WOW GOLD http://superpowerleveling.com WOW GOLD Sat, 04 Feb 2012 09:39:44 +0000 en hourly 1 http://wordpress.org/?v=3.3.1 SC網路行銷概念 – Google Dance？ http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-google-dance%ef%bc%9f http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-google-dance%ef%bc%9f#comments Sat, 04 Feb 2012 09:39:44 +0000 csyhomme http://superpowerleveling.com/?p=36 Google Dance指的是當Google進行更新各個資料中心的資料時，在不同的資料中心所搜尋到的結果會上下跳動，所以稱之為Google DanceGoogle在每年會進行數次的Google Dance，有人說一年約十次，但其實是不太確定的說法，到底有幾次也並不是太重要，在這些更新行動中，索引資料、連結狀況及PageRank等資料會做最新的更新到各個資料中心，其影響就是改變了搜尋的結果
如果某個關鍵字的搜尋結果在各不同的資料中心排名不同時，就顯示Google正在Dance當中，這個動作會持續數天的時間，不過據觀察Google Dance的頻繁度越來越高，可能與整個效能增加有關，已經不太像一年只有十次除了效能增加的因素外，整個網路的資料量變大，而不得不更新更頻繁也有關係，如果Google不更頻繁的更新，查詢結果的準確度就無法隨著資料量的增加而調整，所以也許Google Dance的大跳年是一年數次（global update），但是小跳舞（local update）卻是每個時間點都在劇烈的進行著，等小跳年到一個地步就來個真正的Google Dance

資料來源:
網路SEO搜尋引擎

]]> http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-google-dance%ef%bc%9f/feed 0 SC網路行銷概念-PageRank演算法-II http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-pagerank%e6%bc%94%e7%ae%97%e6%b3%95-ii http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-pagerank%e6%bc%94%e7%ae%97%e6%b3%95-ii#comments Sat, 04 Feb 2012 09:37:43 +0000 csyhomme http://superpowerleveling.com/?p=34 II- 理論上的PageRank演算法

假設現在有個連結狀況如上圖3-29如果有網頁B、C連結到網頁A，並且網頁B連到網頁C，PR（A）代表網頁A的PageRank分數。
PR（A）=（1-d）+d×PR（B）2＋PR（C）1＋
PR（C）=（1-d）+d×PR（B）2
因為網頁B、C連結到網頁A，PR（A）就會由網頁B、C貢獻過來，而網頁B連結到網頁A與網頁C，所以網頁A、C各分得PR（B）的一半貢獻。而網頁A還有連結來自網頁C，而網頁C只有一個連結，所以得到PR（C）的全部貢獻。將連結網頁的貢獻度總合再乘以d，加上（1-d）就是目的網頁的PageRank分數。
這裡的PR（A）、PR（B）、PR（C）都是指PageRank分數，而非PageRank等級。
所以如果d=0.85，PR（B）=4
PR（C）=（1-0.85）+0.85× 42 =1.85
PR（A）=（1-0.85）+0.85× 42+1.851=3.4225

但是以上的PR（A）、PR（B）、PR（C）都只是PageRank分數，而不是PageRank等級。不然看起來網頁B的PR4，就可以讓網頁C變成PR1、網頁A變成PR3，如果這麼簡單的話，就沒有PR0的網頁了。當然以上只是以假設PR（B）=4來解釋，並且尚未進行迭代收斂的計算。
假設我有一個網頁Z具有5000個外部連結，且這些外部連結PageRank分數都為1，且這些外部連結本身都有100個連結。
PR（Z）=（1-d）+d× 1100×5000=1-0.85+0.85×50=42.65
以上的式子是說網頁Z由這些外部連結得到PageRank分數42.65，這個值當然不是PageRank等級，它只是PageRank分數，PageRank分數如何對照到PageRank等級在以後會詳細說明。

資料來源:
網路行銷SEO關鍵字

]]> http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-pagerank%e6%bc%94%e7%ae%97%e6%b3%95-ii/feed 0 SC網路行銷概念-PageRank演算法 http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-pagerank%e6%bc%94%e7%ae%97%e6%b3%95 http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-pagerank%e6%bc%94%e7%ae%97%e6%b3%95#comments Sat, 04 Feb 2012 09:30:51 +0000 csyhomme http://superpowerleveling.com/?p=27 I- 理論上的PageRank演算法

PageRank公式如下：
PRVi=1-d+dxjεIn（Vi）PR（Vj）Out（VJ）

以上d指damping factor，其值在0～1，一般設為0.85damping factor（翻譯成「延滯係數」或「阻尼常數」），該數值越小會讓計算更簡單

PR（Vi）為Vi這個頁面的PR分數
In（Vi）為進進Vi這個頁面的連結數目
Out（Vi）為Vi這個頁面連出去的連結數目

以上的PageRank公式只是眾多表示法的其中之一，但是這個公式是普遍被接受並且較易理解的公式不過大概很多人看到以上的公式就不想看了，所以我們再用比較簡單的表示法來說明

