Поисковые машины и SEO-оптимизация информации

Размещено на http://www.allbest.ru/

Поисковые машины и SEO-оптимизация информации



Оглавление

Введение

1. Теоретическая часть

1.1 Введение в SEO. Основные понятия

1.2 Основные принципы работы поисковых систем

1.3 Факторы ранжирования поисковых систем

1.4 Основы оптимизации сайта

1.4.1 Оптимизация контента

Выводы

Список источников



Введение

Издательское дело -- сфера общественной деятельности, связанная с подготовкой, выпуском и распространением книг, брошюр и других видов непериодических изданий, в том числе сериальных или продолжающихся, которые выпускаются в форме книг и брошюр.

Современное издательское дело все больше связано с сетью Интернет. Многие издательства выпускают книги в свет в электронном виде, создают мультимедийные проекты, сайты, публикуют статьи в сети.

Книга является товаром, так как цель ее производства -- получение прибыли от ее продажи. В условиях рыночной экономики издательская деятельность становиться бизнесом. В связи с этим продукция должна быть актуальной и узнаваемой как на прилавках книжных магазинов, так и в сети Интернет, чтобы привлечь как можно большее количество читателей.

Прежде всего, интернет-издание -- это профессиональное веб-издание, гипертекстовый интерактивный документ, являющийся частью национального и глобального информационно-коммуникационного пространства, с размещенными на нем издательскими материалами. Интернет-издания обладают всеми признаками «классических» печатных изданий, но, вбирая в себя их хорошо знакомые всем свойства содержательного и структурного характера, развивают и новые. К основным специфическими особенностям онлайн-изданий, отличающим их от «классических», относят гипертекстуальность, интерактивность, мультимедийность [1].

Разработка и функционирование сетевого издания предполагает, что редактор или контент-менеджер действует в трех направлениях: создание контента (информационный аспект), веб-дизайн (эстетический), техническая поддержка (технический аспект). Специалисты по сайтостроению единодушны во мнении, что главное для качественного сайта -- информация, то есть контент, сайта [1].

В общем случае контент -- это информация, представленная на веб-страницах. Особо следует подчеркнуть, что, говоря о «контенте», нередко имеют в виду лишь тексты, но на деле это и изображения (фотографии и иллюстрации), и видеоролики, и интерактивные элементы, а также те специфические элементы, которые входят в содержание понятия «аппарат издания», пересекаясь в этом понятии с представлениями о книжном, издательском деле в целом. С точки зрения SEO -- поисковой оптимизации (от англ. search engine optimization, SEO), самым важным является текстовый контент, прежде всего его уникальность (отсутствие копий, в том числе и частичных, на других сайтах), насыщенность ключевыми словами, объем и верстка. издательский сайт поиск лингвистический

Таким образом, тексты, оптимизированные для поиска в Интернете, должны проходить специальную обработку -- оптимизацию. Оптимизированные тексты имеют высокую релевантность, пользователи легко получают к ним доступ после обработки запроса. Они занимают верхние позиции в поисковой выдаче. Это, в свою очередь, обеспечивает высокий уровень посещаемости сайтов издательств, привлекает новых пользователей и читателей, что ведет к увеличению авторитета мультимедийного издания и выпустившего его издательства, способствует получению прибыли.



1. Теоретическая часть

1.1 Введение в SEO. Основные понятия

Самым главным шагом для продвижения (раскрутки) сайта мультимедийного или интернет-издания является его оптимизация под запросы, которая должна начинаться с момента разработки сайта до начала его строительства.

Поискомвая оптимизация (англ. search engine optimization, SEO) -- комплекс мер по внутренней и внешней оптимизации для поднятия позиций сайта в результатах выдачи поисковых систем по определенным запросам пользователей с целью увеличения трафика (для инфоресурсов) и потенциальных клиентов (для коммерческих ресурсов) [1].

Поисковая система (англ. search engine) -- это компьютерная система, предназначенная для поиска информации. Одно из наиболее известных применений поисковых систем -- веб-сервисы для поиска текстовой или графической информации во Всемирной паутине [1].

Обычно, чем выше позиция сайта в результатах поиска, тем больше заинтересованных посетителей переходит на него с поисковых систем.

Индекс поисковой системы -- это база данных сетевых ресурсов, которая постоянно обновляется и модифицируется с учетом того, насколько часто поисковые боты обнаруживают новые страницы или перемены в уже существующих сайтах [2].

Перемена -- это изменение контента, появление новой ссылки или изменение системы ссылок. Если сайт новый, то необходимо некоторое время, что бы он был проиндексирован поисковиком -- только после этого можно встретить его в результатах поиска. Период индексации занимает от 2 дней до двух недель. Это зависит от конкретной поисковой системы. К примеру, по статистическим данным, самая высокая скорость индексации у Googl'а [3].

Индексация происходит следующим образом -- бот находит страницу и сравнивает ее содержимое с тем, что ему о ней известно. Если страница только создана, то она появляется в индексе, как новая страница, если же в ней старый контент, то бот оставляет ее индекс прежним.

Контент (от англ. content -- содержание) -- совокупность материалов, имеющихся на определенном сайте (графика, тексты, файлы и т.д.). Контент определяет ценность сайта не только для посетителя, но и для поисковых машин. Сайты с ценным контентом хорошо ранжируются в выдаче [2].

Релевантность (от англ. relevant) -- фактическое совпадение данных, введенных в поисковик, с отображаемыми результатами произведенного поиска [2].

Ранжирование -- из релевантных страниц выбирается та, которая лучше других отвечает на запрос, другими словами, самая релевантная. То есть ранжирование -- это расстановка элементов системы по рангу, от самого значимого до самого невесомого [3].

