如何設(shè)置SEO關(guān)鍵詞當(dāng)然重要，但SEO優(yōu)化技術(shù)如果只是機(jī)械式的說該做什麼不做什麼，而涉及的步驟又非常死板，例如：將焦點(diǎn)關(guān)鍵詞設(shè)定放在標(biāo)題一，關(guān)鍵詞在首段重覆出現(xiàn)三次等等 ，會是何等枯燥乏味。

過去二十年搜索引擎優(yōu)化是圍繞關(guān)鍵詞為基礎(chǔ)，理由是計(jì)算機(jī)無法有效分析自然語言輸入，從而理解搜索用戶的目的，退而求其次依賴搜索用戶輸入簡單詞組作為導(dǎo)向，就是所謂關(guān)鍵詞。關(guān)鍵詞研究 Keyword Research 是指利用工具，例如 ：Google Adwords Planner 分析個(gè)別關(guān)鍵字的搜索量和競爭度。由于傳統(tǒng)搜索引擎優(yōu)化是以關(guān)鍵字為對象，關(guān)鍵字研究得出來的一籃子關(guān)鍵字會根據(jù)和內(nèi)容的相關(guān)性被分配到網(wǎng)站內(nèi)不同網(wǎng)頁用作所瞄準(zhǔn)的關(guān)鍵字。

SEO關(guān)鍵字 – 基本概念

多了解一些關(guān)鍵字設(shè)定基本概念和基礎(chǔ)理論會令SEO優(yōu)化變得更有趣味。例如：SEO關(guān)鍵字的出現(xiàn)密度的基礎(chǔ)理論是TF-IDF。搜索引擎希望從頁面出現(xiàn)的關(guān)鍵字密度決定該SEO關(guān)鍵字和內(nèi)容的相關(guān)性 Relevance 有多大。用淺白語言排除數(shù)學(xué)其實(shí)不難理解：

關(guān)鍵字在網(wǎng)頁出現(xiàn)的頻率就是 TF (Term Frequency)。如果關(guān)鍵字 K 在網(wǎng)頁出現(xiàn) 4 次， TF 值看似應(yīng)該是4。

問題是如果A頁的內(nèi)容長度是 B頁的兩倍，某關(guān)鍵字 K 在A頁的出現(xiàn)次數(shù)是B頁兩倍時(shí)就不能斷言關(guān)鍵字 K 與A頁更相關(guān)。所以 TF 被修正為 出現(xiàn)次數(shù) / 長度。例如，出現(xiàn) 4 次文件章度為 100 個(gè)字：

TF 值 = 4 / 100 = 0.04

問題是例如一編介紹 “網(wǎng)上生意” 文章的描述中，有些字像 “客戶”，”網(wǎng)上” 的 TF 就顯然要比 “網(wǎng)上生意” 的 TF 為高。但說該文章跟 “網(wǎng)上” 或 “生意” 的相關(guān)性較 “網(wǎng)上生意” 為高，明顯違反常識。當(dāng)文章是談?wù)?“網(wǎng)上生意”，”云端運(yùn)算”，”網(wǎng)上繳費(fèi)”，”網(wǎng)上教學(xué)”等等時(shí) “網(wǎng)上” 都很可能被提及。結(jié)論是 “網(wǎng)上” 一詞是一般文章中更普及出現(xiàn)。單純利用 TF 計(jì)算相關(guān)性會出現(xiàn)以上的偏差。

解決的方法是對愈普及的關(guān)鍵字給出愈低的權(quán)重 Weight，倒如在 10，000 文章中關(guān)鍵字 “網(wǎng)上” 出現(xiàn) 100 次，權(quán)重變成倒數(shù) (所以叫 IDF 或 Inverse Document Frequency) 10，000/100 = 100 ， 如關(guān)鍵字 “網(wǎng)上推廣” 在 10，000 文章中出現(xiàn)一次，權(quán)重變成 10，000/1 = 10，000. 為了令這權(quán)重值變化不要不急，所以以 log base 10 計(jì)算。