如果網頁P有n個網頁連進來，這些網頁以L1、L2到Ln表示網頁P可以得到的PageRank分數就是：
PR（P）=（1-d）+
d×PR（L1）網頁L1的連結數目＋PR（L2）網頁L2的連結數目＋…＋PR（Ln）網頁Ln的連結數目

資料來源:
行銷SEO優化

]]> http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-pagerank%e6%bc%94%e7%ae%97%e6%b3%95/feed 0 SC網路行銷概念 – Google SEO 怎麼做 http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-google-seo-%e6%80%8e%e9%ba%bc%e5%81%9a http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-google-seo-%e6%80%8e%e9%ba%bc%e5%81%9a#comments Sat, 04 Feb 2012 09:19:03 +0000 csyhomme http://superpowerleveling.com/?p=21 有人認為SEO是要偷偷做的，也有人認為搜尋引擎是不希望網站做SEO的，這些看法都只是針對非法的SEO操作，真正的搜尋引擎優化的成果是協助搜尋引擎的結果
在Google的網站管理員手冊中談到「按照這些指南將可協助Google尋找、索引和排名你的網站」，Google並且鼓勵網站管理員將網站的Sitemap傳給搜尋引擎，另外我們來看看Google的網站管理員手冊還談到：
1. 讓網站具備清楚的階層和文字連結每個網頁至少能透過一個靜態文字連結加以開啟
2. 提供網站地圖給你的使用者，並在其中加入指向你網站重要部分的連結如果網站地圖大於約100個連結左右，建議你將網站地圖拆成若干頁
3. 建立實用和富含資訊的網站，且在撰寫網頁內容時能清楚正確描述你的內容
4. 想想看使用者會使用哪些字詞尋找你的網頁，並確保你的網站確實將那些字詞納入
5. 以文字取代圖片來顯示重要的名稱、內容或連結Google檢索器無法辨識在圖片中所包含的文字
6. 請確認你的元素和alt屬性均為描述性而且正確
7. 檢查是否有無效連結以偶HTML的正確性
8. 如果你決定使用動態網頁（亦即：包含「？」字元的網址），請注意並非每個搜尋引擎的自動尋檢程式都能檢索動態和靜態網頁最好保持簡短的參數並減少其數量
9. 將單一網頁上的連結數量保持在合理範圍內（少於100）

資料來源:
行銷SEO優化

]]> http://superpowerleveling.com/sc%e7%b6%b2%e8%b7%af%e8%a1%8c%e9%8a%b7%e6%a6%82%e5%bf%b5-google-seo-%e6%80%8e%e9%ba%bc%e5%81%9a/feed 0 Google搜尋引擎優化 – 個人化搜尋 http://superpowerleveling.com/google%e6%90%9c%e5%b0%8b%e5%bc%95%e6%93%8e%e5%84%aa%e5%8c%96-%e5%80%8b%e4%ba%ba%e5%8c%96%e6%90%9c%e5%b0%8b http://superpowerleveling.com/google%e6%90%9c%e5%b0%8b%e5%bc%95%e6%93%8e%e5%84%aa%e5%8c%96-%e5%80%8b%e4%ba%ba%e5%8c%96%e6%90%9c%e5%b0%8b#comments Sat, 04 Feb 2012 09:16:58 +0000 csyhomme http://superpowerleveling.com/?p=19 各位不知是否在近期的Google Search上發現搜尋結果有異於往常的結果？第一個是搜尋結果順序變動的頻率較為頻繁，第二個是在不同的電腦搜尋可能出現不同的搜尋結果Bruce Clay在PubCon上提出了他的看法，認為2010年第一季Google的搜尋技術將有重大的改變，這個改變就是個人化的搜尋，而此改變將連帶影響SEO的技術

在語意搜尋（Semantic Search）尚未完全成熟前，個人化搜尋（Personalized Search）是改善搜尋的一個方式，也就是你的IP、Cookie以及搜尋歷史資料來決定搜尋結果，當使用「java」來搜尋時，有可能是要尋找程式資源，可能是要尋找渡假資料，也可能是要尋找渡假資料，也可能是要尋找咖啡資料，若使用目前的搜尋引擎演算法，並無法讓使用者快速找到訊息，因此讓不同的搜尋結果出現在使用者面前，是Google正在進行的大工程
Google在2009年4月公佈了新專利「Methods and systems for assisted network browsing」，這個詳細內容在後面會詳細介紹，而Yahoo也在2009年3月公佈了搜尋演算法的變更這些變革將改變了什麼？都顯示搜尋演算法會越來越以使用者為考量，無法獲得使用者喜好的資料將會逐漸在眼前消失，因此黑帽式的SEO將喪失優勢，SEO的技術勢必會有一個全面洗牌
除了個人化搜尋之外，Google陸續還將有其他重大技術改革，因此持續觀察並調整策略是SEO的重要課題，如果無法隨時跟上Google或其他搜尋業者的腳步，可能就會在這波趨勢上滅頂，如果沒有隨時掌握趨勢及使用正確的方法，在SEO上可能面對全盤皆輸的局面
之前SearchWiki已經在Google Search英文界面測試好一陣子的功能，現在中文界面也出現了