Выдача поисковой системы (SERP) -- это результат поиска, список из страниц сайтов, на которых можно найти ответ на запрос [3].

Хостинг -- это услуга, позволяющая сайту быть размещенным в сети круглосуточно, чтобы любой пользователь имел возможность посещать страницы веб-сайта [3].

1.2 Основные принципы работы поисковых систем

Существующие мощные и наиболее известные крупные информационно-поисковые системы, такие как Google, Yahoo, Bing, Яндекс, Rambler и др., охватывают миллиарды веб-документов. Такие системы отличаются друг от друга специальными алгоритмами, позволяющими обеспечить качественный и быстрый поиск. Но все эти алгоритмы являются модификациями основных подходов -- моделей поиска.

Поисковая система состоит из следующих основных компонентов [4]:

- паук;

- краулер;

- индексатор;

- база данных;

- система выдачи результатов;

- веб-сервер.

Паук (англ. spider) -- это программа, которая скачивает веб-страницы тем же способом, что и браузер пользователя. Отличие состоит в том, что браузер отображает информацию, содержащуюся на странице (текстовую, графическую и т. д.), паук же не имеет никаких визуальных компонент и работает напрямую с html-текстом страницы.

Краулер (англ. crowler, «странствующий» паук) -- это программа, которая выделяет все ссылки, присутствующие на странице. Ее задача -- определить, куда дальше должен идти паук, основываясь на ссылках или исходя из заранее заданного списка адресов. Краулер, следуя по найденным ссылкам, осуществляет поиск новых документов, еще неизвестных поисковой системе.

Индексатор (англ. indexer) -- программа, которая разбирает страницу на составные части и анализирует их. Выделяются и анализируются различные элементы страницы, такие как текст, заголовки, структурные и стилевые особенности, специальные служебные html-теги и т. д.

База данных (англ. database) -- это хранилище всех данных, которые поисковая система скачивает и анализирует. Также называется индексом поисковой системы.

Система выдачи результатов (англ. search engine results engine) -- занимается ранжированием страниц. Она решает, какие страницы удовлетворяют запросу пользователя, и в каком порядке они должны быть отсортированы. Это происходит согласно алгоритмам ранжирования поисковой системы. Именно с этим компонентом поисковой системы взаимодействует оптимизатор, пытаясь улучшить позиции сайта в выдаче, поэтому далее в работе будут подробно рассмотрены все факторы, влияющие на ранжирование результатов.

Веб-сервер (англ. web server) -- осуществляет взаимодействие между пользователем и остальными компонентами поисковой системы. Как правило, на сервере присутствует html-страница с полем ввода, в котором пользователь может задать интересующий его поисковый термин. Веб-сервер также отвечает за выдачу результатов пользователю в виде html-страницы.

Детальная реализация поисковых механизмов может отличаться друг от друга (например, связка Паук+Кроулер+Индексатор может быть выполнена в виде единой программы, которая скачивает известные веб-страницы, анализирует их и ищет по ссылкам новые ресурсы), однако всем поисковым системам присущи описанные общие черты.

Модели поиска

Модель поиска -- это некоторое упрощение реальности, на основании которого получается математическая формула и правила применения этой формулы к документам. Формула и правила позволяют системе принять решение, какой документ считать соответствующим поисковому запросу и как ранжировать множество найденных документов [5].

Классические модели информационного поиска рассматривают документы как множества представляющих эти документы ключевых слов, в дальнейшем называемых термами. Терм (англ. term) является просто словом, семантика которого помогает описать основное содержание документа.

Любая модель информационного поиска представляется в виде следующих составляющих [5]:

- формат представления документа.

- Формат представления запроса -- формализованный способ выражения информационных потребностей пользователя системы.

- Функция соответствия документа запросу -- степень соответствия запроса и найденного документа (релевантность).

Пусть i -- индекс терма t_i из словаря T (i = 1, ..., M), d(j) - документ j, принадлежащий множеству документов D, а w(i,j) ? 0 -- вес, ассоциированный с парой (t_i, d(j)). Для каждого терма t_i, который не входит в документ d(j), его вес равен нулю: w(i,j) = 0.

Булевская модель основывается на теории множеств и математической логике [6]. Документы и запросы представляются в виде множества термов -- ключевых слов. Каждый терм представлен как булева переменная: 0 (терм из запроса не присутствует в документе) или 1 (терм из запроса присутствует в документе). При этом весовые значения терма в документе принимают лишь два значения: w(i,j) {0,1}.

В булевских моделях поиска пользователь может формулировать запрос в виде булевского выражения, используя для этого операторы И, ИЛИ, НЕТ.

К примеру, среди всех произведений Шекспира следует найти те, в которых содержатся термы Брут и Цезарь, но не встречается Калперния. Запрос будет выглядеть следующим образом: Брут И Цезарь И НЕТ Калперния. Результат весовых значений термов представлен в таблице 1.

Таблица 1.1 -- Встречаемость различных термов в произведениях Шекспира

Терм	Название произведения
	Антоний и Клеопатра	Юлий Цезарь	Буря	Гамлет	Отелло
Брут	1	1	0	1	0
Цезарь	1	1	0	1	1
Калперния	0	1	0	0	0

Если формула выполнена на некотором документе, то считается, что этот документ соответствует запросу. В данном случае запросу соответствуют произведения «Антоний и Клеопатра» и «Гамлет».

Основным недостатком булевской модели является крайняя жесткость и непригодность для ранжирования. Если слово, указанное в запросе, присутствует в документе, то он считается найденным, в противном случае -- не найденным. Не будет найден и документ, в котором встречаются только синонимы слова, указанного в запросе, в случае, когда само слово в документе не встречается.

