失踪了一段时间，新业务刚起步实在没时间叨叨。
今天好好捋一捋谷歌SEO排名机制的发展史，虽然你可以忽略以前被迭代的排名内容，大胆的遵循最新的规则去做自己能做的事情，但是了解这些以前的排名机制会让你的思路通透，更好的理解谷歌发展的思路，为以后优化打下基础。有参考我外链大哥的思路，理性观看，觉得不对请找我大哥理论。
没废话直接说。
在 Google 之前，搜索引擎只是页面因素。关键词啊。关键词重复。标题、h1、h2、h3、粗体、斜体、第一段+重复更多内容。SEO 的排名页面带有关键词堆砌，那时很简单。盈利的机会并不多，但是我还没出生。
排名比较容易，盈利却很难。和 2023 年截然相反。
Google 之所以牛掰，是因为他们推出了“PageRank”算法，并开始根据 PR（通过链接计算得出）对网页进行排名。这就是为什么人们仍然认为你通过链接对页面进行排名的原因。所以谷歌的结果要好得多，这就是为什么它成为事实上的标准搜索引擎。老搜索仍然根据简单的页面因素来决定针对哪些关键字对哪些页面进行排名。
设想一下，如果你有 10个页面，所有页面都在竞争同一个关键字“买拖拉机”。而不是对那些看起来更相关的进行排名。对于最初的搜索引擎来说，这意味着它们有更多的“买拖拉机”字样，但是，谷歌根据其入站链接计算出的 PageRank 对这 10个页面进行排名。大大颠覆了以前的算法。
想都不用想，只要有规则，就有人尝试操控，这就开启了垃圾外链行业，SEO们 与 Google 的战争开始了。大量的垃圾外链注入一个页面获得排名。
Google 第一次出手管理垃圾邮件外链。2003 年 11 月圣诞节前推出，效果非常惨烈，许多可怜的小型网站被一同干掉了（允悲）。因为那时候谷歌也无法非常准确的干掉违规者。官方称这是针对关键字垃圾邮件、隐藏文本和其他看似容易发现的公然操纵尝试的更新。但是，其实大家都知道这是一个外链垃圾更新。
2005 年，在新奥尔良举行的 Pubcon 活动中，Google 工程师实际上承认他们正在使用统计链接分析来检测垃圾邮件网站。（自然的锚文本的重要性）。现在不一样了，统计上的自然数据点是通过机器学习发现的。
2005 年有更多链接更新。从 2003 年到 2011 年 2 月 23 日，外甥打灯笼——照旧。
听说这个时候是赚钱的黄金时期啊。大哥就是那个时候从做优化变成了pbn供应商，从此一失足成千古风流人物。
当时的排名只是外链、关键词密度和 EMD（完全匹配域）。所以你现在看到很多同行都是什么什么productname.com
来吧，大名鼎鼎的panda，这次更新带走了大部分的垃圾内容。谷歌开始变得积极主动，没事就更新。内容农场时代宣布开始走向终结。即便我尝试过gpt-2做博客站获利，那都是20年了。
基本完蛋，Penguin 是核心算法的利刃，旨在惩罚采用垃圾链接构建策略的网站。完全匹配的锚文本就比较吃亏，虽然我也经常这样做外链。
要知道谷歌最终是一家数据/统计公司。他们只是转向使用机器学习来分析数据。他们并不是真正的搜索公司。他们的整个前提是利用数据点和数据，让最多的人不断回到搜索引擎，并在广告上获得最多的关注（钱）。
在 Hummingbird 算法之前，我们需要为每个长尾查询提供单独的页面。即使是“最好的拖拉机”、“拖拉机老司机评论”和“最牛拖拉机老司机”，最好都创建单独的页面。
谷歌只是简单地对页面的关键字进行排名并查找页面上的所有关键字。它是基本且简单的，随着网络的发展，更多的普通人开始搜索，这意味着有更多的自然语言搜索。
以前你可能永远不会搜索“什么是最适合女性开的拖拉机”。它根本行不通。
蜂鸟基本上是谷歌核心算法的重写，并完全改变了它的工作方式。
从此时起，谷歌将尝试将搜索者的意图（搜索意图优化哈，颜sir说的没错）与页面相匹配。但是当时也没有那么的牛掰和完善，和今天的比就是个弟中弟，不过这是一个好的开始。
如果您搜索“我如何清洗拖拉机”，它会查找关键词，例如“清洁”和“拖拉机”，并尝试匹配正在谈论清洁拖拉机的页面，而不是包含这些词的页面标题中的“如何清洗拖拉机”。
Google 的第一个机器学习更新。
创建它是为了帮助谷歌找出对搜索查询进行排名的最佳页面。这就是谷歌开始超越关键词的地方。蜂鸟更多的是从搜索查询中提取重要的关键字，但它仍然是基于关键字的。
直到 RankBrain 之前，整个 Google 算法可以归结为“搜索关键字在页面和锚点中出现了多少次”。这就是为什么锚为啥以前那么重要。后来呢因为谷歌开始使用机器学习来理解搜索查询，而不是将关键字与页面匹配。谷歌有一个充满实体和事实的图形数据库。 截至 2023 年，它包含 80 亿个实体和 8000 亿个事实。
例如：搜 “我如何成为亿万富翁”时，它并不是在页面上寻找关键字，而是使用机器学习和实体来了解要为您提供哪个页面。不是因为它包含这个词“富翁”很多次。是因为谷歌知道搜索查询的实体之一“富翁”与其他实体和事实相连，使用这些关联实体和事实的知识来确定页面的相关性。
这是 RankBrain 的知识图谱。基本的机器学习将尝试找出搜索者想要什么，并使用知识图实体来帮助实现这一点。如今它更加先进，知识图谱包含大量数据。超过 8000 亿个事实，并且一直在增长。这里才说明为什么你要建立的是话题权威。这是为啥 PAA 网站能依旧在2022年爆发，因为知识图谱是纯粹的事实。这是纯粹的问答。因此，当您拥有一个 PAA（纯问答）网站时，它与知识图谱非常匹配，因此您最终会获得不计其数的话题权威。
也正是在这个时候，你就不能再有“最佳拖拉机”、“顶级拖拉机”和“第一拖拉机”的单独页面，因为 RankBrain 的机器学习和知识图可以找出实体是拖拉机并且它理解first/ best/top 非常相似。
第一个 Transformer 模型。
谷歌表示它会影响搜索查询和精选摘要。他们使用 BERT 来理解搜索者意图、检测实体、生成问题和回答问题。然后他们将所有这些存储在知识图中。
话题权威实锤版，以后专门再挖坑写话题权威吧。
写不下了，下次补全到2023年吧，最近两年更新频繁烦烦烦烦，不过还是躺平去咯~
添加表情
分享至微信
