我还认为社交信号作为排名因素的话题将再次变得重要。根据Searchmetrics 相关性研究，相关性已经存在，尽管Matt Cutts 在 2014 年初表示来自 Facebook 和 Twitter 的社交信号并不是排名因素。
Facebook 和 Twitter 页面与我们网络索引中的其他页面一样，因此如果 Twitter 或 Facebook 上出现某些内容并且我们能够抓取它，那么我们就可以在搜索结果中返回它。但就做一些特殊的具体工作来说“你在 Twitter 上有这么多关注者或在 Facebook 上有这么多赞”，据我所知，我们目前的网络搜索排名算法中还没有这样的信号。
谷歌宣布这一消息之际，为排 亚洲手机号码清单 名因素人们对 Google+ 作为其自有社交信号生成网络的期望更高。然而，随着语义搜索的出现，谷歌将不再能够逃避既有社交网络的数据。因此，通过 Firehose 界面与 Twitter 达成的最新交易非常合理。但关于这一点我们下次再在博客中讨论吧……
网站和文档之间的语义关系
现在让我们关注语义核心文档与其他网站和文档的关系。关系包括域或URL的链接、共现、共引用和未链接的提及。因此所有元素都可以建立对语义核心文档的引用。
假设是：核心文档甚至整个域与其他语义相关文档的语义关系越好，文档本身就越相关。这不仅包括传入链接，还包括传出链接。
核心文档对领域内其他语义相关 优化付费媒体结果的技巧 文档的引用也可以加强整个领域在相应本体/主题领域中的权威性。因此，我写某个主题的文章越多，您在自己的网站中描述或看待该主题越全面，就越好。我认为是在单个详细的文档上还是在域内的不同 URL 上执行此操作并不重要。在我看来，这只是一个用户友好度或个人品味的问题。
这样做的结果是，只有语义关为排名因素系模式计数和值（例如链接流行度、为排名因素域名流行度、页面排名等）并不重要，这也在这里和那里讨论过。我也不再认为链接是否直接指向核心文档很重要，只要语义核心文档在搜索意图、内容和内部链接方面被 Google 清楚地识别为域中所有内容中的主题核心文档即可。
Google 如何识别主题之间的语义关系？
最大的问题仍然是谷歌如何确定主题以及内容或文档之间的语义关系。对于核心文档本身的内容，可以使用WDF*IDF公式。但其他关系又如何呢？以下是一些方法：
搜索行为
谷歌可以确定哪些主题或搜索查询彼此密切相关。一方面，在联合提及的频繁程度以及时间顺序方面。 这也可以用于检查实体或品牌与产品或主题的接近度。您可以在此处查看主题和实体的相关搜索查询。以下是一些示例：
这里有趣的是 Foot Locker 对另一个实体“Snipes”的引用，以及对产品“adidas jacket”的引用和对“Gelsenkirchen”和“Berlin Kudamm”的区域引用。
在“zalando”的例子中，谷歌可以根据相关的搜索查询确定与主题“衣服”和“鞋子”的主题接近性。但也涉及实体 Planet Sports 和 Deichmann，它们很可能属于同一本体。
当你搜索“耐克运动鞋”时，Zalando 与耐克运动鞋的主题相似性就变得清晰起来。同样引人注目的是其排名第三，仅次于为排名因素官方 Nike Store。
此时，我让每个人自己去思考 最新评论 这会对（线下）营销和 SEO之间的联系产生什么影响……
使用关键字规划器还可以提供有关术语或主题之间的语义主题联系的信息。以下是我的名字的示例：
默认情况下，术语按相关性排序，而不是按搜索量或点击价格排序。
其他工具（例如Google Correlate）可以提供有关哪些搜索词按特定时间顺序被频繁搜索且因此彼此相关的信息。
冲浪行为
谷歌还可以确定用户以何种顺序访问哪些内容，从而确定某些主题之间的接近程度。
维基百科的内部链接
维基百科作为知识图谱的数据供应商，从而在语义搜索中扮演着非常特殊的角色。例如，人们可能认为维基百科的内部链接可以为谷歌提供有关哪些主题相关的线索。
所提到的可能性纯为排名因素粹是推测，是进一步调查的起点。我很兴奋