Векторная модель является классическим представителем класса алгебраических моделей [7]. В рамках этой модели документы и запросы описываются в виде векторов в многомерном пространстве термов. Каждому терму, использующемуся в документе, ставится в соответствие весовое значение. Значение определяется на основе статистической информации о количестве появлений терма в рассматриваемом документе и во всем документальном массиве. В векторной модели не предусмотрено использование логических операций в запросах. Для оценки близости запроса и документа используется скалярное произведение соответствующих векторов запроса и документа.

Близость документа d(j) к запросу q рассматривается как скалярное произведение информационных векторов, представленных весовыми значениями термов и .

При этом вес отдельных термов можно вычислять разными способами. Один из возможных простейших подходов основан на использовании в качестве веса терма w_i^(j) нормализованной частоты freq_i^(j) встречаемости терма в данном документе с четом частоты нахождения данного терма в других документах коллекции (формула 1.1). Этот способ называют учетом дискриминационной силы терма:

(1.1)

где n_i -- количество документов, в которых используется терм t_i;

N -- общее количество документов в массиве.

Такой метод взвешивания термов имеет стандартное обозначение -- TF IDF, где TF (от англ. Term Frequency -- частота термина) указывает на частоту появления терма в документе, а IDF (от англ. Inverse Document Frequency -- обратная частота документа) -- на величину, обратную количеству документов в массиве, содержащих данный терм [7].

Векторная модель наиболее часто используется на практике, так как она реализуется довольно просто, обеспечивает эффективность поиска и ранжирования. Кроме этого, векторно-пространственная модель обеспечивает поисковым системам возможность простой реализации режима поиска подобных документов. Ведь каждый документ может рассматриваться как запрос. Но вместе с тем векторно-пространственная модель связана с расчетом массивов высокой размерности и в каноническом виде малопригодна для обработки больших массивов данных.

Фундаментом вероятностной модели поиска выступает теория вероятностей [8]. Релевантность в этой модели рассматривается как вероятность того, что данный документ может оказаться интересным пользователю. При этом подразумевается наличие уже существующего первоначального набора релевантных документов (учебная выборка), выбранных пользователем или полученных автоматически при каком-нибудь упрощенном предположении. Вероятность оказаться релевантным для каждого следующего документа рассчитывается на основании соотношения встречаемости терминов в релевантном наборе и в остальной, «нерелевантной» части коллекции.

В данной модели поиска вероятность того, что документ релевантен запросу основывается на предположении, что термы запроса по-разному распределены среди релевантных и нерелевантных документов. При этом используются формулы расчета вероятности, базирующиеся на теореме Байеса (формула 1.2). В соответствии с теоремой Байеса, по некоторой функции вероятностей получим конечную форму, которая оценивает уровень вероятности релевантности для каждого документа из учебной выборки, называемую поисковым статусом [9]:

(1.2)

где rel_i -- количество релевантных документов, которое содержит терм с индексом i;

nrel_i -- количество нерелевантных документов;

d -- учебная выборка документа рассматривается как множество слов;

q -- множество слов, входящих в запрос;

q ? d -- множество общих термов в запросе и документе.

По данным экспертной оценки релевантности запроса для документов из учебной выборки рассчитываются значения rel_i и nrel_i, а также экспоненты от соответствующей составляющей поискового статуса релевантности для каждого терма из запроса. Для дополнительных документов (документов, оцениваемых не экспертами) значение поискового статуса SV релевантности рассчитывается в соответствии с вышеприведенной формулой. Таким образом, имея образцы релевантных документов, можно получить выборку дополнительных документов и ранжировать их в соответствии с проведенным расчетом.

Рассмотрение математических моделей, учитывающих только текстовое содержимое документов, было бы не полным, так как современные поисковые системы анализируют также структуру гипертекстовых ссылок. Эта информация помогает учесть авторитетность опубликованных ресурсов. Показатель авторитетности очень важен. Интернет предоставляет десятки и даже сотни тысяч релевантных запросу документов. Ранжирование позволяет установить границу между теоретически и практически найденными документами (рядовые пользователи просматривают только верхние 10-30 найденных документов). При использовании любых методов анализа текстов документа и запроса (т. е. любого механизма оценки релевантности) выдача результата требует дополнительного учета важности найденных ресурсов. При расчете важности документа может учитываться несколько видов. Наиболее используемой на практике стала модель PageRank [10]. Она представляется формулой 1.3:

, (1.3)

где PR_б -- PageRank рассматриваемой страницы;

d -- коэффициент затухания;

N -- общее количество документов;

PR_i -- PageRank i-й страницы, ссылающейся на рассматриваемую страницу;

C_i -- общее число ссылок на i-й странице.

В основу вычисления PageRank положена вероятностная модель блуждающего по документам сети пользователя. Вероятность того, что пользователь посетит конкретный документ, принимается за важность (ранг) документа. В моделях поиска, использующих PageRank, релевантные документы сортируются на основе данного показателя или каким-либо образом учитывают его при сортировке.

Важным достоинством PageRank является то, что расчет PageRank ведется без учета текстового содержимого документа, а вот структура ссылок web-графа задействуется. Таким образом, PageRank позволяет отсортировать все документы в сети по важности еще до получения поискового запроса.

У всех перечисленных выше моделей поиска есть общий недостаток, обусловленный предположением, что содержание документа определяется множеством слов, которые входят в него без учета взаимосвязей между термами. Смысл текста не анализируется вообще. Теоретически можно построить документ с бессмысленным сочетанием набора термов, который будет иметь высокую степень релевантности какому-либо запросу. Вряд ли это то, что желает получить пользователь поисковой системы.

