contohnya ini:

Ini juga kandungan dan ia juga pada halaman web, kerana enjin carian tahu bahawa pengguna menulis dan membaca komen.

Resipi yang selebihnya untuk meningkatkan perkaitan secara umum adalah pengoptimuman dalaman yang cetek: pautan CNC yang betul, pengoptimuman tajuk Tajuk, H1, H2 yang betul, semantik teks umum (LSI), bekerja dengan coretan, menggunakan kandungan, petikan dan nota kaki.

Dari segi semantik teks, ralat tipikal adalah seperti berikut: kemunculan kata kunci (bentuk tepat atau morfologi) sama ada terlalu sedikit atau terlalu banyak. Ini terpakai pada sempadan perenggan dan teks (pos).

2. Bekerja dengan perkaitan dalam pautan

Jika perkaitan dalaman (tekstual) halaman tidak sampai ke tahap diletakkan di bahagian atas di mata PS, maka anda boleh memberikan berat tambahan dengan pautan dalaman. Dengan memautkan halaman antara satu sama lain, kami menunjukkan PS - lihat halaman yang berkaitan untuk sauh yang diberikan (konteks dalam perenggan).

Selepas beberapa lama, robot carian merangkak dan mengira perkaitan untuk halaman dengan cara baharu, dengan mengambil kira pautan dalaman. Dan perkaitan halaman pendaratan meningkat.

3. Bekerja dengan perkaitan pautan luaran.

Ringkasnya, kami melihat siapa yang memaut kepada kami dan di mana, dan dalam beberapa kes kami meminta anda membetulkan pautan tersebut. Dalam kes pautan yang dibeli, kami memesan sauh yang kami perlukan (dalam kes artikel, teks yang berkaitan). Kami meninggalkan komen tematik pada blog lain, meletakkan di dalamnya pautan bukan sauh ke tapak kami dalam konteks yang sesuai.

Keajaiban istimewa ialah apabila pengguna sendiri berkongsi pautan ke tapak (atau halaman) anda, sebagai peraturan, ini tidak dilakukan secara tidak wajar, tetapi sentiasa berlaku dalam konteks perbincangan tertentu, yang bermaksud pautan sedemikian agak relevan. Jadi tulis kandungan yang berkualiti, jadikan tapak sangat berguna sehingga pengguna sendiri menanda halaman halaman tersebut dan kemudian berkongsi pautan ini.

Akibatnya

Peraturan untuk mengukuhkan perkaitan adalah ini: pertama sekali ialah teks dan perkaitan teks, di tempat kedua ialah perkaitan intra-tapak dan pautan dalaman, di tempat ketiga ialah pautan luar yang meningkatkan perkaitan berbanding dengan halaman laman web yang bersaing.

Dan jangan lupa bahawa perkaitan halaman di mata PS tidak mencukupi untuk pengguna menjadi sangat boleh ditukar dan melakukan tindakan yang disasarkan di tapak web anda. Sebagai contoh, dalam perdagangan sering berlaku bahawa halaman mempunyai perkaitan dan trafik yang baik, tetapi penukaran rendah - kerana ia tidak memenuhi jangkaan pengguna. Apa gunanya pengguna sebegitu yang datang dan pergi tanpa apa-apa? Ini tidak akan berfungsi, kami memerlukan kerja di tapak.

Selamat hari, pembaca yang dikasihi! Adakah anda fikir adalah tidak realistik untuk mencapai bahagian atas hasil carian dan meningkatkan trafik sekurang-kurangnya 30%? Kemudian anda perlu mempelajari apa itu perkaitan dan belajar cara menggunakannya. Anda akan mempelajari lebih lanjut tentang cara melakukan ini dan membezakan kandungan yang tidak berkaitan daripada kandungan yang berkaitan.

Perkaitan(Bahasa Inggeris relevan - relevan, sesuai dalam maksud) - ini ialah surat-menyurat kandungan halaman dengan pertanyaan carian. Ini bermakna ia mempengaruhi kedudukan tapak dalam hasil carian.