當你登入Google帳號後，Google Search增加了幾個功能：
1. 你可以將不希望看到的結果列表移除，也可以將希望看到的結果重新排序
2. 你可以加入註解（comment）

當然你也可以回復原先的排序，並且這些重新排序的結果都是個人化的，別人並無法看到SEO
這個代表什麼呢？可以分成好跟壞兩方面：
a. 好的是使用者可以把非相關訊息過濾掉
b. 壞的方面是SEO技法已經越來越多挑戰

從另一方面看也有好跟壞：
c. 好的是正經的好文章可以更被彰顯
d. 壞的方面是黑帽SEO會不會大量利用過濾對手的方式來打擊網路行銷

(a)跟(c)絕對是正面的好消息，(b)對正派SEO來說沒有困難，但(d)就看Google如何利用這些個人化資料了
所以SEO的最終目的還是要針對人，電腦或許可以被欺騙，但是沒有相關的訊息，就算出現優秀的搜尋結果，也對在不到一秒的時間就被使用者過濾了

]]> http://superpowerleveling.com/google%e6%90%9c%e5%b0%8b%e5%bc%95%e6%93%8e%e5%84%aa%e5%8c%96-%e5%80%8b%e4%ba%ba%e5%8c%96%e6%90%9c%e5%b0%8b/feed 0 搜尋引擎的由來與演進 http://superpowerleveling.com/%e6%90%9c%e5%b0%8b%e5%bc%95%e6%93%8e%e7%9a%84%e7%94%b1%e4%be%86%e8%88%87%e6%bc%94%e9%80%b2 http://superpowerleveling.com/%e6%90%9c%e5%b0%8b%e5%bc%95%e6%93%8e%e7%9a%84%e7%94%b1%e4%be%86%e8%88%87%e6%bc%94%e9%80%b2#comments Sat, 04 Feb 2012 09:14:00 +0000 csyhomme http://superpowerleveling.com/?p=13 搜尋引擎可以分為兩大類：各人電腦端搜尋（Desktop Search）與網路搜尋（Web Search），個人電腦端搜尋尋找的是自己個人電腦上的檔案，網路搜尋尋找企業網路或網際網路上的檔案我們這本書裡所談的搜尋引擎，主要是指網際網路上的網路搜尋引擎，而網際網路上的網路搜尋引擎根據所搜尋資料的地域性區分，可以進行本地搜尋（Local Search）或全球搜尋（Global Search）

本地搜尋（Local Search）主要是要搜尋出在地化的資料，例如在搜尋引擎輸入「蛋糕」來尋找可以前往購買的店家，這時如果出現一堆不是本地的店家資訊或是沒有網路通路的網站，對於使用者就沒有利用價值

本地搜尋（Local Search）千萬不要跟個人電腦端搜尋（Desktop Search）搞混淆，因為許多人會誤以為Local是本機的意思

全球搜尋（Global Search）就不分地域因素，例如在搜尋引擎輸入「三角函數」來尋找相關的資訊，此時就沒有區分地域的需要網路行銷

網際網路上的網路搜尋引擎又可以分成許多不同類型，如綜合類（General Purpose）的搜尋引擎（如Google、Yahoo、Bing等）、整合搜尋類（Meta-Search）的搜尋引擎（如Dogpile、Clusty等）、垂直搜尋類（Vertical Search）的搜尋引擎（如Google Scholar、Google Patent、Google News等）、語意搜尋類（Semantic Search）的搜尋引擎（如izito、cartoon等）

以下我們將網際網路上各種不同類型的網路搜尋引擎整理如下：

綜合類（General Purpose）的搜尋引擎 Google、Yahoo、Bing、Baidu、Ask、AOL、AltaVista、InfoSeek、Lycos、Excite、Alltheweb、A9等

整合搜尋類（Meta-Search）的搜尋引擎 Clusty、DogPile、SurfWax、Copernic等

垂直搜尋類（Vertical Search）的搜尋引擎 Google Scholar、Google News、Google Books、Google Patent、Froogle、Kooxoo、Jobui、Jobmet、Krillion、Spock、USA People Search、Yoinkd、isoshu、Yousee BBS Search、Findbook等

語意搜尋類（Semantic Search）的搜尋引擎 Kartoo、izito、juice、haiku、coil等SEO

]]> http://superpowerleveling.com/%e6%90%9c%e5%b0%8b%e5%bc%95%e6%93%8e%e7%9a%84%e7%94%b1%e4%be%86%e8%88%87%e6%bc%94%e9%80%b2/feed 0