現(xiàn)狀：

隨著科技的不斷進步，曾經(jīng)輝煌奪目的PC時代，也被漸漸崛起的手機移動端取代，互聯(lián)網(wǎng)也顯得特別的浮躁，生怕被時代所拋棄，以致于相對見效慢的SEO優(yōu)化手法越來越不被主流所推崇，使得除了醫(yī)療、旅游、電商、房產(chǎn)等一些大型網(wǎng)站的SEOer保持了應有的尊嚴，其他行業(yè)。

尤其是傳統(tǒng)企業(yè)的SEOer的位置也略顯尷尬，要么就被公司奉為“神”一樣的人物，既要會SEO，又要會SEM，在SEM廣告點擊單價提高后，那么就要會信息流了，還要兼職做信息流的廣告圖，在繁雜的工作中迷失自我，經(jīng)常扎心自問，我到底是個啥;要么就不被公司重視，放在一個可有可無的位置。

于是，SEOer們也漸漸的在尋求著改變下面一起看看我們曾經(jīng)走過的那些年代

SEO內(nèi)容堆砌時代

TF-IDF(詞頻-逆文檔頻率)算法是一種統(tǒng)計方法，用以評估一字詞對于一個文件集或一個語料庫中的其中一份文件的重要程度。字詞的重要性隨著它在文件中出現(xiàn)的次數(shù)成正比增加，但同時會隨著它在語料庫中出現(xiàn)的頻率成反比下降。該算法在數(shù)據(jù)挖掘、文本處理和信息檢索等領域得到了廣泛的應用，如從一篇文章中找到它的關鍵詞。

TFIDF的主要思想是：如果某個詞或短語在一篇文章中出現(xiàn)的頻率TF高，并且在其他文章中很少出現(xiàn)，則認為此詞或者短語具有很好的類別區(qū)分能力，適合用來分類。TF-IDF實際上就是 TF*IDF，其中 TF(Term Frequency)，表示詞條在文章Document 中出現(xiàn)的頻率;IDF(Inverse Document Frequency)。

其主要思想就是，如果包含某個詞 Word的文檔越少，則這個詞的區(qū)分度就越大，也就是 IDF 越大。對于如何獲取一篇文章的關鍵詞，我們可以計算這邊文章出現(xiàn)的所有名詞的 TF-IDF，TF-IDF越大，則說明這個名詞對這篇文章的區(qū)分度就越高，取 TF-IDF 值較大的幾個詞，就可以當做這篇文章的關鍵詞。

SEO

基于TF-IDF算法衍生出來的內(nèi)容堆砌時代，在這個時期盛行各種偽原創(chuàng)工具，堆積關鍵詞密度，站長之家的密度建議2%至8%被譽為行業(yè)標準，還有四處一詞(標題title、關鍵詞keywords和描述description、內(nèi)容、錨文本)的運用，讓SEOer們在搜索引起中如魚得水。

SEO外鏈時代：

PageRank，網(wǎng)頁排名，又稱網(wǎng)頁級別、Google左側(cè)排名或佩奇排名，是一種由根據(jù)網(wǎng)頁之間相互的超鏈接計算的技術，而作為網(wǎng)頁排名的要素之一，以Google公司創(chuàng)辦人拉里·佩奇(Larry Page)之姓來命名。

Google用它來體現(xiàn)網(wǎng)頁的相關性和重要性，在搜索引擎優(yōu)化操作中是經(jīng)常被用來評估網(wǎng)頁優(yōu)化的成效因素之一。Google的創(chuàng)始人拉里·佩奇和謝爾蓋·布林于1998年在斯坦福大學發(fā)明了這項技術。

PageRank通過網(wǎng)絡浩瀚的超鏈接關系來確定一個頁面的等級。Google把從A頁面到B頁面的鏈接解釋為A頁面給B頁面投票，Google根據(jù)投票來源(甚至來源的來源，即鏈接到A頁面的頁面)和投票目標的等級來決定新的等級。簡單的說，一個高等級的頁面可以使其他低等級頁面的等級提升。

基于PageRank算法衍生出來的外鏈時代，那時候多瀏覽器多窗口同時運行，CtrlC加CtrlV無限循環(huán)，我們被親切地稱為CV工程師;而后黑馬博客群發(fā)、蟲蟲營銷助手，又如劍客手中的劍攝取著搜索引擎這個大流量池;當然還有大量的各式各樣友情鏈接交換手法以及鏈輪手法。