Поэтому существуют лингвистические модели поиска, анализирующие смысл документов [11]. В рамках подобных моделей делаются попытки организации смыслового поиска за счет анализа грамматики текста, использования баз знаний, тезаурусов, онтологий. Все эти модели реализуют учет семантической связи между отдельными словами и их группами.

При этом первоначально поисковая машина проводит лингвистический анализ документов. Существуют следующие уровни лингвистического анализа: графематический, морфологический, синтаксический, семантический. Результаты работы каждого уровня используются следующим уровнем анализа в качестве входных данных (рисунок 1.1).

Рисунок 1.1 -- Уровни лингвистического анализа

Целью графематического анализа является выделения элементов структуры текста: параграфов, абзацев, предложений, отдельных слов и т. д.

Целью морфологического анализа является определение морфологических характеристик слова и его основной словоформы. Особенности анализа сильно зависят от выбранного естественного языка.

Целью синтаксического анализа является определение синтаксической зависимости слов в предложении. В связи с присутствием в русском языке большого количества синтаксически омонимичных конструкций, наличием тесной связи между семантикой и синтаксисом, процедура автоматизированного синтаксического анализа текста является трудоемкой. Сложность алгоритма увеличивается экспоненциально при увеличении количества слов в предложении и числа используемых правил.

Семантический анализ текста -- это компонентная оценка количества слов или фраз, определяющих основной смысл текста (семантическое ядро) и статистических показателей [12]. Крепкое и грамотно сформированное семантическое ядро обеспечивает успех тексту, статье и публикующему их ресурсу.

Статистика текста подразумевает подсчет количества:

- символов;

- символов без пробелов;

- слов;

- уникальных слов;

- значимых слов;

- стоп-слов;

- воды;

- грамматических ошибок;

- тошноты текста классической;

- тошноты текста академической;

- семантического ядра.

Далее будет подробно рассмотрена семантика текста.

Количество символов -- общая численность символов с учетом знаков препинания и пробелов [12].

Количество символов без пробелов -- то же самое, исключая пробелы [12].

Численность уникальных слов -- отражает количество слов в тексте без учета повторов [12].

Численность значимых слов -- так как существительные в большей степени определяют смысл текста, они и являются значимыми[12].

Стоп-слова -- частицы, предлоги междометия и иные связующие, не имеющие собственного смысла [12]. К этой же категории относят и широко применяемые в интернете слова. Здесь уместно упоминание еще о двух терминах: значимые и незначимые слова. К первым относятся слова, относительно редко употребляемые на просторах Всемирной паутины. А вторые составляют основу лексикона большинства пользователей.

Вода -- выражается в процентах. Вычисляется методом деления количества значимых слов на общее число слов в документе [12]. Хотя прямая параллель между объемом воды и качеством текста неуместна, не рекомендуется доводить водность до 65 процентов или выше. Текст, содержащий больше 75% воды, нужно корректировать. Однако абсолютно без воды составить текст невозможно. Поэтому, если показатель не превышает 60%, а материал легко воспринимается, следует оставить его без изменений.

Классическая тошнота -- это специфический термин, используемый только для семантического анализа текстов. Параметр указывает на количество повторений одного и того же слова в тексте[12]. Чтобы его подсчитать, из количества повторов вычисляют квадратный корень. Наилучший показатель классической тошноты -- 7. Повышение коэффициента тормозит продвижение ресурса в сети.

Академическая тошнота -- показатель тем выше, чем больше слов в тексте повторяются. Искусственно повышают его за счет плотного ввода ключей [12].

Семантика помогает пользователю понять суть текста. Поисковые машины широко используют основы семантики для подбора материалов в ответ на запросы. Семантический анализ текста, проводимый, к примеру, Яндексом, моментально определяет смысл найденных документов.

На основе лингвистического анализа текста осуществляется модель семантического поиска. Семантический поиск -- вид автоматизированного полнотекстового информационного поиска с учетом смыслового содержания слов и словосочетаний запроса пользователя и предложений текстов проиндексированных информационных ресурсов [13]. Семантический поиск, например, позволяет найти документы, вовсе не содержащие слов из поискового запроса, но имеющие к нему отношение.

Вместе с тем эффективность систем, базирующихся только на семантическом подходе, пока остается невысокой. На практике чаще всего используются гибридные подходы, в которых объединены возможности булевой и векторной моделей поиска, и зачастую добавлены оригинальные методы семантической обработки информации.

1.3 Факторы ранжирования поисковых систем

Поисковые системы хранят в своих базах данных кешированные страницы сайтов -- тот образ, которые сохранил поисковый робот на момент посещения страницы. При вводе запроса поисковики на основе большого количества факторов производят выборку наиболее релевантных страниц и затем упорядочивают их на основе своих принципов ранжирования и упорядоченно выводят в результатах поиска [14].

Различают внутренние и внешние факторы ранжирования поисковых систем.

Внутренние факторы ранжирования

Условно любую html страницу сайта можно разделить на следующие блоки, на которые стоит обратить внимание для задач поисковой оптимизации:

- значение тега <title>;

- значение тега <h1>;

- текстовый контент на странице;

- графический контент на странице;

- значение тегов <h2-h3>;

- человекопонятные URL (ЧПУ);

- значения метатегов <keywords> и <description>.

Рассмотрим их поподробнее.

Значение тега <title> самое важное с точки зрения релевантности. Оно имеет наибольший вес при ранжировании. Крайне рекомендуется включать в него минимум 7-8 слов, причем это должна быть вдумчивая и понятная фраза или набор фраз, передающих смысл данной страницы. На рисунке 1.2 видно, как выглядит тег <title> в результатах поиска.

