因此，让我花点时间回顾一下我们是如何走到这一步的，它离开了我们，以及我们计划如何前进。 用新的眼光看待老问题 从历史上看，Moz 一遍又一建页面权限模型（以及域权限）。该模型的优点是简单，但还有很多不足之处。 先前针对 SERP 进行训练的页面权威模型，尝试根据从链接浏览器反向链接索引计算出的一组链接指标来预测一个 URL 是否会比另一个 URL 排名更高。
此类模型的一个主要
题是它无法有意义地解决特定一组链接度量 印度尼西亚电报数据库 最佳强度。 例如，想象一下互联网上最强大的链接 URL：Google、YouTube、Facebook 主页或社交网络按钮的共享 URL。没有 SERP 可以对这些 URL 进行相互排名。相反，这些极其强大的 URL 通常排名第一，其次是指标低得多的页面。
想象一下，如果迈克
尔·乔丹、科比·布莱恩特和勒布朗·詹姆斯分别与高中球员一对一对抗。每次每个人都会赢。但我们很难从这些结果中得出迈克尔·乔丹、科比·布莱恩特或 将电子邮件营销与社交媒体整合的 7 种有效方法 勒布朗·詹姆斯是否会在一对一比赛中获胜。 当负责修改领域权限时，我们最终选择了一个我们拥有丰富经验的模型：原始的 SERP 训练方法（尽管进行了一些修改）。
对于页面权威，我们决
定采用完全不同的训练方法，预测哪个页面将获得最多的自然流量。该模型提供了几个有前途的功能，例如能够比较不在同一 SERP 上的 URL，但也存 阿拉伯联合酋长国电话号码 在其他困难，例如链接资产较高的页面但仅位于不常搜索的主题区域中。我们解决了其中许多问题，例如增加训练集、使用非链接指标来计算并发性。 衡量新页面的权威质量 结果过去和现在都非常有希望。
首先，新模型清楚地预测
了一个页面比另一个页面拥有更有价值的有机流量的可能性。这是可以预料的，因为新模型是为此特定目的而构建的，而当前的页面权威只是试图预测一个页面是否会排名高于另一个页面。 其次，我们发现新模型可以预测一个页面是否会比另一个页面上的前一个页面权威排名更好。这是特别令人高兴的，因为它消除了我们的许多担忧，即新模型会因为新的训练模型而表现不佳旧的质量控制。