这篇文章写在《光年外部链接挖掘系统2.0》即将发布的时候，希望能普及好的外部链接理念，同时也希望大家能认可这种软件。
————————————————————————————–
在目前的很多SEO团队中，外部链接人员都是人数最多的部分。很多团队的外部链接人员多到了外人无法想象的程度。我亲眼所见的外部链接团队，最多的只有一百多人的规模。但我听说过的外部链接团队，有达到一千多人规模的。据说还有另外一个团队特别有意思，他们有300多个外部链接人员，工作时间是每8小时一班也就是工厂里经常用的“三班倒”，真正的把外部链接做成了“链接工厂”。之所以这样，是因为现在依靠大量外部链接确实可以把某些关键词的排名做上去。（把某些关键词的排名做上去并不意味着给网站带来很多的流量，有时候甚至是相反的。）
在写过《内部链接还是外部链接？》以后，有人问我是不是外部链接不重要。实际上我从来都没有否认过外部链接的价值，只是有一点，我眼中的外部链接是以一个网页为单位的，也就是一个网页以外给这个网页的链接都是外部链接。而很多人追捧的是以一个网站为单位，大家更喜欢把一个网站之外给的链接称为外部链接。不过建议现在还有这个想法的人，可以去看看PR值的计算公式也好，去看看一个关键词的搜索结果也好，他们都是以网页为基本单位的。（并不是说PR值很重要，而是从它的计算方法上可以看出搜索引擎是怎么看待网页和网站的）
我记得很多人知道我的博客是因为一篇关于nofollow的文章，恰好是在2年前写的。真没想到两年就这样转眼而过。现在我就来讲一下那篇文章中提到的那个nofollow做得好网站是哪个，以及他们如何做nofollow的吧。这个例子是我各种培训中都会讲到的，都已经讲得快起茧所以不想以后再说了。同时也为了让大家看看数据分析是如何指导SEO的。
这个网站就是曾经在外贸B2B领域做得很成功的网站–Tradekey。这里先介绍一下这个网站的历史：这是一个完全依靠SEO起家的网站，总部在迪拜，现在是一家跨国公司，创始人非常年轻。我以前写过一篇《依靠SEO去打造一个成功的网站》，那这个网站就是经典案例。在外贸B2B领域，曾经有的网站一年都需要十来万费用，还拿不到多少询盘。但是曾经在Tradekey上，免费会员都能拿到很多不错的询盘。所以它依靠口碑在B2B领域慢慢流行起来，被誉为“B2B领域的一匹黑马”。在国内一些都比较懂网络的外贸人群中也很流行，以至于有段时间国内都出现了很多tradekey的伪代理。Tradekey是如此的强势，所以它后来基本关掉了免费会员，也就是所有在这个网站上发布产品的供应商，都要成为付费会员才可以。 在B2B领域，基本都是靠免费会员来拉人的，这样做真的需要底气。
Tradekey的底气，就来源于它不错的SEO技术。很多做英文SEO的人都应该知道，在google上搜索很多的产品关键词，它都能有不错的排名，它的SEO流量非常的可观。加上和那些热门平台相比，它的供应商数量不是很多，所以大家的效果相对都能得到保证一些。
这个网站也是我唯一见过的收录量曾经达到100%的大中型网站。我要讲的nofollow 的应用，就从这个网站如何提升收录开始。
已经有好几个月没写点东西了，感觉还有很多东西可以写，而且现在经常有一些新的发现和感想。不过一直在忙着给一些大中型网站提供SEO顾问服务，时间都是优先花在给他们解决问题上。
已经给很多网站做过SEO顾问服务，其中有SEO流量才几千UV的中型网站，也有上百万UV的大型网站。发现有一个问题是非常突出的，就是很多网站都没有一个清晰的SEO策略，只是埋头做事，这导致了一些问题。
最明显的问题就是把手段当目标，把过程当结果。
现有的很多网站，他们常用的SEO做法是：搜集几十、上百个本行业里的热门词，把这些热门词加到一些网站中权重很高的网页上。然后不断的给这些页面增加外部链接，希望这些关键词能有不错的排名。这种典型的做法就是我说的把手段当目标，把过程当结果的做法。
URL的问题是SEO过程中的一个基本问题，做一个新网站也好，优化现有的网站也好，都绕不开这一点。这两篇文章就来大体总结一下URL的规划应该怎么做。
在开始讲这些问题之前，需要先阅读完以下文档：
这些都是google官方的文档，讲述了各种各样的规则。这些对百度也是同样适用的，因为它是针对爬虫的特性提出来的，并不是只有某个搜索引擎才适用。
