seo 从优酷网学习SEO的标题(title)和关键字(keywords)如何选择

2023-10-12 19:20

本文主要是介绍seo 从优酷网学习SEO的标题(title)和关键字(keywords)如何选择,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

看看优酷网如何SEO关键字到第一的?在谷歌或者百度里搜索“视频”,优酷总是排名第一:


看看优酷的源代码里面标题和关键字是如何优化的:

<meta content="优酷网-中国第一视频网,提供视频播放,视频发布,视频搜索" name="title"/>
<meta content="视频,视频分享,视频搜索,视频播放" name="keywords"/>
<meta content="视频服务平台,提供视频播放,视频发布,视频搜索,视频分享" name="description"/>
可以总结以下一些原则:

1. 关键字,特别是第一关键字,(例子中是“视频”),在在网页的标题(title)中巧妙出现3次或以上。(例如例子中的“提供视频播放,视频发布,视频搜索”)。

2. 关键字的重要性是从第一到最后,第一个关键字最关键


再来看看优酷网的logo的源代码,有什么秘密:

<a href="http://www.youku.com/"><img width="130" height="35" alt="优酷网-中国第一视频网,提供视频播放,视频发布,视频搜索" title="优酷网-中国第一视频网,提供视频播放,视频发布,视频搜索" src="http://static.youku.com/v1.0.0500/index/img/youkulogo.gif"/>
</a>

由此可见,即使是一副图片,alt元素和title元素也要和title呼应,而且一定要包含关键字。我们很多人不注意SEO的人往往不注意图片的alt和title元素。

再来看看具体一个视频的标题:

<h1 class="listName"><span class="bigTitle">专辑:</span><span class="title"><a target="_blank" href="http://www.youku.com/playlist_show/id_4084483.html">春运火车票实行实名制</a></span>
</h1>

由此可见,网页的H1、H2标签中出现关键词。


此外,您可以从以下20个检查点检查您的网站SEO优化的好坏:

       1、你的关键字与网站的内容是否息息相关?

  2、你确定的关键词是否是搜索引擎查询中常用的词汇?

  3、 页面的title属性是否以关键字开始,以及出现的频率,有没有关键字叠加?

  4、网站是否合理的使用了H1,H2,STRONG等标 记的标签?
  5、网站内容是否前后一致并是否有出现一定数量的关键词,并且其的分布和密度情况如何?

  6、包括关键词的文本链 接是否把用户引向你的网站?

  7、在网站的图像导航中你是否采用CSS图像代替?

  8、网站中的图像是否有描述 性属性ALT的说明,关键词是否对用户有益?

  9、网站中是否有文本链接的地图说明?

  10、动态URL是否简 洁并化成了静态地址的格式,是否有很深的目录?

  11、网站是否列入开放目录中?

  12、是否把网站列入其它可 信赖的在线目录中?

  13、站点的所有页面的meta标签是否都有关键字,并且是否有关键字叠加?

  14、网站 是否有自定义错误网页?

  15、网站是否有用户使用的站点地图,是否有GOOGLE的sitemap?

  16、 网站是否有代码分离,网页中是否有大量CSS属性和JS代码?

  17、友情链接的网站都是些什么网站,是否是同行业,是否与网站有相 关性,并且他们的快照是什么时候的?

  18、网站中是否有相关的统计分析软件代码?

  19、网站在搜索引擎中 site后,快照是什么时候的?

  20、网站的META标签中是否有KEYWORD和DESCRIPTION和相关内容?


转载自:http://www.cnblogs.com/Mainz/archive/2010/01/10/seo_youku.html

这篇关于seo 从优酷网学习SEO的标题(title)和关键字(keywords)如何选择的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/197909

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

如何选择适合孤独症兄妹的学校?

在探索适合孤独症儿童教育的道路上,每一位家长都面临着前所未有的挑战与抉择。当这份责任落在拥有孤独症兄妹的家庭肩上时,选择一所能够同时满足两个孩子特殊需求的学校,更显得尤为关键。本文将探讨如何为这样的家庭做出明智的选择,并介绍星贝育园自闭症儿童寄宿制学校作为一个值得考虑的选项。 理解孤独症儿童的独特性 孤独症,这一复杂的神经发育障碍,影响着儿童的社交互动、沟通能力以及行为模式。对于拥有孤独症兄

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学