Maksud perkataan secara umum ialah kebetulan hasil dan jangkaan.

Teori Perkaitan: "Kandungan berguna memenuhi keperluan maklumat."

Contoh. Saya memasuki carian "Cara melekatkan kertas dinding sendiri." Selepas satu saat, senarai pautan terbuka yang sepatutnya menjawab permintaan itu. Bahan yang berkaitan dianggap sebagai kelas induk dalam kertas dinding, dan bahan yang tidak relevan adalah pilihan perkhidmatan penutup dinding dan tukang.

Jika anda mencari di Internet untuk "kek Napoleon", jawapan yang betul akan menjadi halaman masakan dengan resipi, tetapi biografi komander Perancis akan menjadi tidak sesuai.

Trafik yang tidak berkaitan ialah pelawat yang tidak mengambil tindakan yang disasarkan. Mereka datang ke tapak secara tidak sengaja.

Bagaimanakah enjin carian menyemak perkaitan?

Sebelum ini, enjin carian menyemak kualiti halaman berdasarkan teks - dikira. Kaedah itu tidak dilindungi daripada penipuan. SEO licik menghantar spam perkataan yang betul, akibatnya, hasil carian menjadi tersumbat, dan pengguna tetap tidak berpuas hati.

Saya membahagikan teknologi untuk menentukan kaitan kepada dua peringkat.

Peringkat pertama. Pekerja enjin carian - penilai - semak halaman secara manual mengikut manual. Mereka termasuk tapak yang baik dalam senarai pengindeksan robot carian. Algoritma mereka berbeza untuk kategori tapak yang berbeza. Contohnya, jika kedai dalam talian mempunyai bahagian "Penghantaran" dan "Pembayaran", mereka memberikannya tanda tambah.

Apakah penilaian yang boleh diberikan oleh penilai kepada tapak:

• memenuhi semua kriteria
• halaman yang berkaitan dengan kelemahan teknikal,
• bahan sebahagiannya sepadan dengan permintaan,
• kandungan atau spam yang tidak berkaitan.

Fasa kedua. Pembelajaran mesin ialah penciptaan algoritma berdasarkan contoh.

Katakan 1 juta orang menghantar senarai filem kegemaran mereka ke sistem. Ini adalah contoh. Kecerdasan buatan mencari apa yang menyatukan mereka. Mengetahui bahawa orang suka filem dengan pelakon yang dikenali. Akibatnya, jika anda suka "Terminator" dengan Arnold Schwarzenegger, anda akan ditawarkan untuk menonton "The Running Man" dengan pelakon yang sama.

Algoritma dimuatkan ke dalam komputer yang melakukan pengindeksan.

Untuk pengesahan automatik, Yandex menggunakan teknologi pembelajaran mesin – Matrixnet. Anda boleh menambah algoritma baharu dan formula pengindeksan kompleks padanya tanpa mengurangkan kelajuan carian.

Formula ringkas: Relevan = PageRank atau TCI * (perkaitan teks + peringkat kedudukan pautan).

Kami menyenaraikan penunjuk dalaman yang mempengaruhi perkaitan:

1. Kekerapan utama. Ketumpatan perkataan lebih daripada 4% dianggap overspam.
2. Ketersediaan sinonim.
3. Tag tajuk. Harus kelihatan semula jadi dan mengandungi kunci utama.
4. Tajuk dan subtajuk. Kunci, ralat dan kebolehbacaan adalah penting.
5. Kemasukan kunci. Mereka tidak boleh dimasukkan secara bengkok, pastikan ia boleh dibaca. Contohnya, buruk: "jahit skirt rajutan ringan." Baik: "cara menjahit skirt rajutan ringan."
6. atribut tag img. Jangan ulangi, bentuk perkataan semula jadi.
7. Pautan dalaman dan tematik.
8. Ketersediaan .
9. Kebolehgunaan. Halaman dimuatkan dengan cepat dan tapak ini mudah dinavigasi.
10. Struktur URL.
11. Tarikh halaman terakhir diubah suai.
12. Fail Robots.txt dan sitemap.xml.
13. Struktur artikel. Pembaca segera mencari maklumat yang dia perlukan.

