战略方法着眼于整个网站和关键词组。 小对排名组合的假设并制定商业案例，但最近我突然想到，我思考机器学习应该如何使谷歌排名成为一个黑匣子，并且排名因素在不同的领域之间差异越来越大。
通常是“这个页面为什么有排名？”这和“这两个页面哪 巴林号码数据 个排名会更好？”是一样的吗？ 我使用TensorFlow和Keras自学深度神经网络——如果我 5 年后上大学，我很确定我最终会学习和从事这个领域。
当我这样做时，我开始思考如何建模 SERP（一组高维非线性关系）。我觉得了解排名因素的试金石是能够回答“为什么该页面领先于我们？” - 能够回答一个简单的问题： 给定两页，您能猜出对于给定的问题哪一页的表现会优于另一页吗？ 如果您能在一般情况下回答这个问题，那么您就知道为什么一页领先于另一页，反之亦然。
事实证明人们并不太善于回答这个问题。 我认为，比抛硬币更准确地回答这个问题的情况要少得多。正如您从我对上述结果的预览中看到的，这种情况并没有发生。你认为你可以做得更好吗？继续进行测试并找出答案. （事实上，如果你能找到一种有效的测试方法，我想知道它是否会成为下一次 Moz 排名因素调查的一个好的合格问题。