如何优化解析和索引

Joyzfsddt66

解析和索引：经常被遗忘
在过去的 18 个月中，我们经历了一种技术 SEO 复兴，正如Mike King 在这份基础演示文稿中定义的那样，尽管有人试图将技术 SEO 归类为化妆师。

相反，我们仍在努力全面理解解析和索引阶段的重要性。

当然，我们可以说解析是四个阶段中最复杂的阶段。Google 也同意这一点，正如它在宣布 SintaxNet时公开宣称的那样。



然而，如果我们不针对解析进行优化，那么我们就无法充分受益于有机搜索，尤其是在未来的几个月和几年里。


作为解析和索引优化的前提，我们必须记住搜索中一个经常被遗忘的方面，Hummingbird 强调并增强了这一方面：实体搜索。

如果你还记得阿米特·辛格哈尔 (Amit Singhal) 发布蜂鸟 (Hummingbird) 时说过的话，他宣称它有“一些与知识图谱相似的东西”。

那部分是 — — 为了清楚起见，我在这里简化了 — — 实体搜索，它基于两种实体：

知识图谱所关注的是命名实体，例如人物、地标、品牌、历史运动，以及“爱”或“欲望”等抽象概念；
搜索实体是与搜索行为相关的“事物”。Google 使用它们来确定查询的答案，尤其是在个性化上下文中。它们包括：
询问;
回答查询的文档和域；
搜索会话；
链接的锚文本（内部和外部）；
执行查询的时间；
响应查询的广告。
实体搜索为什么很重要？
这很重要，因为实体搜索是谷歌更好地理解查询的个人和几乎独特的背景的原因。

此外，借助实体搜索，Google 可以更好地理解其解析 单位电话号码数据的完整列表 的文档的含义。这意味着它能够更好地对它们进行索引，并最终实现其主要目的：为用户的查询提供最佳答案。

这就是语义很重要的原因：语义搜索就是针对意义进行优化。




它不是一个排名因素，也不需要改进爬行，但它对于解析和索引（SEO 算法中被遗忘的阶段）来说 是基础。

语义和 SEO
首先，我们必须考虑到语义有多种类型，而且有时人们容易混淆它们。
逻辑语义，涉及概念/语言元素之间的关系（例如：指称、预设、蕴涵等）
词汇语义学，研究词语的意义及其关系。
逻辑语义
结构化数据目前是逻辑语义领域的重头戏，谷歌（直接和间接）都在对其进行大量投资。

几个月前，当主流营销大师们还在讨论 Instagram 新标志的 50 种色调，或者普通 SEO 还在（理所当然地）对 SERP 中的绿色“广告”按钮挥舞拳头时，谷歌发布了新版本的 Schema.org。

正如Aaron Bradley 在此处精细评论的那样，这个新版本提高了实体间消歧义和/或更好地解释其含义的能力。

例如现在：

我们可以使用特定于产品的类型和属性，如Brand、Audience或IsRelatedTo；
我们可以使用新的disambiguatingDescription属性来更好地消除类似项目的歧义（想想许多电子商务产品类别）；
借助新的Schema.org/ComputerLanguage类型，我们最终可以针对国际语义 SEO 进行优化。
同时，我们不应忘记始终使用最重要的属性：“SameAs”，这是每个 Schema.org 类型中都存在的少数属性之一。



最后，正如 Mike Arnesen 最近在 Moz 博客上很好地解释的那样，利用语义 HTML 属性 ItemRef 和 ItemID。

我们如何在 2016 年实施 Schema.org？
很明显，谷歌正在推动 JSON-LD 作为实现 Schema.org 的首选方法

实现 JSON-LD Schema.org 的最佳方式是使用知识图谱搜索 API，它使用标准 Schema.org 类型并且符合 JSON-LD 规范。

另外，你也可以使用最近推出的JSON-LD Schema Generator for SEO 工具通过霍尔分析。

为了解决有关 JSON-LD 的常见问题（其数量以及它如何影响网站的性能），我们可以：

使用标签管理器在需要时启动 Schema.org；
使用 PreRender让浏览器开始上传用户在当前访问的页面之后可能访问的页面，并预测上传这些页面的 JSON-LD 元素。
Google 对 Schema.org 和结构化数据的重视，通过全新、彻底改进的结构化数据测试工具版本得到了证实，该工具现在借助 JSON-LD（再次！）和 Schema.org 上下文自动完成建议，更易于识别错误和测试解决方案。