Рисунок 1.2 -- Тег <title> в результатах поиска

Значение тега <h1> имеет меньшее влияние, чем <title>, но все равно достаточно высокое. Текст внутри тега <h1> должен быть более лаконичным, не должен частично или полностью пересекаться со значением атрибута <title>, но должен дополнять его смысл или, в крайнем случае, быть синонимичным. Полезно включить в этот тег неточное вхождение ключевых слов, по которым будет продвигаться данная страница в поисковых системах. На рисунке 1.3 видно, как может выглядеть значение тега <h1> на странице.

Рисунок 1.3 -- Значение тега <h1> на странице

Текстовый контент на странице должен в полной мере отвечать на вопрос, с которым пользователь может попасть на данную страницу. Сейчас поисковые системы уже научились отличать реально полезный контент, удовлетворяющий информационную потребность пользователей, от написанного для того, чтобы попасть в индекс поисковых систем.

Графический контент на странице может и отсутствовать, но его наличие в большинстве случаев будет только плюсом. Во-первых, графический контент в некоторых случаях позволяет быстрее и нагляднее продемонстрировать пользователю ответ на вопрос. Кроме того, уникальный графический контент может дать дополнительный поисковый трафик с поиска по изображениям.

Значение тегов <h2-h3> должно частично пересекаться с семантикой (смыслом) текста, либо логично его дополнять. Если значение тега <h1> -- это, по сути, заголовок «документа», который представляет собой содержимое страницы, то значение тегов <h2-h3> -- это его подзаголовки. При этом, исходя из практического опыта, рекомендуется на странице использовать не более 3-4 тегов <h2> и не более 7-10 тегов <h3> (рисунок 1.4), чтобы не вводить поисковые системы в заблуждение.

Рисунок 1.4 -- Значение тега <h3> на станице

Значения мета тегов <keywords> и <description> еще на этапе возникновения поисковых систем использовалось для ранжирования. Но после того, как ими стали пользоваться спаммеры, поисковики перестали использовать данные этих тегов при ранжировании. Тем не менее, их нужно включать в текст, потому что Google использует их при формировании сниппетов, которые влияют на переходы с результатов выдачи на сами сайты.

В теге <keywords> необходимо перечислить все ключевые слова, которые относятся к смыслу документа, который представляет собой html-страница. Содержание тега <description> одним предложением должно отражать смысл всего того, что размещено на странице. При необходимости там может быть призыв к действию, телефон или другие контакты.

ЧПУ или человекопонятные URL ( веб-адреса, содержащие читаемые слова вместо параметров запроса) так же в той или иной мере влияют на ранжирование, если ключевое слово или транслит заголовка находится в URL. Пренебрегать этим фактором не стоит.

Так же к внутренним факторам, влияющим на ранжирование, относят:

- возраст сайта и возраст домена;

- наличие плохой истории домена;

- хостинг и его настройки;

- перелинковка;

- CMS;

- наличие карты сайтов и др.

Замечено, что старые сайты проще продвигать, чем молодые, при условии, что раньше они не были замечены поисковыми системами в запрещенных методах продвижения и оптимизации и не получали санкции со стороны поисковиков.

Если используется плохой хостинг и сайт бывает недоступен, то в одно из посещений поисковый робот может сайт не найти, в результате чего это негативно скажется на текущих позициях сайта. Если поисковый робот регулярно не будет видеть содержимое сайта, то он может совсем пропасть из результатов выдачи.

Перелинковку эффективно использовать, когда на сайте уже есть от 100 страниц и более. За счет того, что каждая страница имеет свой ненулевой вес, даже если на нее нет внешних ссылок с других сайтов, можно бесплатно улучшать позиции сайта в результатах поиска за счет внутренних ресурсов, не прибегая к внешним.

По некоторым наблюдениям сайты на одних CMS продвигаются лучше, чем на других. Идеальный вариант -- статические html-страницы. К сожалению, это применимо к очень ограниченному количеству сайтов, поэтому от оптимизации работы CMS зависят и результаты продвижения.

Карта сайтов в sitemap.xml облегчает поисковым системам поиск и индексацию страниц, поэтому ей не стоит пренебрегать. Многие CMS имеют собственный функционал для создания карт сайтов. При необходимости можно воспользоваться сторонними бесплатными сервисами.

Внешние факторы ранжирования

К внешним факторам ранжирования относят не только внешние ссылки, как может показаться на первый взгляд. Перечислим эти факторы:

- внешние ссылки;

- наличие сайта в авторитетных каталогах;

- поведенческие факторы;

- аффилированность (для Яндекса).

Внешние ссылки можно покупать, можно добывать (получать искусственно), а можно делать такой ресурс, ссылки на страницы которого будут появляться естественным образом. Покупать ссылки просто, для этого есть много бирж ссылок. Добывать или получать естественным образом подразумевает какие-то действия, в результате которых можно оставить ссылки на сайт: комментирование блогов, регистрация на сайтах и заполнение профилей, сообщения в подписях на форумах и т. д. Получение естественных ссылок -- это сигнал того, что создан качественный сайт с полезным контентом для пользователей, который отвечает на те или вопросы либо сам по себе несет полезную и актуальную информацию.

Как правило, для добычи поискового трафика ссылки приходится покупать на биржах ссылок, меняться с другими сайтами или добывать через регистрации на тех или иных ресурсах.

Поведенческие факторы -- это совокупность действий посетителей на определенном сайте [15]. Вход на сайт, время пребывания, просмотр страниц, «клики» на предлагаемые ссылки, возвращение на сайт -- все эти моменты можно отнести к поведенческим факторам. Сегодня поисковые машины демонстрируют стойкую тенденцию, ориентируясь при ранжировании сайтов именно на поведенческие факторы, а значит, их анализ становится весьма значительной частью SEO-оптимизации. Несмотря на то, что самих факторов немного, поисковые системы отдают предпочтение их учету при формировании алгоритма ранжирования. То есть сайты с хорошей посещаемостью, привлечением уникальных пользователей, удобные и хорошо структурированные выигрывают конкуренцию, если и другие требования оптимизации были соблюдены.

