SEO正在從自然搜索時代向REO時代轉移

閱讀 ?·? 發布日期 2018-09-05 11:45 ?·? admin
在互聯網發展到今天，移動端已經成為互聯網主流的入口，現在PC端和5年前的流量就是天壤之別，PC端的沒落是互聯網的低潮還是用戶的搜索習慣發生變化，作為一個非資深的SEOer，對曾經帶給我人生變化的這個行業我還是充滿感謝和熱愛的。沒有趕上那個井噴的時代，或者說井噴時代的我，沒有機緣接觸到這一行。網站優化
 現在，SEO因為太過成熟，所以沒落。另外過去SEO依托的主體-百度，在去年魏則西事件之后爆發了全面信任危機，使其轉化率不斷走低。讓seo這個行業前景越發黯淡。 不過，又一波紅利來了。它叫REO，recommendation engine optimization，推薦引擎優化。前些天就接觸到這一概念了，沒引起警覺，感覺是大拿們故弄玄虛，生造概念。剛刷頭條，再次遇到，有種小觸電的感覺。年頭，百度董事長李彥宏都已開始重新布局內容。由主動式向推薦式轉型。正說明了網民對內容需求和信息獲取行為的重大轉變。 推薦引擎 作為一個REO的初學者，邊學習邊普及知識。 人工智能，機器學習，內容方面必然向機器理解人的方向加速轉移。網站建設，大多數時候人對自己的需求是不明朗的，這正是推薦引擎所要填補的傳統搜索引擎的空白。 什么是推薦引擎? 推薦引擎，是主動發現用戶當前或潛在需求，并主動推送信息給用戶的信息網絡。 具體來說，推薦引擎綜合利用用戶的行為、屬性，對象的屬性、內容、分類，以及用戶之間的社交關系等等，挖掘用戶的喜好和需求，主動向用戶推薦其感興趣或者需要的對象。 推薦引擎如何工作？ 具體算法咱們不得而知。但從常識來看，算法離不開內容，用戶行為，用戶社交關系，以及賬號主體行為。 內容質量高低可分整個互聯網中的重復度，庫中同類信息的數量，字數，排版，熱度等對用戶有價值的緯度。這一塊有待深入觀察，就我現在的印象，推薦因素更多基于用戶行為，比如點擊，閱讀，停留時間等。 說到這，更有興趣花點時間研究下這個推薦算法了。 用戶行為，可見的緯度除了上一段提到的三個，還有同時在線率，頁面點擊次數，頁面相關信息搜索次數，評論量，評論比，分享量，分享比，收藏量，收藏比，評論的點贊量，活躍度，等，如果挖掘，用戶行為可以多達上百上千種細分緯度。這是我從數據中國受到的啟發。 而用戶關系，這個我能想到的包括微信綁定登陸，手機登陸，微博等三方賬號登陸后，可與對應平臺合作共享它們的社交數據，或者購買對應商業接口，挖掘社交關系，從而完善推薦算法。我能想到的是，比如A看頭條，頭條得到該讀者的微信社交圈，而B也恰好看頭條是A的朋友。推薦的廣告被A點擊是否同時可對A做更多推送呢？也許，這只是一個不恰當的假設場景，我想口碑的效應在推薦算法中未必不被考慮。 賬號主體，類似于百度競價的賬號質量度，或者SEO中的網站整體質量評分。這個緯度一方面體現對創作者的鼓勵或懲罰，一方面可站在機器角度通過對賬號歷史表現，包括文章被推薦率，違規率，原創度等等一系列的指標更準確的將相對有限的曝光資源給與真正有相應推薦價值的文章，視頻。這個緯度不可或缺。這跟搜索引擎的排名緯度無比繁雜一樣，要做到盡可能精準，智能化，所有有價值的緯度都是有必要放進加權算法中去的。這就不能不提到機器學習了，所以我可以肯定的是頭條或者任何推薦引擎的算法隨時都有不同，這依據的就是海量用戶數據直接導致的機器學習模型的進化。每一刻的進化盡管小，但無時不在改變。突然有點佩服達爾文的進化論了，機器向人工進化的過程居然也被它幾百年前言中。 對于研究REO并實踐的人來說，跟SEO一樣，拿數據說話，總結出若干推薦因素。不僅有功于大眾，對自己更是好處良多，君不見一個SEO誕生了一批先驅，大咖，悶聲發大財者。REO有這個潛力。 下面是紅客SEO總結出的幾條，詳細解說略去，加上上文我羅列出的若干因素，勉強結束此文。初學者，有待更進一步研究學習實踐。我有個頭條號，企業號，正好作為實驗場，積累經驗和數據，不定期更新到該公眾號。 1.點擊率+讀完率2.分類明確3.文題一致4.內容質量5.賬號定位明確6.訂閱數7.站外熱度8.發文頻率