seo基礎概念-related命令的介绍

車東Blog討論了Google類似網頁的結果是如何算出來的.

說到演算法,象俺初二代數就不及格的肯定是沒有辦法談的.俺就談談老早做SEO垃圾時的實際發現吧.

其實在Google類似網頁裏出現的都是你網站的"同黨".最初搞seo找垃圾鏈結時,都是跟著著名SEO的產品(網站),一路追蹤下去,在別人丟垃圾鏈結地方,俺也同樣手法去搞個鏈結,久而久之,俺做的網站,用related:my-sample.com去查,出來的結果都是與機票,打折機票,性用品一類的被瘋狂seo的網站.

我再舉了一個例子,是別人做的,就是做SEO垃圾的人,一般可能會用到留言本群發器(軟體),每次發垃圾找外鏈時,都會把自己的客戶站"鏈結+關鍵字"全掛上,這樣做的結果,就是"機票,性用品,六合彩,乾燥機,尖銳濕疣..."都是"類似網站".用Related命令一查,一個網站群就出現了.

舉的這二個情況,好象seo圈子裏的人基本上都知道,現在Google有沒有改這種演算法,也是不知道的.我總是有感覺,現在Google也不大看重這個命令的返回結果了.

補充: 當你把自己的網站用群發,大規模的往國外某種語言的網站發時,你再查自己的結果,有時會出現"翻譯此網站".
其中談到了Amazon的a9.com中的搜索歷史等功能對於用戶的幫助。忽然想到Google的搜索結果頁上有一個不怎麼常用的相關網站功能：其實是一個很有用“發現”的功能，這種發現完全是不基於“字面”的，我感覺是經常看當前網網站的人，還經常看哪些內容的用戶群體統計結果。
具體是怎麼實現的呢？設想了一個實現的方案：在搜索結果中（也許是Toolbar/搜索歷史等來源）將用戶每次點擊都記錄下來，然後根據功能變數名稱匯總：然後建一個用戶=>訪問過的網站的反相索引。通過統計就可以發現：點擊chedong.com上內容的用戶，還經常去看哪些網站。當然：如果超市中“牛奶”是幾乎每個人都購買的，就不應該出現在“牙膏”的相關推薦中，而"牙刷"就是一個比較好的推薦。因此還需要根據這些網站的流行度和同現度綜合加權，就找到了當前網頁(網站)的相關網頁。尿片和啤酒的經典統計案例應該也是類似的機制。
Amazon的買了這本書的人：同時還喜歡什麼書。豆瓣的“猜你會”喜歡什麼書。應該也是類似機制實現的。