搜尋引擎排名的基礎之一,就是關鍵詞與網頁的相關性。而相關性這件事,機器判斷的方式和人完全不同。
人看到「蘋果」,馬上聯想到那個圓圓的、多汁又好吃的東西;演算法沒有這種直覺。它能做的,是掌握詞與詞之間的關係——也就是語義分析。
幾年前,SEO 圈熱烈討論過潛在語義索引(Latent Semantic Indexing)。時間隔久了,這裡只做粗略說明。
它的核心是:如何透過海量文獻找出詞彙之間的關係。當兩個詞或一組詞大量出現在同一份文件裡,這些詞就被認為語義相關。
「電腦」與「計算機」在人們寫作時經常混用,兩者在大量網頁中同時出現,搜尋引擎因此判斷它們極為貼近。
更值得注意的是,潛在語義索引並不依賴語言。SEO 是英文,「搜尋引擎優化」是中文,但因為它們大量共現於相同網頁,即使機器還不知道這幾個詞具體指什麼,也能在語義上把「SEO」、「搜尋引擎優化」、「search engine optimization」、「SEM」緊緊連在一起。
再舉一例:「蘋果」與「橘子」也大量共現於相同文件,只是緊密度低於同義詞。
搜尋引擎是否真的採用了這項技術,至今沒有定論——它們既不承認也不否認。但有一個事實:2002 年 Google 買下了持有潛在語義索引專利的 Allied Semantic。
邏輯與結構合理的網站,通常會切成不同頻道或欄目。各頻道談論略有差異但緊密相關的話題,這些話題共同構成網站主題。搜尋引擎在收錄整個網站的頁面之後,就能依主題詞之間的語義相關度,判斷出這個網站主要在談什麼。
近幾年有個現象:搜尋某個關鍵詞,排在前面的網頁有時甚至不含這個詞。這很可能就是潛在語義索引在起作用。比如搜「電腦」,前排可能出現一篇只提「計算機」沒提「電腦」的文章,因為機器知道兩者緊密相關。
還有一點:寫網頁時不要局限在目標關鍵詞上,應該帶入與主關鍵詞語義相近、相關的詞彙來支撐它。這一點在搜尋結果裡也有體現——有些文章大量出現主關鍵詞,卻缺少其他支撐詞彙,排名往往並不理想。
相關性不是重複出來的,而是被語義網絡撐起來的。