“網(wǎng)上” IDF 值 = log (10，000 / 100) = 2

“網(wǎng)上推廣” IDF 值 = log (10，000 / 1) = 5

將 TF 乘以 IDF 就是相關(guān)性的評分。當(dāng)然今天的搜索引擎采用的 TF-IDF 更復(fù)雜，但原理是一樣。今天搜索引擎已經(jīng)進(jìn)化到非常復(fù)雜，除了 Google 內(nèi)部從事 SEO 研究的資深工程師外，外面從事SEO優(yōu)化的人只能根據(jù)一些如專利申請和Google人員不同埸合的闡述等符嘗試?yán)斫馄渲械木汀oogle 搜索引擎計(jì)算關(guān)鍵字相關(guān)性的算法是以 TF-IDF 為基礎(chǔ)，但已經(jīng)進(jìn)化到更為先進(jìn)。

長尾關(guān)鍵字

長尾關(guān)鍵字 Long tail keyword 指基于通用關(guān)鍵字在前或在后或同時(shí)在前后加入更多字眼作更精準(zhǔn)標(biāo)示所要找的產(chǎn)品、服務(wù)或信息，長尾關(guān)鍵字 IDF 值高。例如：“大碼衣服婚禮用”，“防敏感化妝品”等等。長尾關(guān)鍵字特色是搜索量小，但同時(shí)提供和該關(guān)鍵字相關(guān)的產(chǎn)品、服務(wù)或信息的網(wǎng)站亦小，所以該長尾關(guān)鍵字的搜索排名競爭亦小，更容易獲得高搜索排名。

焦點(diǎn)關(guān)鍵字

焦點(diǎn)關(guān)鍵字 Focus Keyword 指網(wǎng)頁內(nèi)容是以該關(guān)鍵字為爭取排名目標(biāo)，焦點(diǎn)關(guān)鍵字 IDF 值低。所以在頁內(nèi)重要的元素中會加入該焦點(diǎn)關(guān)鍵字以便通知搜索引擎網(wǎng)頁內(nèi)容和焦點(diǎn)關(guān)鍵字的相關(guān)性。SEO 優(yōu)化工具如 Yoast SEO， SEOpressor 的排名優(yōu)化建議都需要先設(shè)定焦點(diǎn)關(guān)鍵字。一般網(wǎng)頁內(nèi)容只應(yīng)瞄準(zhǔn)一兩個(gè)焦點(diǎn)關(guān)鍵字，否則可能造成文理不通，降低可讀性。

單頁相關(guān)還是多頁相關(guān)

某些網(wǎng)站接受游客發(fā)帖 Guest Posting， 單獨(dú)一個(gè)頁面和某關(guān)鍵字有高相關(guān)性不及和好幾頁面展現(xiàn)高相關(guān)性來得重要。利用 ITF 可以偵測到整個(gè)網(wǎng)站 (或者更正確是整個(gè)網(wǎng)站中被搜索引擎索引的頁面) 和某關(guān)鍵字的相關(guān)性。例如“韓國時(shí)裝” 在一般網(wǎng)站的 ITF 是 0.0003，即是在一萬頁中只有 3 頁提及，而某網(wǎng)站是 0.05，即一百頁中有五頁提及，就表示該網(wǎng)站以 “韓國時(shí)裝” 為主題的可能性極高。也就是該網(wǎng)站對 “韓國時(shí)裝” 的權(quán)威性高，亦即是 Google Rater Guideline 所闡述優(yōu)質(zhì)內(nèi)容 E.A.T 里內(nèi)的 A，代表 Authority。搜索引擎是偏好來自權(quán)威性高的內(nèi)容。

直接相關(guān)還是間接相關(guān)

關(guān)鍵字有同義詞 Synonyms。例如：教員，教師，老師代表非常接近甚至完全相同的概念或事物。當(dāng)網(wǎng)頁或網(wǎng)站和關(guān)鍵字A的相關(guān)性高，而關(guān)鍵字B是關(guān)鍵字A的同義詞時(shí)，就間接引證該網(wǎng)頁或網(wǎng)站和關(guān)鍵字B的相關(guān)性亦高。但由于是間接相關(guān)，所以網(wǎng)頁對搜索輸入關(guān)鍵字B的排名評分會略低于對直接相關(guān)的關(guān)鍵字A。

