Построение графов по влиянию ссылочного ранжирования на продвижение сайтов

Построение графов по влиянию ссылочного ранжированияГуща ТарасСайт: http://www.seo.uaПочта: [email protected]Телефон: +38 (044) 33-152-44

Теория графов, математика и терминологияТеория графов — раздел дискретной математики, изучающий свойства графов. Представляется как множество узлов, соединённых рёбрами. В строгом определении графом называется такая пара множеств. G= (V,E), где V - подмножество любого счётного множества, а E — подмножество V * V.

Если вы думаете, что это просто...● Вариантов много● Не все эффективно● Многое бесполезно● Кое-что работает● Есть суперэффекты● Есть с чем работать● Есть над чем думать● Предполагаем● Экспериментируем● Анализируем

Простота и релевантность

Релевантность важнее всего, тем более важнее тематичности. Тематичность - почти ничто. Релевантность - почти все. Дискуссия о тематичности площадок удел слабых оптимизаторов наблюдающих индексом цитирования.

●

Теоретическое предположение

● Чем выше странице в SERP, тем выше передача ссылочного веса

● Чем больше трафика на сайте, странице и/или по ссылке, тем больше веса передает ссылка

● Релевантность страниц прямолинейно положительно влияет на передачу ссылочного

Неудачные эксперименты

● Некоторые вероятно были поставлены неверно● Некоторые не подтвердились● Выборка была недостаточна для

репрезентации и моделирования ● Не выявлено линейной зависимости

от ревелантности доноров● Высокая статистическая погрешность

(не вписывается в сигму)

Предположения после неудачных экспериментов

● Переходы по ссылкам не оказали значимого влияния на ранжирование уникальных униграмм (Почему?)

● Трафик на сайте или страницах не оказывал значимого влияния (SR не работает?)

Обоснованные предположения

● Конкуренты в топ100 не будут на вас ссылаться никогда

● Страницы в топе уже имеют однозначный вес, позиции и возможно трафик

● Вероятность работы линков с не под фильтром страниц выше

Экспериментальная модель

● Построение на координатах значимую репрезентативную модель влияния

● Хотим получить график с гиперболой или линейную зависимость

● Строим множество вариантов перелинковок сайтов

Постановка эксперимента

● Свежереги .ru в количестве 100 штук● Однотипные многостраничники по 100 страниц● Никакой прокачки, только пинок индексации● Уникальный контент 1000+-30 символов● Никаких социальных и поведенческих факторов● Внутренние страницы доступны в

один клик с главной

Размещение униграмм на страницах

● Уникальные буквенные 10-символьные униграммы

● Размещение на разных страницах, в том числе на главных

● Разные размещения: TITLE, BODY, ALT, TABLE и т.д.

● Разные униграммы по разному везде

Забытые оговорки● Пруф у Гугл и Яндекс

при прочих равных● Не учтено случайное

влияние поведенческих● Не было аналитики● Прочая разность сайтов

сводилась к минимуму: код, скорость и т. д.

Размещение ссылок

● Сайты доноры и реципиенты не пересекаются: 50 доноров, 50 сайтов реципиентов

● Большое разнообразие вариантов доноров и реципиентов

● График моделей как и что на кого ссылается

Что в итоге получилось?Если бы не работало: А вышло почти вот так:

Выводы после анализа

● Выше всех релевантные главные с релевантных главных

● Ниже всех нерелевантные внутряки с нерелевантными донорами

● Релевантные страницы лучше работаю как доноры ссылок

● Есть непрямолинейная зависимость влияния влияния на ранжирование

Что с этим всем делать?

● Фильтровать места под размещение ссылок по другим принципам

● Ставить смелые предположения● Экспериментировать правильно● Общаться на конференциях Помнить

не только о практике, но и о теории :-)

Всем спасибо!

Гуща Тарас

Сайт: http://www.seo.ua

Почта: [email protected]

Телефон: +38 (044) 33-152-44