影響關鍵詞排名的因素中,站外錨文本之外,站內最關鍵的就是關鍵詞的密度與分布策略。先前談過與詞頻相關的 TF-IDF 演算法,這次改用 Vector Space Model 做一次完整實測。
1. 測試對象為 Google,因為它對錨文本賦權相對保守,變數較少。
2. 以「關鍵詞分布策略」這個長尾詞與本頁作為案例。
3. 對照頁面為 www.***.cc/blog/lanzhouseo/keywords-fenbu/ ,該頁當時在 Google 排名第三。在不對兩頁做任何外鏈推動的前提下比較結果。
4. Google 當時的總收錄量按100億計算。
把長尾拆成「關鍵詞」、「分布」、「策略」三個詞。實際的分詞方式可能與主觀理解不同,這裡為簡化說明暫且如此處理。
查詢對手頁面的詞頻結果:
小技巧:可以先用 Lynx 線上版把頁面轉為純文本,再用 Ctrl+F 統計多個詞的出現次數,比肉眼翻閱準確得多。
套用 TF-IDF 進行換算後,對手在該長尾上的權重總得分為 3.2286。

接著是優化自己的密度。表格分上下兩部分:上半填寫對手數據,下半填入自身情況,對比總分即可找出最適合自己站點的密度區間。
直接給結論:「關鍵詞」、「分布」、「策略」三詞各出現14次,或作為短語同時出現14次,是最優密度,權重得分4.0126;再多就會出現權重回落。嚴格按演算法,作為完整短語出現時即使只出現1次也能拿到同等分數,但實際寫作很難做到,所以才需要分別計算再合計。
依演算法邏輯,以下幾個位置必須出現:
以下位置也建議安排:
由於我邊寫邊測,寫完一查次數已全面超標,只好回頭修剪。建議大家先把次數規劃好再動筆,會輕鬆很多。
最後一個提醒:詞頻上限要抓好,一般控制在15次以內,超出就容易有堆砌的嫌疑。
這套依據 TF-IDF 與向量空間模型的密度策略,在 Google 上效果相當明顯;百度則更看重錨文本外鏈。但無論哪個引擎,SEO 最終都是贏在基礎與細節上。