應(yīng)該是直接相關(guān)還是間接相關(guān)取決于地理位置文化差異。有些同義詞是由于文化地理差異引起，例如 “moggie” 是英國人對混種家貓的稱呼，亦就是一般我們都叫 “cat”. 隨著手機(jī)普及可以更準(zhǔn)確判斷用戶的地理位置，英國用戶輸入 “moggie” 可以判斷為貓 (搜索引擎很可能判斷與 “cat” 為直接相關(guān))，但中國用戶輸入 “moggie” 就不一定 (搜索引擎很可能判斷與 “cat” 為間接相關(guān))。

關(guān)鍵字的繁簡轉(zhuǎn)換亦可以看成間接相關(guān)，所以你會看到輸入繁體關(guān)鍵字時(shí)亦有時(shí)會出現(xiàn)簡體排名結(jié)果。但亦是由于間接相關(guān)，所以排名計(jì)分稍為不利。

潛在詞義的相關(guān)性

隨著手機(jī)愈趨普及，語音搜索 Voice Search 使用量會大幅增加。當(dāng)用戶慢慢發(fā)現(xiàn)原來搜索引擎對自然語音輸入的理解原來不差時(shí)，搜索用戶行為亦會改變，放棄以詞組式關(guān)鍵字輸入而改為更自然的句子。RankBrain 的出現(xiàn)就是為了處理更復(fù)雜的詞意含義，通過利用人工智能 AI 理解潛在含意而將用戶的搜索輸入和隱含的關(guān)鍵字搭出關(guān)系。例如用戶查詢：PDF 有什麼弊端，通過 RankBrain 潛在詞義分析轉(zhuǎn)化為 “PDF 保安”。

LSI 和 Proximity

單一詞語代表的意義有時(shí)非常含糊。例如 “蘋果” 代表水果亦廣泛指美國一家上市公司。所以確切的相關(guān)性判斷需要看上文下理，例如如果網(wǎng)頁是關(guān)于水果蘋果，很可能同時(shí)在內(nèi)文中找都關(guān)于食品的關(guān)鍵字，例如 “健康”，“味道”。如果是關(guān)于蘋果公司，就可以找到關(guān)鍵字如 “公司”，流行産品如 “iPhone” 等等。又例如 “心理輔導(dǎo)” 的資料，多數(shù)會提及 “情緒” 這個(gè)詞。英文 Lincoln 可以是人名，可以代表汽車，可以代表美國總統(tǒng)。潛在語義索引 Latent Semantic Indexing (LSI) 是指搜索引擎根據(jù)上文下理所出現(xiàn)的其他相關(guān)詞匯判斷關(guān)鍵字的相關(guān)性。而這些相關(guān)的關(guān)鍵字應(yīng)該出現(xiàn)在主關(guān)鍵字不太遠(yuǎn)的地方，相隔愈遠(yuǎn)代表兩者關(guān)系愈弱。

SEO關(guān)鍵字密度

從以上的理論介紹中你看到為多幾個(gè)的關(guān)鍵字出現(xiàn)次數(shù)對搜索引擎判斷相關(guān)性沒有大幫助，反而一些長尾的關(guān)鍵字可能更有利 IDF 權(quán)重計(jì)分。

由于關(guān)鍵字密度已經(jīng)被濫用。今時(shí)今日，關(guān)鍵字出現(xiàn)在網(wǎng)頁的密度已經(jīng)變得不重要。代之已起的是更看重 LSI 暗視式的相關(guān)性出現(xiàn)頻率。理解SEO關(guān)鍵字基本概念后下一步就是如何選關(guān)鍵字。

關(guān)鍵字位置

關(guān)鍵字位置 Keyword Position 指關(guān)鍵字在不同元素中出現(xiàn)位置對搜索排名的影響，特別是當(dāng)元素出現(xiàn)在有長度限制的地方，例如標(biāo)題。一般出現(xiàn)位置是愈前愈好，但有時(shí)將關(guān)鍵字放在前面可能造成文理不通，又會降低搜索用戶點(diǎn)擊意欲。

來源：易優(yōu)小編(m.chqfk.com)歡迎分享，謝謝。