Аффилированность в коммерческом и клиентском SEO встречается достаточно часто. Фильтр аффилиатов в поисковой системе срабатывает, когда компания делает несколько сайтов, чтобы с большей вероятностью занять ТОП 10 или сразу несколько позиций в ТОП 10 поисковой выдачи. Такие сайты могут быть с похожим дизайном, похожей версткой, похожей структурой, прежде всего с похожими контактными данными, а так же одинаковым хостингом [16]. Прежде всего за одинаковые контакты поисковая система может наложить фильтр аффилиатов на два и более сайтов. По мнению поисковика -- в результатах поиска коммерческой выдачи одна компания не должна присутствовать более одного раза, то есть не должны показываться одновременно несколько сайтов, за которыми стоит одна физическая компания.

1.4 Основы оптимизации сайта

Поисковая оптимизация делится на два вида: внешняя оптимизация и, соответственно, внутренняя.

Внутренняя оптимизация представляет собой работу над сайтом в целом, его структурой и содержанием. Эту работу важно проделывать до размещения сайта на хостинге и до прохождения индексации сайта поисковыми системами. Внутреннюю оптимизацию можно условно разделить на несколько главных этапов: составление семантического ядра сайта, оптимизацию контента сайта, оптимизацию страниц сайта, оптимизацию структуры страниц и сайта в целом [17].

Семантическое ядро сайта -- это база запросов, по которым пользователи должны находить сайт. Семантическое ядро должно ложиться в основу структуры сайта. В результате кластеризации запросы разбиваются на группы, которые могут относиться к одной странице. Отталкиваясь от этого, на заданных страницах создается оптимизированный контент [18].

Семантическое ядро включает в себя наиболее популярные запросы посетителей, такие как ключевые слова или фразы, отвечающие специализации сайта в целом. Первый шаг и самый главный шаг в оптимизации сайта -- составление списка ключей (ключевых слов и фраз), с помощью которых именно целевой посетитель сможет попасть на сайт с помощью поисковой системы.

Оптимизация контента -- текстового содержания страницы. В тексте, размещенном на странице, важно часто использовать ключевые слова, однако пестрящие ключевыми словами страницы поисковые системы могут расценить как поисковый спам. Рекомендуется использовать ключевые слова с частотой, не превышающей 2-8% от всего содержимого страницы.

На этапе внутренней оптимизации страниц сайта множество различных фреймов, java, flash и других дополнений следует разместить как можно ниже на страницах, так как большая часть поисковых машин не индексируют или очень плохо индексируют эти дополнительные элементы. Следствием этого может быть то, что нужная часть страниц для индексации может быть просто проигнорирована поисковым роботом.

Оптимизация структуры страниц сайта и сайта в целом заключается в создании внутренних и внешних ссылок на страницах, создании карты сайта, которые необходимы для правильной индексации интернет-ресурса. Кроме того, наибольшее количество ссылок на сайт -- прямые, это значит, что ссылки ведут на главную страницу, из-за чего она имеет наиболее высокий статический вес. Перераспределение внутренних ссылок помогает распределить общий статический вес между всеми страницами в поисковых запросах.

Внешняя оптимизация сайта является одним из важнейших факторов, влияющих на продвижение любого ресурса в сети. Ее цель сводится к получению ссылок на сайт с других ресурсов. Чем ближе тематика ссылающихся сайтов, тем лучше. Внешняя поисковая оптимизация сайта включает в себя следующие работы [19]:

- регистрация в каталогах сайтов. Следует размещать уникальные описания сайтов вручную в действующих каталогах.

- Публикация статей на тематических ресурсах. Работающий и один из самых действенных методов внешней оптимизации. Сегодня существует большое количество сайтов, готовых разместить у себя уникальную статью со ссылкой. Найти подобные ресурсы можно через специальные биржи. Стоимость размещения статей зависит от тематики, качества площадки, возраста ресурса, посещаемости и др. показателей. Также можно найти статейные каталоги, на которых материалы можно размещать абсолютно бесплатно. Стоит отметить, что на любой из таких площадок существует модерация, то есть статья должна быть не только уникальной, но и читабельной, интересной для пользователя.

- Размещение пресс-релизов. Принцип действия данного метода такой же, что и при публикации статей. Основное отличие заключается в форме статьи -- пресс-релиз, для которого обязательно требуется информационный повод. Структура статьи должна быть немного иной.

- Форумы, гостевые книги, блоги. Для регистрации следует выбирать только тематические для сайта форумы и оставлять там комментарии. Чаще всего ссылкой на сайт служит имя пользователя. Стоит отметить, что если комментарии должны быть действительно полезны людям, тогда и ссылка на сайт долго будет рабочей.

- Новости. Получить ссылку можно, добавив интересную и полезную новость на сайт. Один из самых действенных способов поисковой оптимизации сайта.

- Обмен ссылками. Работы по внешней оптимизации осуществляются следующим образом: находятся сайты схожей тематики, их владельцам делается предложение по обмену ссылками или статьями.

- Конкурс, акция, бонус. Это отличный способ получить естественные ссылки на сайт, так как подобные предложения заинтересуют посетителей, они поделятся новостью со своими друзьями, напишут о конкурсе в блогах, на форумах, а значит, на сайт появится много новых ссылок.