49% pelawat menutup tapak web jika ia tidak dimuatkan dalam 5 saat. Dan faktor tingkah laku mempunyai kesan yang besar terhadap kualiti promosi.

Tahap perkaitan juga bergantung kepada faktor luaran:

• pautan luar,
• penarafan tapak penderma,
• kuasa jisim rujukan - PageRank atau TCI,
• bilangan pelawat,
• sumber trafik,
• tempoh paparan halaman (sekurang-kurangnya 40 saat),
• kadar lantunan,
• penukaran,
• kedaerahan,
• menatal halaman.

Panjang artikel adalah faktor bersyarat. Jika anda berjaya menjawab soalan pengguna hanya menggunakan 400 aksara, mengapa perlu bersusah payah?

Pengelasan

Peringkat perkaitan:

• formal - pengesahan telah dijalankan menggunakan algoritma mesin;
• kandungan - penilai membaca, menyemak kandungan dan memutuskan sama ada ia memenuhi keperluan pengguna;
• Berkaitan – ​​kandungan menyelesaikan masalah sepenuhnya dan menjawab soalan pengguna.

Tahap terakhir adalah impian utama seorang juruweb dan pakar SEO.

Apakah yang berlaku kepada bahan yang tidak berkaitan?

Apabila kandungan yang sesuai muncul atas permintaan, enjin carian akan membuang sampah. Tapak dengan bahan yang tidak berkaitan mula-mula diturunkan dalam hasil carian dan jika kaedah pengoptimuman hitam dan kelabu ditemui, ia tidak lagi diindeks. Secara ringkas, halaman anda dialih keluar daripada carian.

3 Alat Terbaik untuk Analisis Perkaitan

Anda tidak perlu meneka dengan daisy untuk mengetahui cara enjin carian akan menilai bahan anda. Perkhidmatan dalam talian popular menyemak teks atau halaman untuk kaitan dalam 10 saat. Statistik terperinci menunjukkan kekuatan dan kelemahan kandungan anda.

Saya sudah biasa menggunakan Istio dan Megaindex. Mereka tidak pernah mengecewakan saya.

Istio

Istio menunjukkan perkaitan untuk perkataan individu secara percuma dan tanpa pendaftaran. Di samping itu, anda akan mengenali rasa mual, berair, ralat ejaan dan panjang teks.

Adakah anda ingin menyemak bahan sebelum diterbitkan? Salin teks dan tampalkannya ke kawasan kerja. Dan klik pada butang "Analisis Teks".

Muat turun artikel terus dari halaman tapak web dengan mengklik "Borang lanjutan".

Tampalkan URL dan pilih "Tambah semua teks".

Ingin tahu sejauh mana relevan kandungan anda? Klik "Isolate Keys" untuk melihat hasilnya.

Secara lalai, kami melihat peratusan perkaitan tanpa kata henti. Saya menasihati anda untuk melihat keputusan dengan mengambil kira mereka. Mereka tidak sepatutnya bertindih dengan kunci.

Ini adalah hasil analisis yang ditunjukkan oleh perkhidmatan. Apa yang berlaku kepada awak? Tulis dalam komen.

MegaIndex ialah 12 alat yang menganalisis tapak web secara mendalam, menjadikannya lebih baik. Untuk mula menikmati faedah perkhidmatan, anda perlu mendaftar. Tiada kebenaran melalui rangkaian sosial; anda perlu mendaftar cara lama melalui e-mel.

Pergi ke halaman utama, klik "Pendaftaran" di sudut kanan atas.

Masukkan pertanyaan yang anda promosikan dan alamat halaman. Klik "Semak" dan tunggu hasilnya.

Kami kekurangan 25%. Perkara yang kita terlepas boleh dilihat dengan mengklik mana-mana kriteria dalam senarai yang betul atau di bahagian bawah halaman.

