第一站 - 轻松上网从此开始!

上网第一站

当前位置: > SEO >

SEO独家揭秘:搜索引擎如何识别链接作弊!

时间:2017-04-17 17:47来源:卢松松博客 作者:跌名 点击: 我来投稿获取授权
以下内容来自网络或网友投稿,www.swdyz.com不承担连带责任,如有侵权问题请联系我删除。投稿如果是首发请注明‘第一站首发’。如果你对本站有什么好的要求或建议。那么都非常感谢你能-联系我|版权认领
国内的搜索引擎在关于外链的文章里面,绝大多数会强调外链的价值,很少去强调链接背后的反作用,也就是今天要给大家深度解读的链接作弊。笔者在SEO领域从业多年,但是在搜索引擎链接

  国内的搜索引擎在关于“外链”的文章里面,绝大多数会强调外链的价值,很少去强调链接背后的反作用,也就是今天要给大家深度解读的链接作弊。笔者在SEO领域从业多年,但是在搜索引擎链接分析这块,见证过各种链接对于排名的提升和下降,也测试过数百个站点的排名动向。这次我们一如既往,用实战排名案例去给大家完全解读链接作弊背后的秘密!

  首先,在谈论识别链接作弊之前,给大家假设一个观点,做SEO,千万不要用可能、感觉、或许这种东西来思考搜索引擎结果排序。尽管多数的SEO从业人员都是在与搜索引擎算法做匹配性斗争,但是往往是这些可能、感觉、或许让很多SEO优化变得反倒不让人理解了。所以,我们需要用自己的假设观点,去用大量的数据实验进行论证,从而得到结果排序背后的核心思想。

  搜索引擎简单的理解是通过一款人工开发出来的程序进行用户关键词请求的相关结果排序。比如自己网站站内的搜索框其实也是一个搜索引擎,而不同的搜索引擎排序方式(算法)大同小异,但是不管是哪种搜索引擎,总而言之,都有自己的独特结果排序计算公式来进行网页结果排名。下面我们来了解百度内部的一款超链分析系统截图,如下图所示:

  

SEO独家揭秘:搜索引擎如何识别链接作弊!

  

SEO独家揭秘:搜索引擎如何识别链接作弊!

  上面两张截图是百度内部超链分析系统平台的一个站点链接截图。从上述图中我们可以了解到两个核心数据指标,一个是链接的维度,另一个则是链接的推荐度。

  从上面的截图我们可以根据前面所提到的假设进行维度拆解,对于链接作弊,搜索引擎打击的比较严厉的是黑链(隐藏链接)与链接购买,不管是哪种,搜索引擎都有一套自己的独特识别机制,尽管这个机制我们暂时不知道,但是我们可以通过假设的观点进行方式论证。

  实验步骤与实验方法如下:

  实验要求:A、多个代优化的随机站点;B、链接位置保持一致性

  实验假设:假设针对10个随机站点保持链接位置状态一致的情况进行发布100个单向友情链接,速度为3天发布完毕,假设结果触发链接作弊。

  下图为10个站点发布前后综合数据对比:

  

SEO独家揭秘:搜索引擎如何识别链接作弊!

  

SEO独家揭秘:搜索引擎如何识别链接作弊!

  链接位置如下图所示:

  

SEO独家揭秘:搜索引擎如何识别链接作弊!

  根据上图所示(避免广告出现,所以不发布相关站点),可以看到一组明显的数据为,域名时间、收录量、链接增长速度、链接生效周期、站点基础链接数据等维度决定了链接是否触发作弊。同样的锚文本链接位置,不同的10个随机站点,结果大不相同,而是否触发链接作弊根据上面的综合数据评分可以得出:

  1、链接排序位置影响排名、站点基础数据影响触发作弊较大;

  2、老域名对于链接作弊触发较低,新站对于链接同位置链接触发作弊程度较高;

  3、链接增长速度影响链接作弊较大;

  4、同IP站群链接影响作弊程度较大;

  5、原链接总数百分比影响链接作弊程度较大。

  那么很多朋友肯定会有几个疑问,通过实验对比和数据分析,以及结合百度超链分析系统的两张截图可总结如下:

  1、大家常说链接讲究循环渐进的发布,为何3天发布100个单向友情链接为何没有触发链接作弊?

  严格来说,循环渐进的效果肯定是最好的。由于我们是测试链接作弊,所以在增长速度这块打破常规实验,通过数据分析,我们可以得到两个答案。第一、站点原本为老域名站点(存在时间长,无历史作弊记录),搜索引擎考核这类站点有特殊作弊机制调整。第二、由于发布的单向友情链接站点(100个实验站)被蜘蛛抓取的时间不是完全一致,链接生效需要通过蜘蛛页面抓取>链接考核(推荐度)>链接生效,不同的站抓取不同所以生效时间也不相同,导致即使我们是3天发布了大量的单向友情链接也不容易触发链接作弊。

  2、为何发了那么多外链还是没有排名?

(责任编辑:admin)
织梦二维码生成器
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发布者资料
第一站编辑 查看详细资料 发送留言 加为好友 用户等级:注册会员 注册时间:2012-05-22 19:05 最后登录:2014-08-08 03:08
栏目列表
推荐内容
分享按鈕