- Полезный контент. Размещайте на сайте следует действительно полезную информацию, которую люди со временем станут рекомендовать друзьям и знакомым, что, в свою очередь, приведет к появлению естественных ссылок для сайта.

- Анкоры. Внешняя оптимизация сайта также во многом зависит от текстов ссылок, или анкор-листов. Прежде всего, текст каждой ссылки должен быть уникальным. Следует отказаться от использования только прямых анкоров, ключевые слова можно разбавлять с использованием слов-названий региона (город, страна), слов с меньшим весом (цены, сайт, интернет и т.д.) и переформулировок. Ключи можно включать в прямом и морфологическом вхождении (используя падежи, склонения, числа). Также работы по внешней оптимизации сайта включают в себя и использование так называемых естественных ссылок, когда анкор не содержит ключевого слова, а состоит из таких слов как «здесь», «вот», «тут» или просто представляет собой URL с адресом сайта. Но процент таких ссылок незначителен, примерно 3-5% от всей ссылочной массы.

- Процесс закупки и ссылочный взрыв. Процесс наращивания ссылочной массы осуществляется постепенно и равномерно, нельзя одномоментно покупать 100 ссылок на ресурс, тем более, если он новый. Можно размещать примерно 10-50 ссылок в неделю, постепенно увеличивая это количество в течение следующих месяцев. В противном случае поисковый робот воспримет такой рост как ссылочный взрыв и может применить к сайту соответствующие санкции.

1.4.1 Оптимизация контента

Оптимизация контента связана с его написанием: содержимое сайта должно быть интересным как для обычных пользователей, так и для поисковых роботов. Посетителей сайта контент должен направлять к цели (оформить заказ, скачать брошюру, ознакомиться с изданием и т.п.), а роботам -- предлагать тексты, максимально релевантные выбранным запросам.

Рекомендации по оптимизации текстов, полезных для пользователей [20]:

- текст должен быть структурирован и логичен. Несколько развернутых предложений лучше оформить в компактную, но весомую фразу. Каждый следующий абзац должен вытекать из предыдущего.

- Не стоит писать большие тексты. Интернет -- это поле для поиска четких и быстрых ответов. Каждый должен иметь такую форму, чтобы спровоцировать пользователя читать следующий, но при этом стоит избегать «воды» в тексте. Четких критериев объема текстов нет, но, как показывает практика, прочитать больше 3000 знаков на одной странице сайта уже довольно сложно.

- Самая первая фраза, которую увидят все посетители, должна нести в себе предельно ясную мысль. Нужно избегать неестественных словосочетаний, грамматических ошибок, переизбытка ключевых слов -- все это ведет к потере доверия к сайту и к издательству.

Рекомендации по оптимизации текстов для поисковых роботов [20]:

- логически выделенные части контента имеют наибольшее значение, поэтому важно грамотно (но без избытка) использовать все возможные инструменты разметки страницы: указывать название страницы (тег <title>), заголовок страницы (тег <h1>), первый абзац, первые подзаголовки страницы (теги <h2>), выделенные слова в тексте (теги <strong> и <em>).

- Ключевые слова, выбранные для продвижения сайта, должны обязательно использоваться в названии и заголовке страницы, равномерно распределяться по тексту страницы (как в точной форме, так и в словоформах) и фигурировать в качестве выделенных в тексте слов. Их количество должно быть естественным, поэтому обращайте внимание на плотность ключевых слов, которая, по разным наблюдениям, не должна превышать 5-7% от всего объема текста.

- Количество точных форм и отдельных слов из ключевых фраз имеют высокое значение при расчете текстовой релевантности. В естественном тексте должны присутствовать разные формы ключевых фраз и отдельно встречающиеся слова.

Чтобы написать текст, интересный для людей и оптимальный для поисковой системы, необходимо подготовить два документа. Первый документ -- бриф на текст -- отвечает за восприятие текста пользователем. Бриф заполняет владелец сайта или маркетолог, потому что только он может предоставить информацию о том, как обращаться к посетителям, как правильно называть компанию или издательство, в чем их отличие от других. Второй документ -- техническое задание на текст. Его формирует SEO-специалист на основе анализа сайтов, входящих в ТОП 10 по выбранным ключевым словам.

После того как оба документа составлены, происходит написание текста и его оптимизация по перечисленным рекомендациям.



Выводы

Исходя из рассмотренных алгоритмов работы поисковых машин, факторов ранжирования и основных моментов оптимизации информации для поисковых машин, можно выделить основные принципы написания статей, оптимизированным для поисковых машин.

SEO-статью можно определить как текст, в котором полностью раскрыта суть запроса и используются ключевые слова в определенном количестве. При этом в ней должны соблюдаться следующие параметры:

- длина статьи. Не всегда чем больше, тем лучше. Если пользователь ищет ответ «как обозначается диаметр», то может хватить и одной буквы d. Понятно, что лучше добавить еще какое-то определение, объяснение, но выкладывать статью на 20 тыс. символов точно не стоит. Минус длинных статей именно в том, что пользователи их не очень любят (хотя поисковые системы нормально воспринимают). Но и здесь все зависит от тематики, целевой аудитории, и даже от автора -- от некоторых ждут именно «романов».

- Частотность запроса. Если запрос высококонкурентный (пробиться в ТОП будет сложно), то нужно оптимизировать страницу только под него, причем лучше использовать объемные тексты. Для низкочастотных запросов подойдут и короткие статьи. Также можно оптимизировать один текст под несколько запросов.

- Количество ключевых слов. Есть такое понятие как плотность ключей --поисковые системы анализируют ее и определяют, насколько содержание соответствует запросу. Так, для текста в 5 тыс. символов разового употребления ключевого слова будет мало. Но не следует с этим перебарщивать -- спамный текст тоже никому не нужен. Все должно выглядеть естественно.