Kami melihat bahawa kandungan kami memenuhi kebanyakan keperluan.

Sekarang cuba cari kaitan halaman di tapak anda. Kongsi hasil anda dalam ulasan.

PR-CY

PR-CY adalah lebih rendah daripada MegaIndex. Tiada analisis terperinci tentang ralat. Seorang pemula tidak akan faham apa yang perlu diperbaiki. Tetapi kaitan dinilai oleh tiga bahagian teks secara berasingan: tajuk, tajuk, subtajuk.

Tiada pendaftaran diperlukan. Hanya pilih bahagian "Analisis Kandungan", masukkan kata kunci dan pautan.

Mengapa halaman yang tidak berkaitan muncul dalam hasil carian?

Keberkesanan kaedah SEO topi hitam dan topi kelabu berkurangan dengan setiap kemas kini algoritma carian. Tetapi selagi mereka menghasilkan hasil, mereka terus digunakan. Kadangkala, apabila anda mencari melalui sekumpulan pautan dengan harapan mencari maklumat yang anda perlukan, anda menjumpai pintu yang melencong ke destinasi yang tidak diketahui.

Semasa saya mencari ulasan tentang hospital bersalin di kawasan saya, saya sering terjumpa laman web yang mencurigakan. Penerangan dan tajuk mengandungi maklumat yang diperlukan, tetapi selepas peralihan, halaman dengan promosi dan kasino dalam talian dibuka. Jadi anda boleh menangkap virus.

Masalah kekurangan maklumat

Masih terdapat pertanyaan frekuensi rendah tanpa kandungan yang berkaitan pada rangkaian. Enjin carian berusaha untuk menjawab sebarang soalan. Menunjukkan: "Tiada apa-apa ditemui untuk permintaan anda" adalah memalukan baginya. Kekurangan kandungan berkualiti akan memaksa anda untuk menghasilkan maklumat yang sekurang-kurangnya 1% konsisten dengan permintaan.

Cuba masukkan apa-apa karut ke dalam bar carian. Senarai pautan akan dibuka kepada anda. Benar, anda tidak akan selalu menemui apa yang anda minta.

Pengunjung menipu

Algoritma carian masih jauh dari sempurna, jadi pengoptimuman topi hitam masih berfungsi dalam beberapa niche. Pakar SEO buruk: spam, beli pautan, buat halaman untuk ubah hala automatik. Kaedah sedemikian lebih kerap digunakan dalam hiburan, di mana tidak ada kawalan yang ketat.

Cara meningkatkan perkaitan: menambah baik kandungan dan tapak web

Sejujurnya, semua orang mahu mendapat kedudukan di bahagian atas hasil carian, dan perkaitan adalah cara utama untuk sampai ke sana.

Bagaimana untuk meningkatkan perkaitan?

1. Karang tajuk dengan betul. Bahagian pertama mengandungi kunci utama. Pastikan bentuk perkataan itu semula jadi. Contohnya, "Rawatan dermatitis pada kucing" lebih baik ditulis sebagai "Rawatan dermatitis pada kucing: 10 kaedah terbukti."
2. Struktur artikel. Pecahkan bahan kepada subtajuk

   –

   . Lebih tinggi tahap subtajuk, lebih banyak kesannya terhadap perkaitan.