看完上面的那些这些规则，发现翻来覆去讲得都是怎么让爬虫能非常顺畅的抓取完整个网站。其实绝大部分网站都存在这样或那样的问题的，也包括我这个博客，在抓取方面也存在一些问题。但是看在每篇博文都能被收录的情况下，也就不去优化了。但是对于很多收录还成问题的网站（特别是大中型网站）来说，就要好好规划一下了。大家可以用HTTrack抓取semyj这个博客看看，就能发现为什么我这么说了。（谁能一天之内抓取完这个博客的人请告诉我。）
尽管SEO在中国已经不陌生，甚至都有形成一个行业的趋势，但是至今业内都还没有一套非常科学系统的分析方法。原因恐怕要归结于搜索引擎优化这个行业的特殊性。搜索引擎严格保守他们的算法，只公布一些大家很难去知道原因的指南。所以很多SEOer都在玩一个永远也不知道具体规则的游戏，这是这个行业混乱的根源。
我多次强调《google网站质量指南》的重要性，还因为这是搜索引擎告诉网站主的仅有的一些正确的规则，如果连这点规则都不好好掌握，那我还不确定大家能从什么地方得到更权威的指导。但是在实战中，尽管你熟读这个《指南》已经比很多人更了解搜索引擎的规则，不过仅仅知道这点东西是不够的，一套科学系统的分析方法能让你走得更远。
我想SEO经过了这么多年的发展，已经不应该再出现那种靠感性分析去做SEO的分析方法了。这种分析方法常用的语句就是：我觉得搜索引擎会如何如何。如：我觉得搜索引擎不会那么笨，这点一定能处理好；我觉得搜索引擎会把这个因素当作排名的因素之一……。如果你是依靠感性分析去做SEO的，那你的SEO流量的变化曲线也是很感性的。当然更不能去无根据的臆测和道听途说。如：没有理论基础的去猜想搜索引擎会怎么样或者每逢搜索引擎的相关人员以及什么权威人士发表什么演说，就去盲目听从。
这篇文章承接上篇《热门还是长尾？大中型网站的关键词优化策略》。明白了长尾效应在一个大中型网站中的作用后，还需要明白内外部链接谁更重要。
在搜索引擎上，去获取流量的最基本单位就是网页。一个网页的外部链接因素，对这个网页的排名影响很大。这个网页的外部链接，既有同一个网站的其他页面给的站内链接，也有其他网站上的网页给的站外链接。下面文章里的内部链接是指站内链接，外部链接是指站外链接。那么在优化一个网站的时候，是特别注意优化内部链接还是外部链接呢？或者在分析一个网页排名的时候，是觉得内部链接贡献的价值大，还是外部链接的价值大？
长久以来，大家都非常重视外部链接。源于那么一个说法，那就是：一个网站你自己说你的网站里有什么是不算数的，要别的网站说你这个网页里有什么才算数；相对于你自己如何评价自己，别人的评价才更准确。 所以很多人在做一个页面的排名的时候，只做一件事情，就是疯狂的给这个网页做外部链接。而内部链接呢，很多人认为不重要或对排名影响不大。
这种说法应该是有人从PR值的计算方法发展而来的。因为在PR值的计算理论里，影响一个网页PR值的是这个网页的外部因素。当扩大到整个网站的时候，有人就认为影响这个网站整体排名的因素来自于其他网站。其实这个说法有一个明显的误区，就是没有明白网页和网站的区别。别说PR值和排名没有直接的关系，就算在PR值的计算理论里，向来也只有网页才是被计算的对象，而不是整个网站。列在搜索结果页面的，也是一个个的网页。
那如果一个网页同时有10个外部链接和10个内部链接，谁对排名的影响大呢。我们再来看那个“外部链接的评价更准确”的理论。其实这个理论要成立是要有一个前提的，那就是互联网上所有的网页都是不值得信任的，要靠这些网页彼此之间的关系才可以确定谁更重要、谁的内容更和什么关键词相关。这在一个搜索引擎建立的初期，是非常科学的方法。但是，搜索引擎发展到现在，积累了大量的数据，环境也不一样，那很多问题都要重新审视了。Matt Cutts曾经说过google不会停止对PR值的改进，其实更多的其他改进也是如此。而百度的超链分析法，在面对如此泛滥的群建链接的情况下，也会做出相应的修改的。
接下来的两篇文章，会讨论网站是选热门关键词还是长尾关键词，以及应该注意内部链接还是外部链接。
