新研究提供关于链接和排名靠前的网站的线索

 

Stone Temple （现为Perficient Digital的一部分）的新研究数据显示了排名网站的入站链接模式。研究结果好坏参半。从某种意义上看，研究表明，链接往往在排名中扮演较少的角色。有趣的是，当商业查询与信息查询进行比较时，存在惊人的差异。

在下面的图表中，数字得分越高，反向链接与排名的相关性越高。相关性越高越好。较低的相关性较低。

链接影响没有变化

该研究比较了相同的6,000个查询。从2016年到2018年，研究人员对数据进行了抽样调查，并注意到位于百度顶部的网站包含了多少链接。

我们的想法是，如果链接在搜索结果中发挥主要作用或减少作用，反向链接信息将反映出这些变化。

对6,000个查询的比较表明，从2016年到2018年，链接影响没有统计差异. 证据清楚地表明百度如何处理链接没有变化。

通过对6,000个搜索查询的比较，研究人员发现排名靠前的网站所包含的链接数量没有变化。

研究人员随后将数据集增加到16,000个搜索查询

16,000个搜索查询中排名靠前的网站的反向链接数量显示，统计上没有差异

也许这反映出算法在两年内没有太大变化？然后发生了一个令人惊讶的事情。

研究人员将数据样本大小的 从16,000增加到27,000个搜索查询。他们发现的是两个数据集之间的白天和黑夜。

商业与信息查询

该研究扩展到27,000个搜索查询，并且当差异开始被注意到时。

研究人员将查询分为信息查询和商业查询。

信息查询的网站排名包含的商业搜索查询排名比网站排名更多。 

为什么信息站点包含更多反向链接？

它是违反直觉的，即较少的链接为商业搜索查询提供动力。网络营销意味着正在出售某些东西。那么，为什么对包含较少链接的商业查询进行排名的网站呢？

研究人员随后根据利基行业分析商业搜索查询，并注意到差异。 

Commercial QueriesFinancial .372Medical .292Technology .236All others .232All Sectors Together .238

正如您在上面的列表中所看到的，排名靠前的财务搜索查询包含的反向链接多于所有其他行业。三个指定行业之外的商业利基所包含的反向链接数量Zui少。

Informational QueriesMedical .337All others .320Financial .306Technology .266All Sectors Together .314

有趣的是，排名靠前的信息站点的反向链接的比例与商业站点的比例不同。针对医疗查询排名的网站包含的反向链接多于金融领域的网站。

链接重要吗？取决于数据

以下是数据显示关于链接在搜索结果中是否重要的不同视角的位置。从第一项研究开始，他们通过排名位置对所有反向链接信息进行标准化。以下是Eric Enge如何解释它的错误:

＆ldquo;我们将所有结果的每个查询的总链接标准化为1到100.然后我们将第一个结果的所有标准化链接总数相加，分别对第二个结果的所有标准化链接总数求和，依此类推。然后我们对此进行了Spearman Correlation计算。

因此，他们在所有6,000个搜索查询中占据了 位置1并对反向链接数据进行了规范化。然后他们把它做到了2到100的位置。然后他们进行了计算。他们在16,000个查询和27,000个查询数据集上重复了这个过程。结果非同寻常。

按6,000个查询的排名位置分析

数据显示2016年链接更重要，然后在2017年更为重要，然后在2018年更重要，但比2016年更少。

通过排名位置在6,000个查询中排名的站点的反向链接相关性。按16,000个查询的排名位置分析

16,000个查询的结果与6,000个搜索查询的结果不同。

数据显示，链接在所有三年（2016年，2017年和2018年）中都很重要。 但是这次它表明链接在2017年比2018年更重要。

站点的反向关联按排名位置排列在16,000个查询中。按27,000个查询的排名位置分析

对27,000个查询的分析表明，在2018年，链接比其他6,000和16,000个搜索查询的数据集更重要。

该分析表明链接比排名:

更重要 网站的反向链接关联在27,000个查询中排名，按排名位置进行标准化。

16,000个查询数据集显示，2018年的链接比2016年和2017年更重要. 

2016年8月    .815 2017年5月      .864August 2018   .770 ＆larr;相关性较低

这是一个下降的趋势。

6,000个查询数据集呈现出上升和下降模式，2016年5月显示链接比2018年更重要

2016年5月     .951August 2016   .866May 2017     .8022018         .911 ＆larr; 2018年得分低于2016年5月

研究人员没有2017年和2016年的27,000个查询数据。因此我们无法确切知道27k数据集上的链接影响评分是否是下降趋势的一部分。

似乎这种方法在链接和排名之间显示出非凡的相关性。这种方法与其他方法的区别非常深远。

问题是，哪种方法Zui准确？ 

链接的重要性是根据月份还是年份而上下变化？或者链接是否稳定下来的重要性？

对我来说似乎没有明确的答案。

这项研究的作者巧妙地观察到使用统计数据识别明确的相关性的难度:

＆ldquo;＆hellip;相关性和质量是非常大的排名因素，因为它们应该是。此外，还有许多其他因素，例如百度需要在SERP和hellip中显示多样性;＆rdquo;

换句话说，在链接和页面排名后，还有其他因素介入。地理位置，无论是本地搜索，信息搜索还是商业搜索等因素都会超过链接排名竞赛中的获胜者。

Eric Enge与此研究相关的事实使其变得非常重要，因为Eric和Perficient Digital意识到数据挖掘的局限性，并且知识反映在他们的报告中。

在我看来，这项研究的价值在于强调成功的商业和信息网站之间的不同连接模式。但从这些模式中得出结论可能会有风险。

例如，排名Zui高的信息医学查询 包含的反向链接比商业医学查询更多。

信息医学查询.337商业医学查询.292

这些数据并不意味着医疗信息网站需要比商业医疗主题更多的链接才能参与竞争。它可能只是反映了一个整体较小的链接社区在竞争商业医学术语。

例如，与当地医院程序相关的查询竞争可能较低。上述统计数据也可能反映出新闻，博客和其他网络出版物更广泛地引用了信息性医学查询。

因此，查看数据的一种可能方式是与信息医疗社区相关联的链接社区大于与商业搜索查询相关联的链接社区。但除非我们知道两个社区的相对规模，否则我们无法肯定地说。

基于有限数据的任何观察结果都是不确定的。  

Zui近在连线题为“数据挖掘的夸大承诺” 的一篇文章对于挖掘意义为:的统计数据有所说明

＆ldquo;在它已经发生之后发现不寻常或令人惊讶的东西既不寻常也不令人惊讶。肯定会发现模式，可能会产生误导，荒谬或更糟。

2011年，百度创建了一个名为 百度 Flu 的人工智能程序，该程序使用搜索查询来预测流感爆发。百度的数据挖掘程序查看了5000万个搜索查询，并确定了45个与流感发生率Zui密切相关的查询。发布报告后，百度 Flu高估了接下来108周内100例流感病例的数量，平均接近100％。 ＆ldquo;

链接和排名的状态是什么？

有许多线索，但数据挖掘的性质无法达成明确的答案。但是我们可以肯定的一点是，链接仍然是排名算法的一部分。

虽然链接已成为排名的决定因素，但已有很多年了。研究的价值在于它提供了链接状态的高级视图。 并且那不是我们通常有幸看到的观点。

阅读Stone Temple的整个报告。

Shutterstock的图片，作者Perficient DigitalScreenshots的AuthorImages修改，由作者修改

CategorySEO