3. Kekalkan keunikan. Sekurang-kurangnya 95% pada Etxt Anti-plagiarisme, Advego atau Text.ru.
4. Jangan terbawa-bawa dengan kunci, cairkan teks mengikut maksudnya. Tahap normal loya akademik ialah 7.5% untuk teks dan 2.5% untuk perkataan.
5. Tulis kunci utama dalam URL dalam huruf Latin. Contohnya, “Cara membuat tajuk” di http://...kak-pridumat-zagolovok/.
6. Tambah sinonim dan perkataan tematik. menggantikan SEO. Adakah anda menulis artikel tentang menurunkan berat badan menggunakan ubat-ubatan rakyat? Jangan lupa kata-kata yang memberi arahan kepada teks: penurunan berat badan, pound tambahan, ubat tradisional, di rumah - mereka akan sangat berguna.
7. Jangan letak semuanya dalam huruf tebal. Robot carian akan berfikir bahawa anda menghantar spam.
8. Sisipkan 3–4 pautan ke artikel lain di tapak yang serupa dengan maksud.
9. Ikut reka bentuk. Artikel dengan imej, jadual dan senarai lebih mudah dibaca daripada dinding perkataan yang tidak dapat ditembusi. Ini akan memberi kesan positif kepada faktor tingkah laku.
10. Tambahkan kekunci pada atribut imej .
11. Dalam teg meta kata kunci, nyatakan 3–5 frasa utama yang anda gunakan untuk mempromosikan.
12. Edarkan kunci tambahan secara merata ke seluruh teks, condong dan cairkannya. Tidak lebih daripada 5 frasa utama bagi setiap 1,000 aksara.
13. Elakkan kesalahan tatabahasa dan semantik.
14. Pastikan kunci utama terdapat dalam perenggan pertama.

Perkara teknikal yang patut diusahakan:

1. Memilih penderma untuk pautan luar dengan rating tinggi.
2. Kualiti, memuatkan kelajuan pengehosan.
3. Kehadiran cermin di tapak jika pelayan terlebih muatan.

Tanpa memenuhi kriteria ini, kandungan tidak akan menjadi popular.

Kesimpulan

Relevan ialah bakat penulis salinan untuk mendedahkan maksud pertanyaan carian dalam artikel. Seorang pelawat melawat tapak dan menyedari: "Ini dia!" Belajar untuk menyatakan fikiran anda secara ringkas dan pembaca akan mengikuti anda, begitu juga dengan pelanggan anda. Program kami akan membantu mempercepatkan pembelajaran dan meningkatkan kualitinya. Daftar sebelum harga naik.

Adakah anda pandai menulis artikel yang berkaitan? Saya menantikan jawapan anda dalam komen.

Perkaitan — parameter yang menunjukkan sejauh mana hasil enjin carian sepadan dengan keperluan pengguna yang memasukkan pertanyaan.

Perkaitan dikira oleh algoritma enjin carian dan merupakan nisbah bilangan kata kunci pada halaman sumber kepada jumlah perkataan. Setiap halaman diberikan peratusan kemunculan kata kuncinya sendiri dalam teks. Anda harus berpegang pada min emas: sejumlah kecil tidak akan disedari oleh enjin carian, dan jumlah yang besar akan dianggap sebagai spam dan kemudian penapis akan digunakan.

Ciri

Dengan perkembangan aktif Internet dan peningkatan pesat dalam tapak, persoalan timbul tentang kualiti hasil carian. Sebagai tindak balas kepada ini, enjin carian telah melaksanakan prinsip perkaitan pertanyaan, tapak pemprosesan dan mempersembahkan pilihan yang paling sesuai kepada pengguna.

Pada peringkat pertama, perkaitan halaman dibina berdasarkan tag meta, ketumpatan kata kunci, kekerapan kata kunci dalam tajuk, kaedah reka bentuk kandungan, dll. Dengan kemunculan pintu yang memenuhi kriteria ini, adalah perlu untuk memperkenalkan faktor perkaitan luaran.

Di bawah ialah formula yang mencirikan kriteria perkaitan: R=PR*(T+L).

R - perkaitan pertanyaan,

T - tahap perkaitan teks, sejauh mana kriteria dalaman memenuhi keperluan enjin carian,

L - tahap perkaitan pautan, berapa banyak teks pautan masuk sepadan dengan pertanyaan carian,

PR - pangkat sumber, tidak bergantung pada permintaan.

Formula ini hanyalah justifikasi bersyarat untuk keberkesanan algoritma pemeringkatan, yang menunjukkan gambaran lengkap tentang kriteria perkaitan.

Kriteria Perkaitan Luaran

Kriteria luaran perkaitan diwakili oleh tahap petikan (populariti rujukan). Perkaitan tapak bergantung pada bilangan tapak yang dipautkan kepadanya. Lebih banyak laman web yang memautkan, lebih tinggi kuasa tapak tersebut, dan lebih baik kandungannya.