SEO點擊時代：

隨著搜索引擎的算法機制越來完善，漸漸減弱對內(nèi)容密度、外鏈的比重，倡導用戶體驗優(yōu)先，那么點擊算法孕育而生，由用戶點擊次數(shù)跟用戶停留時間構成。

用戶點擊次數(shù)：

盡量控制點擊次數(shù)，要和人為的點擊比較接近(每個關鍵詞點擊在2-5次左右)，從百度頁面點擊進去關鍵詞網(wǎng)站頁面，待2-10秒(頁面不要關閉，時間待調(diào)整)，再次從百度搜索進入，點擊關鍵詞頁面進入網(wǎng)站，待10秒左右，并且最好可以再點擊幾次頁面內(nèi)的其他鏈接。確保整個過程用戶停留在網(wǎng)站的時間大于1分鐘以上。

用戶停留時間：

論壇好時間在3分鐘左右，門戶資訊網(wǎng)站一般在1分鐘-3分鐘左右。

縱觀SEO大神們眾說紛紜的論點，我個人還是比較推崇：

SEO流量≈搜索需求覆蓋率*收錄量*排名*點擊率

所以，接下來將會針對這四個因素具體敘述。

實踐篇

1.搜索需求覆蓋率

搜索需求覆蓋率簡單可以理解為詞庫，也就是說針對于自身行業(yè)建立詞庫需求表，那么可以通過以下幾種途徑去尋找關鍵詞：

1) 百度相關搜索

2) 百度下拉框

3) 關鍵詞規(guī)劃師(http://www2.baidu.com/)

4) 5118(http://www.5118.com/)

5) 詞庫網(wǎng)(http://www.ciku5.com/)

6) 愛站詞庫(https://ci.aizhan.com/)

7)搜狗輸入法詞庫(https://pinyin.sogou.com/dict/)

8)對手網(wǎng)站建立標簽詞庫

建立詞庫需求表有兩個作用：

1) 針對詞庫關鍵詞去創(chuàng)造(采集)內(nèi)容

2) 相近屬性(詞義)的關鍵詞組成聚合(TAG)頁

例如：怎樣讓皮膚變白_怎樣使皮膚變白_皮膚黑怎么變白

其實這些詞的意思是差不多的，這樣組成在一定程度上滿足了更多的人的搜索需求。

2. 收錄量

收錄量≈內(nèi)容數(shù)量*內(nèi)容質(zhì)量

1)內(nèi)容數(shù)量

a.采集法：采集法采集的內(nèi)容質(zhì)量相對較低，但是可以量取勝，把之前整理好的詞庫按照詞性相近的原則，生成聚合頁。演示思路如下：

第一步，假定做一個娛樂網(wǎng)站，在搜索引擎上搜索“娛樂”二字，挖掘出對手網(wǎng)站，把網(wǎng)址記錄下來。

第二步，把記錄的網(wǎng)址放到5118、愛站、站長網(wǎng)挖掘出有排名的關鍵詞，然后把這些關鍵詞都導出來，這邊5118為例。

第三步，導出來的關鍵詞肯定是有凌亂的，那么我們根據(jù)詞性就行分類，選取每個關鍵詞的核心詞，這里需要借用Python的第三方庫textrank4zh，代碼參考如下：

然后通過整理之后，得出結(jié)果，包含核心詞跟關鍵詞

最后，通過VB工具，得出最終結(jié)果，同一個核心詞都會顯示在一列，那么這一列的關鍵詞，我們就可以認為是相同詞性的詞，可以作為構成同一個標簽(TAG)頁。

第四步，根據(jù)標簽頁的關鍵詞去采集內(nèi)容，建議選擇同一個標簽頁字符數(shù)最少的關鍵詞，采集內(nèi)容的渠道可以是今日頭條，各大新聞網(wǎng)站，或者資訊類APP，具體怎么采，可以翻開《 第五步，采集好內(nèi)容之后，那么就可以構建是本地化搜索引擎，如火端搜索，xunsearch等，然后把內(nèi)容導入本地搜索引擎當中，這里以xunsearch為例，虛擬機新建linux系統(tǒng)，搭建xunsearch系統(tǒng)，具體安裝可參考《xunsearch安裝步驟》，最終得到的搜索引擎如下圖，那么就可以把我們的目標關鍵詞放在搜索引擎搜索。

網(wǎng)頁名稱：SEO每日流量如何從0到10000+
地址分享：http://www.rwnh.cn/news/99130.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供用戶體驗、品牌網(wǎng)站建設、外貿(mào)建站、營銷型網(wǎng)站建設、自適應網(wǎng)站、App設計

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)