金字塔算法模型初識(shí)
Web3.0的到來后基于互聯(lián)網(wǎng)營銷模式層出不窮，seo就是其中一塊炙手可熱的領(lǐng)域。本人對(duì)百度算法跟蹤研究已近5年的時(shí)間，我主要從事的是算法逆向，也就是通過一些相關(guān)指標(biāo)來判斷百度排名規(guī)則。
在敘述百度算法之前我先講一下我在前不久之前看到百度搜索研發(fā)部博客中的一篇文章《淺談網(wǎng)頁搜索排序中的投票模型》里面敘述了美國的選舉制度，這其實(shí)就是百度的其中一種投票體系的原型，我是這么認(rèn)為的。用一張簡(jiǎn)單的圖來闡述一下整個(gè)過程：
金字塔算法模型初識(shí)
看了上圖我相信大家都應(yīng)該明白，排序的殘產(chǎn)生應(yīng)該是在“總數(shù)據(jù)庫”和百度服務(wù)器之間發(fā)生的變化，百度蜘蛛會(huì)采集很多內(nèi)容回來，全部存放入總服務(wù)器，總服務(wù)器通過規(guī)則判斷篩選后最終在web服務(wù)器上放出頁面給出排序，其實(shí)就是在“總數(shù)據(jù)庫”發(fā)生了一些列的算法變化。當(dāng)然我這邊闡述的內(nèi)容中的各個(gè)服務(wù)器和名稱全部是我個(gè)人定義，但基本的邏輯應(yīng)該是如此的，按照數(shù)據(jù)分析的原則：數(shù)據(jù)收集——數(shù)據(jù)處理——數(shù)據(jù)分析儀——數(shù)據(jù)展現(xiàn)，其實(shí)就很能概括百度這一行為。
雖然百度一方面做著推廣競(jìng)價(jià)，一方面又希望給廣大用戶一個(gè)良好的檢索體驗(yàn)，可能很多seoer又恨又愛，但是根據(jù)官方的各種文本我們還是姑且相信百度搜索研發(fā)部門還是希望給用戶一個(gè)好的檢索體驗(yàn)。
說到了這里我不得不用一張圖來給大家展示一下，什么是金字塔模型：
金字塔算法模型初識(shí)
看了這圖后，可能有限人應(yīng)該會(huì)有質(zhì)疑，這很像漏斗原理，對(duì)！沒錯(cuò)，就跟漏斗原理很像，但是沒用金字塔來的勵(lì)志，大家都希望能夠獲得金字塔最高峰。
排序篩選過程又是如何的呢？我們引用一下百度搜索研發(fā)部文章內(nèi)的一段內(nèi)容：
“系統(tǒng)里有n個(gè)網(wǎng)頁，有m個(gè)特征（頁面質(zhì)量、頁面內(nèi)容豐富度、頁面超鏈、文本相關(guān)性等）對(duì)n個(gè)網(wǎng)頁有不同的打分，如何根據(jù)這些特征的”投票“，選出最適合放在第一位的網(wǎng)頁呢？
從選舉的例子中，我們可以得到的幾個(gè)啟示：
1. 設(shè)計(jì)算法時(shí)，要避免出現(xiàn)“贏者通吃”帶來的信息丟失問題。
2. 不要因?yàn)槟硯讉€(gè)特征特別好，就把某個(gè)網(wǎng)頁排到最前，或者因?yàn)槟硯讉€(gè)特征特別差，就把某個(gè)網(wǎng)頁拋棄。
3. 最合適放在首位的網(wǎng)頁不一定是在每個(gè)特征上都最好，而應(yīng)該是能夠兼顧所有特征，綜合表現(xiàn)最好的那個(gè)。
4. 搜索引擎使用者對(duì)搜索結(jié)果的點(diǎn)擊行為，可以看成是對(duì)搜索結(jié)果進(jìn)行的“投票”，這樣的“投票”信息的使用方式，也要注意考慮是否會(huì)帶來選舉過程中出現(xiàn)的種種不合理。
以上提到的種種選舉方案，僅僅是對(duì)“多候選人單職位的”的情況進(jìn)行討論，而搜索引擎面對(duì)的問題，則更類似于“多候選人排序”的情況，也即：
系統(tǒng)里有n個(gè)網(wǎng)頁，有m個(gè)特征（頁面質(zhì)量、頁面內(nèi)容豐富度、頁面超鏈、文本相關(guān)性等）對(duì)n個(gè)網(wǎng)頁有不同的打分，如何根據(jù)這些特征的“投票”，決定n個(gè)網(wǎng)頁的順序？
而這個(gè)“多候選人排序”問題，是有一個(gè)“不可能的民主”的理論的，該理論的大意是，“合理”的民主應(yīng)該滿足3個(gè)條件：
1. 如果選民都認(rèn)為A比B好，那么最終結(jié)果應(yīng)該也是A比B好
2. 沒有“獨(dú)裁者”，也即，不存在這樣一個(gè)人，無論別人怎么排序，最終結(jié)果的排序都和這個(gè)人的排序一致