Enjin carian mempunyai algoritma perkaitan mereka sendiri, tetapi semuanya berfungsi pada prinsip yang sama, sebenarnya, ia adalah versi algoritma (PR) yang diproses dan dipertingkatkan, yang dibangunkan oleh pengasas Google, yang mencirikan hanya bilangan masuk. pautan.

Algoritma perkaitan yang pertama dianggap sebagai PI (penunjuk kuasa halaman) Aport, dibangunkan pada tahun 1999. PI hanya menentukan pautan luar yang paling penting.

Yandex mempunyai indeks petikan sendiri, VIC, yang dikeluarkan pada musim bunga tahun 2001. VIC diberikan kepada setiap halaman. Selepas 2002 Disebabkan oleh manipulasi juruweb dengan VIC, indeks petikan telah ditutup kepada akses awam. Sebelum ini, perkhidmatan sedemikian disediakan dalam Yandex. telanjang. Hari ini anda hanya boleh melihat TCI, indeks petikan untuk tapak dalam katalog Yandex.

Musim luruh 2002 indeks populariti muncul di Rambler; sebagai tambahan kepada pautan, ia juga menentukan kekerapan lawatan ke halaman tapak, yang boleh didapati daripada kaunter 100 Teratas.

Kriteria kedudukan dalaman

Kriteria yang paling penting ialah kekerapan kata kunci pada halaman. Enjin carian dapat menyerlahkan kata kunci dalam teks. Tapak adalah relevan dengan syarat permintaan pengguna sepadan dengan kata kunci dan bentuknya di tapak.

Kedudukan kata kunci juga mempengaruhi perkaitan tapak, terutamanya jika kata kunci berada dalam tajuk. Dan jika pertanyaan itu ternyata sama dengan tajuk teks, maka enjin carian pasti akan meletakkan halaman ini di atas yang lain.

Kriteria perkaitan dalaman termasuk:

1. Kedudukan kata kunci pada halaman, contohnya dalam tag meta.
2. Kehampiran kata kunci. Peranan penting boleh dimainkan oleh situasi apabila permintaan disamakan dengan frasa yang ditetapkan.
3. Kedudukan pada permulaan halaman. Semakin tinggi kedudukan kata kunci, semakin banyak beratnya.
4. Sinonim kata kunci. Lebih banyak bentuk dan sinonim kata kunci dalam teks, lebih baik: ini menunjukkan bahawa topik tapak sepadan dengan topik yang ditentukan pada mulanya.

Perkaitan ialah tahap di mana maklumat diberikan mengikut permintaan pengguna. Selalunya, perkataan ini boleh didapati dalam kerja ramai orang yang terlibat dalam mengisi laman web, mencipta kandungan, dan meletakkan halaman html.

Orang dalam profesion SMM dan SMO (pengurus kandungan) secara aktif menggunakan istilah ini untuk mencipta kandungan yang akan memenuhi jangkaan pengguna yang mencarinya.

Kandungan dalam enjin carian dipaparkan mengikut tahap perkaitannya (iaitu, pematuhan dengan permintaan) bergantung pada bilangan kata kunci, "berair", "spam" dan "keunikan".

Keunikan menunjukkan betapa asli kandungan sedia ada - contohnya, teks yang disalin daripada Wikipedia dan ditampal ke dalam artikel akan mengurangkan keunikan kerana ia bertepatan dengan maklumat yang sudah tersedia di Internet.

Asal kata perkaitan

Perkataan relevan (dari bahasa Inggeris relevare - untuk memahami, untuk memudahkan) datang kepada kita dari bidang saintifik sains komputer. Konsep perkaitan sangat penting untuk sains komputer, kerana ia boleh dikaitkan bukan sahaja dengan bidang analisis dan pemprosesan teks, tetapi juga semasa melaksanakan tugas pengaturcaraan praktikal - menganalisis sejumlah besar data.