- Виды вхождения ключевых слов. Нужно использовать и учитывать не только точное прямое вхождение ключей, но и словоформы, синонимы, разбавленные фразы.

- Распределение ключей по тексту. Они должны употребляться равномерно. При этом чаще всего лучше ставить первую ключевую фразу как можно ближе к началу статьи, и не употреблять ключ чаще, чем раз на 500 символов.

Таким образом, учитывая принципы работы поисковых машин и основы оптимизации текста можно получить качественный интернет-ресурс, который будет иметь высокую релевантность и отвечать на заданный пользователем конкретный вопрос, удовлетворяя его информационную потребность, что, в свою очередь, приведет к повышению доверия к ресурсу и привлечет новых клиентов компании или издательства.



Список источников

1 Крохина, О. И. Первая книга SEO-копирайтера: как написать текст для поисковых машин и пользователей [Текст] / О. И. Крохина, М. Н. Полосина, А. В. Рубель, О. И. Сахно, Е. В. Селин, М. С. Ханина. -- М.: «Инфра-Инженерия», 2012. -- 216 с. -- ISBN 978-5-9729-0047-3.

2 SEO-словарь SeoPult [Электронный ресурс]. -- 2015. -- Режим доступа: http://www.3ta. -- Дата доступа: 18.03.2016.

3 Ашманов, И. С. Оптимизация и продвижение сайтов в поисковых системах [Текст] / И. С. Ашманов. -- СПб: Питер Пресс, 2014. -- 463 с. -- ISBN 978-5-496-00312-4.

4 Ландэ, Д. В. Интернетика: навигация в сложных сетях: модели и алгоритмы [Текст] / Д. В. Ландэ, А. А. Снарский., И. В. Безсуднов. -- M.: Либроком (Editorial URSS), 2009. -- 264 с. -- ISBN 978-5-397-00497-8.

5 Маннинг, К. Введение в информационный поиск [Текст] / К. Маннинг, П. Рагхаван, Х. Шютце. -- М.: Вильямс, 2011. -- ISBN 978-5-8459-1623-5.

6 Дударь, З. В. Метаконтекстный поиск в Internet [Текст] / З. В. Дударь, В. С. Хапров, А. В. Мусинов // Восточно-Европейский журнал передовых технологий. -- 2005. -- С. 104-107.

7 Барсенгян, А.А., Анализ данных и процессов [Текст] / А. А. Барсенгян. -- 3-е изд., перераб. и доп. -- СПб.: БХВ-Петербург, 2009. - 512 с.: ил.

8 Гасанов, Э. Э., Кудрявцев, В. Б. Теория хранения и поиска информации [Текст] / Э. Э. Гасанов, В. Б. Кудрявцев. -- М.: Физматлит, 2002. -- 288 с. -- ISBN 5-9221-0235-4.

9 Тулупьев, А. Л. Байесовские сети: логико-вероятностный подход [Текст] / А. Л. Тулупьев, С. И. Николаенко, А. В. Сироткин. -- СПб.: Наука, 2006. -- 608 с.

10 PageRank [Электронный ресурс]. -- 2016. -- Режим доступа: https://ru.wikipedia.org. -- Дата доступа: 18.03.2016.

11 Чапайкина, Н. Е. Семантический анализ текстов: Основные положения [Текст] / Н. Е. Чапайкина // Молодой ученый, Вып. 5. -- Казань, 2012. -- С. 112-115.

12 Некрестьянов, И.С. Тематико-ориентированные методы информационного поиска [Текст] / И. С. Некрестьянов //Диссертация на соискание степени к. ф-м.н. -- СПб.: СПбГУ, 2000.

13 Кузнецов, И. Н. Информация: поиск, анализ, защита [Текст] : производственно-практическое издание / И. Н. Кузнецов. -- Минск: "Амалфея", 2002. -- 320 с. -- ISBN 985-441-265-2.

14 Кент, П. Поисковая оптимизация для чайников [Текст] / Питер Кент. -- 4-е изд. -- М: Вильямс, 2011. -- 421 с. -- ISBN 978-5-8459-1749-2.

15 Яковлев, А. А. Раскрутка и продвижение сайтов: основы, секреты, трюки [Текст] / А. А. Яковлев. -- СПб: БХВ-Петербург, 2007. -- 336 с. -- ISBN 978-5-94157-751-4.

16 Грабауров, В. А., Делендик, Е. В. Анализ сайтов и порталов предприятий в Интернете [Текст] / В. А. Грабауров, Е. В. Делендик. -- Минск: БГЭУ, 2004. -- 41 с. -- ISBN 985-484-024-7.

17 Севостьянов, И. О. Посковая оптимизация. Практическое руководство по продвижению сайта в Интернете [Текст] / И. О. Севостьянов. -- СПб.: Питер, 2010. -- 240 с. -- ISBN 978-5-49807-670-6.

18 Бабаев, А. Раскрутка: секреты эффективного продвижения сайтов [Текст] / А. Бабаев, Н. Евдокимов, М. Боде, Е. Костин, А. Штарев. -- СПб.: Питер, 2013. -- С. 272. -- ISBN 978-5-496-00600-2.

19 Введение в СЕО // Статьи для начинающих веб-мастеров [Электронный ресурс]. -- 2014. -- Режим доступа: http://bigfozzy.com. -- Дата доступа: 18.03.2016.

20 Энж, Э. Искусство раскрутки сайтов [Текст] / Э. Энж. -- СПб: БХВ-Петербург, 2011. -- 591 с. -- ISBN 978-5-9775-0610-6.

Размещено на Allbest.ru

...