3. 無關(guān)因素獨(dú)立性，也即，在第一次投票完成后，A排在B前面，現(xiàn)在進(jìn)行第二次投票，如果所有人都沒有改變自己投票中A和B的相對(duì)順序，那最終結(jié)果應(yīng)該也是A在B前面
而通過數(shù)學(xué)的證明，可以得出結(jié)論：如果某種選舉方式滿足條件1和3，則必然不滿足2，也即必然存在“獨(dú)裁者”。
根據(jù)“不可能的民主”理論，和搜索引擎結(jié)合起來看，似乎搜索引擎很難給出一個(gè)合理的網(wǎng)頁排序，但是搜索引擎和投票又似乎有所不同，有兩個(gè)角度可以破解
1. 認(rèn)為條件3過于強(qiáng)，需要弱化。
2. 也許在網(wǎng)頁排序問題上，真的存在這樣一個(gè)“獨(dú)裁特征”，這個(gè)“獨(dú)裁特征”從目前看來，最適合的應(yīng)該就是“用戶滿意度”了，按照用戶的滿意程度來排序網(wǎng)頁，就是最合理的網(wǎng)頁排序。如何衡量“用戶滿意度”呢？這就是我們一直在努力的?！?/p>
相信大家閱讀了這段內(nèi)容后應(yīng)該深有體會(huì)，百度算法和選舉制有很大的雷同之處。那么我們做為逆向研究的方向是先從數(shù)據(jù)展現(xiàn)本身研究得出數(shù)據(jù)分析原則，這個(gè)是一項(xiàng)長(zhǎng)期計(jì)劃，因?yàn)槲覀儽仨殞?duì)數(shù)以億計(jì)的網(wǎng)站進(jìn)行分析后才可以得出結(jié)論，而事實(shí)證明百度排序規(guī)則中不僅僅只有一條算法規(guī)則，會(huì)有多重規(guī)則。
前期我也已經(jīng)開發(fā)出一個(gè)基于關(guān)鍵詞的簡(jiǎn)單分析程序：
這個(gè)工具主要是輔助作用，之前討論的選舉制度主要針對(duì)的外鏈的有效性，而此工具的主要內(nèi)容是針對(duì)相關(guān)性，也就是搜索結(jié)果最后的排序規(guī)則中的先后排序規(guī)則。當(dāng)然這個(gè)工具還是處于毛胚狀態(tài)，很多指標(biāo)都還是沒有加進(jìn)去，后期大家可以一起參與這份研究，把一些相對(duì)比較重要的指標(biāo)加進(jìn)去便于我們的研究更加的完善。
如果你是純粹做一個(gè)seoer我覺得到這里，你也可以停止閱讀這份研究，因?yàn)槭聦?shí)證明，你只要獲得最后排序的相關(guān)算法即可完成工作，通過此工具你已經(jīng)能夠輕松的獲得什么樣的密度情況下可以優(yōu)先獲得排名。倘若你在做價(jià)值數(shù)萬的關(guān)鍵詞，我覺得你可以繼續(xù)往下看，因?yàn)檫@里就會(huì)講到選舉制度中的外鏈。
選舉制度中的外鏈其實(shí)應(yīng)該是放在最前面的，因?yàn)檫@是相對(duì)比較民主的一次選舉，不像上述的內(nèi)容相關(guān)性一樣，內(nèi)容相關(guān)性的選舉應(yīng)該是屬于百度內(nèi)部選舉制度，是屬于第二次選舉，而外鏈選舉是屬于第一次選舉，網(wǎng)站通過外鏈來證明自己的同時(shí)，證明自己被認(rèn)可。
說到這里我想到站長(zhǎng)很頭疼的一個(gè)問題，也就是什么樣的外鏈才算是真實(shí)有效的？很多seo工作者或多或少應(yīng)該已經(jīng)建了不少外鏈，但是實(shí)際效果不得而知。
但是你通過選舉制度，你可以排除以下幾類人選：
1.剝奪政治權(quán)益的。進(jìn)百度黑名單的。
2.政治地位低下的。此站本身質(zhì)量低下的。
3.無選舉權(quán)的。也就是不在收錄范圍內(nèi)的。
4.與選舉無關(guān)的。什么叫與選舉無關(guān)？這里其實(shí)包含了這么幾個(gè)意思，一是說此站內(nèi)容相關(guān)性不高，二是說此站不是真心選舉你的，甚至是不認(rèn)識(shí)你。這也是百度近期的回復(fù)中多次提及的內(nèi)容“真心推薦”。
如果你已經(jīng)理解了選舉制度，相信到這里你會(huì)變的相對(duì)比較明朗，但是你要非常的清楚去認(rèn)識(shí)一件事情也就是什么樣的選舉？選舉制度可以一次性全員投票，也可以級(jí)級(jí)選舉。
所以說對(duì)于外鏈的建設(shè)，本身也是一個(gè)選舉與被選舉的規(guī)則，百度官方很有可能近期也會(huì)放出外鏈查詢工具，告訴你什么外鏈有用什么外鏈沒用，我也會(huì)在下一期的時(shí)候給出相應(yīng)的工具或者是判斷方案。
來源：左傾觀測(cè)站投稿，原文鏈接。
來源：月光博客