Perkaitan (dalam teknologi maklumat) terbahagi kepada dua jenis: perkaitan kandungan dan perkaitan formal. Perkaitan kandungan menunjukkan pematuhan dokumen dengan data yang diminta, diperoleh secara tidak formal, dan perkaitan formal adalah berdasarkan membandingkan permintaan pengguna dengan maklumat yang tersedia mengikut algoritma tertentu.

Ini adalah algoritma yang digunakan oleh robot enjin carian - Google, Yandex, Rambler. Fakta menarik ialah setiap bahasa memerlukan algoritma tersendiri yang akan mencari teks yang diperlukan pengguna.

Penggunaan kata perkaitan

Perkataan perkaitan, seperti yang diterangkan di atas, digunakan dalam semantik, pengaturcaraan, susun atur Web, reka bentuk Web, SMM dan SMO, serta copywriting. Copywriting ialah bidang kerja yang berkaitan dengan penulisan artikel untuk dipesan. Selalunya terdapat artikel yang bertujuan untuk pengoptimuman SEO; jenis artikel tertentu ini harus relevan yang mungkin.

Perkataan perkaitan juga terdapat dalam literatur teknikal khusus - arahan, manual dan sumber maklumat lain. Dalam pertuturan harian, anda juga boleh menggunakan perkataan perkaitan, sebagai contoh, dalam situasi apabila seseorang menjawab soalan dengan cara yang tidak betul - jawapan yang tidak relevan kepada soalan itu.

Selain itu, perkaitan boleh dikatakan sebagai nilai yang boleh diukur - sejauh manakah relevannya artikel atau maklumat ini?

Perkaitan dalam SEO

Perkaitan dalam SEO adalah kunci untuk memastikan laman web, blog atau komuniti anda akan ditemui dan dibaca oleh orang ramai. Cara paling mudah untuk seseorang mencari maklumat adalah dengan memasukkan pertanyaan ke dalam enjin carian - Google, Yahoo, Rambler atau Yandex.

Program - robot yang berfungsi dalam enjin carian ini mencari kandungan atas permintaan, menggunakan algoritma khas. Carian kata kunci adalah salah satu yang paling mudah dan paling biasa.

Untuk carian yang lebih mendalam dan tepat, dan oleh itu relevan dalam SEO, program carian memeriksa teks yang disimpan di tapak. Peratusan "Spaminess"nya dikaji - kekerapan pengulangan perkataan tertentu, "air" - perkataan yang tidak membawa beban semantik yang penting, keunikan, loya akademik dan banyak faktor lain yang membolehkan enjin carian mencari kandungan yang relevan.

Perkaitan dan kata kunci

Dalam bahagian artikel ini, kami akan memberikan contoh penggunaan kata kunci yang berjaya supaya pembaca dapat memahami dengan baik cara ia digunakan dan perkara yang kami bincangkan. Kata kunci ialah gabungan perkataan yang membolehkan anda menangkap intipati teks atau kandungan yang paling penting.

Sebagai contoh, kata kunci dalam teks yang berkaitan ialah frasa berikut:

• "beli barang";
• "beli barang di Moscow";
• "Beli barang di Moscow dengan murah dengan penghantaran ke rumah";
• “Perkhidmatan peguam swasta yang murah”;
• "Cara melakukan tindakan tertentu"
• “buat sendiri pembaikan TV di rumah.”

Jadi kita melihat bahawa kata kunci dan perkaitan memainkan peranan yang besar dalam kehidupan moden. Jika perkaitan tidak wujud, maka tidak akan ada Internet yang berfungsi dengan baik.

Cuba buka enjin carian Cina Badoo dan masukkan pertanyaan dalam bahasa Rusia - dan anda akan menerima kandungan yang benar-benar gila, tidak dijangka, tidak relevan. Dan walaupun kaitan pada asalnya datang kepada kami dari sains komputer, kami masih menggunakannya dalam bahasa Rusia, kesusasteraan, matematik, fizik dan sains lain.