【關鍵字排名 新浪潮】2017你不可不知google演算法『語意搜尋』趨勢！
:: 想Hold住 關鍵字排名，SEO需與時俱進 ::
隨著搜尋引擎不斷地調整更新，關鍵字排名 技術人員也需因應趨勢，調整相關的 SEO優化 技巧，才能為客戶提供最專業的 網站優化 服務，而說到2017最重要的搜尋引擎技術更新，就非「語意搜尋 」莫屬囉！
什麼是「語意搜尋」？
現今人們已經很習慣透過網路，使用 關鍵字搜尋 以獲得更多相關資訊，進而造就生活的便利。Google希望能向用戶提供更相關、更直接的資訊，為使搜尋結果的呈現能夠更加切合需求，近期推出了搜尋引擎新技術「Semantic Search (語意搜尋)」--搜尋引擎藉由理解人類語意的組成與特性：
(1)了解使用者的搜尋目的 (2)判斷詞彙在上下文間所呈現的含意 (3)知道詞語之間的相互關係
希望能夠提供更具精準度與關聯性的搜尋結果。
認識何謂「語意搜尋」之後，接著帶你了解與之息息相關的 Google演算法 Hummingbird(蜂鳥演算法)、以及當中最重要的組成部份 RankBrain！
認識Google演算法 - Hummingbird與RankBrain
【Hummingbird(蜂鳥演算法)】
Hummingbird的主要訴求在於「搜尋引擎要能了解使用者的需求，並使搜尋結果滿足這個需求」，與先前提及的「語意搜尋」核心價值是相同的。所以蜂鳥演算法會著重於，要如何從「使用者的搜尋需求」為出發點進行思考，要知道「為什麼」使用這個關鍵字進行搜尋，而不僅僅是單純提供這個關鍵字的相關結果而已。Google希望搜尋引擎去理解並抓取使用者真正需要的資料，再精準快速地完成排序後呈現於搜尋結果中。
【RankBrain演算法】
蜂鳥演算法中有一個很重要的組成部分是Rankbrain演算法 ，可再進一步區分為「查詢分析」與「排名分析」兩個功能區塊：
(1) 查詢分析：為求能更完整且精確地理解搜尋詞背後的含意(特別是少見詞或是較陌生的 長尾關鍵字)，RankBrain會透過分析網頁內容的經驗，去推測哪些字詞的意思是相似的，並將這些判斷與關鍵字意義相似的常見搜尋詞，一起加入檢索。
(2) 排名結果分析：Rankbrain會去分析目前呈現的排名結果中，哪些網站的使用者滿意度相關指標(ex.工作階段.跳離率.停留時間….)分數是比較高的，並進一步分析這些高滿意度的網站之間，有哪些特性是相似的，再將這些特性納入之後的排名處理依據中，進而優化搜尋結果，以提供搜尋者更相關的網頁資訊。
為使網頁提供的資訊能夠更符合期待，Google還應用了另一項新技術-「LSI潛在語意索引」，它可以藉由分析上百萬個網頁內的詞語使用情況，進而去學習判斷：哪些詞語是相關詞、同義詞、以及哪些字詞常使用於同一個文章裡。再結合RankBrain演算法，就可以更進一步判斷：哪些關聯性是重要的、以及網頁是否能提供具有足夠相關性與全面性的資訊 。
:: 未來 SEO操作 重點 ::
如何因應趨勢，制訂適合的SEO策略?
【一、依需求區隔市場，規劃網頁關鍵字分群操作】
過去許多 SEO操作人員只在乎網站流量與關鍵字排名，所以依照早期搜尋引擎的喜好將核心關鍵字優化全站，造成各網頁間的核心關鍵字都是同一個，甚至是每一頁的內容都十分雷同。
隨著上述提到的Hummingbird與RankBrain的演算法更新，現今在SEO優化上，必須注重使用者的搜尋意圖，使網頁提供的內容能夠盡可能地滿足目標客群需求。故應將網站依據不同的客群需求區分網頁主題，並分別規劃各主題的內容方向與關鍵字策略，進行分眾精準行銷，這樣的做法不僅符合現在的搜尋引擎趨勢，還能使網站享有多組關鍵字排名，並且更能為網站帶入來自不同客群的精準流量，一舉三得！
【二、注重網頁內容與關鍵字的相關性】
撰寫網頁內容時，應著重於網頁內容與關鍵字間的「實質相關性」，不需要強硬地置入不適合網頁主題的關鍵字，當然瘋狂堆疊特定關鍵字的做法(ex.內容農場)更是不可行的。正確的SEO做法，除了確定網頁內容與關鍵字相關外，還可以適度在文案中埋入一些經常和關鍵字一起提及使用的字詞與內容，以增加資訊的全面性，例如：某網頁操作的主關鍵字是「紐約」，內容中就可以提及像是「自由女神」、「時代廣場」等常見與紐約相關的字詞。
【三、留意新興起的優化重要指標TF-IDF】
除了前述提到的LSI(潛在語意索引)，為評估網頁資訊與關鍵字的相關性，還有一個值得留意的新興優化重要指標「TF-IDF」！
● TF指的是「詞頻」，一個關鍵字的TF值=(該關鍵字在網頁內出現的次數) ÷ (所有在網頁內被判定為重要字詞的總出現次數)
● IDF指的是「逆向檔案頻率」，一個關鍵字的IDF值= (網站總網頁數) ÷ (該關鍵字在網站內有出現的網頁數)，再取log值。
● 將某一關鍵字的TF值*IDF值，就可以取得這該關鍵字的TF-IDF值。
總結來說，TF-IDF值會與「詞頻(也就是網頁內關鍵字的出現頻率)」成正比， 並和「檔案頻率(也就是網站內關鍵字出現的網頁頻率)」成反比，所以因應這個優化新指標，SEO操作上要特別留意關鍵字的使用頻率，網頁內和網站內的頻率都要顧及，除了應規劃網站中各分頁分別要操作的主題與相關的精準型關鍵字，每一個網頁內主要關鍵字出現的次數要比其他字詞多一點(頻率比較高)，但亦不可過度堆疊而影響到使用者的閱讀感受，網站的使用者滿意度也是搜尋引擎很重視的一環，建議可以多多利用Google Analytics，密切追蹤使用者滿意度的相關指標數據，以進行更貼近使用者的網站優化調整。