相信很多SEOer都有这样经历：开始做一个网站的SEO的时候，都是先选一些计划中要排名的词语，希望藉由这些词语在搜索引擎上获得大量的流量。在这些词语中，有些人选的是些热门词；有些人明智一点，是一些在当前的能力下能做到的适当热门的词语。在接下来的过程中，会集中很多的“资源”来做这些这些词语的排名。包括在title中适当的重复这些关键词；突出这些关键词的密度；外部链接指向这些关键词页面等等。不过，在计划中的词语还没有排名的时候，很多人会发现网站其实已经有一些SEO流量了。而去分析流量就会发现，流量几乎都不是计划中的这些关键词带来的，而是各种各样奇怪的长尾词。等到计划中的关键词有好的排名的时候，根据网站的不同，有些网站可能大部分流量靠那些热门关键词贡献，而有些网站则不然。
那么，在做一个网站的SEO关键词优化的时候，是把精力偏重放在做热门关键词还是做长尾关键词呢？
为了看清楚这个问题，我们需要来看看用户使用搜索引擎的现状。
不需要太多的数据参考，可以回想我们自己或者周围其他人使用搜索引擎的情况，就会发现：
已经有很多网友问我百度如何优化了，不过我一直不清楚如何来写更合适。
有好几个原因。首先是，很多知识，我不先介绍一下的话，到时候我写出来大家不容易理解。就如我博客刚开的时候，我就想写《SEO案例：锚文本、关键字、nofollow、Web标准化》这篇文章，但是如果一开始不讲一下为什么要重视锚文本、如何选关键字、nofollow的作用、为什么要标准化的话，很多人可能会觉得我只是讲了一个特别注意细节的案例。
所以我会先把google的优势讲明白，把搜索引擎是怎么运作的讲明白，然后才能把如何做百度优化讲明白。我博客里的很多文章都是从google的角度出发来讲SEO的，但是你都可以思考一下同样的事情要是百度来处理的话，会如何去解决。
第二个原因就是百度优化和google优化在技术上有80%是相似的，所以不用特别的区分是百度优化还是google优化。而且，做一个网站的SEO工作，那些流程和方法都是一样的。说起相似性，你就可以看到：一个在google上排名很强势的网站，在百度上也会有不错的排名。还有，百度前几年不是一直宣称google侵犯了百度在超链分析法上的专利吗，虽然很荒谬，但是可以看出百度也是注重外部链接的。而且现在还有一个趋势就是，百度在算法上越来越模仿google。
另一个原因就是其他方面的。互联网的圈子其实很小，百度排名确实有一些技巧，但是我今天在这里说明的技巧，明天大家就不能用了。
很多人很关心google Caffeine的更新，有些猜测说是为了应对bing的突起而做的改动。
前面讲了很多理论，那这次我们来实践一下，从搜索引擎的角度，来判断一下google Caffeine到底更新了什么。
先看google官方的解释: http://googlewebmastercentral.blogspot.com/2009/08/help-test-some-next-generation.html (需要翻墙)
我觉得，这次改动主要是重写了搜索引擎的底层架构，涉及到爬虫、索引库、排序规则等等很多方面。提升的方向主要是google一直以来追求的速度，而速度的提高会进一步带来准确性和全面性的提升。
Google是一个对速度的追求达到了变态的地步的公司。他们的价值观之一就是“速度为王”。举好几个例子：你可以在google首页看到，所有的代码被压缩成几行，因为这样能提高加载速度，甚至在代码变量的命名上，都是坚持能用1个字母的就不用2个字母的原则；google非常多的产品大量应用AJAX技术，就是为了在速度上更快一点；在google的历史上，曾经想把搜索结果首页的默认条数从10条增多到30条，用户也乐意接受这个改动，但是测试下来，发现这样会拖慢0.5秒的速度就放弃了。
追求速度不光是为了用户打开页面快而考虑的。我相信google在98年就开始意识到这样一个瓶颈问题：摩尔定律描述了每隔数年计算机的硬件水平就翻倍。而互联网上的信息，也是这样一个规律。有人甚至说是每隔9个月互联网上的信息量就翻倍。搜索引擎要保证一个基本的信息查全率，就需要能跟上这种信息暴增的速度。
分词是很多做SEO的人常听到的概念，为了让大家在这个方面不会有疑惑，现在要来讲一下分词以及索引库。这也是更深入的了解搜索引擎的开始。
搜索引擎每天都是在处理一个基本的需求：用户搜索一个关键词，搜索引擎马上找到相关的网页给用户。这个过程要怎么实现呢？ 下面就分步来了解这个过程。
首先搜索引擎要尽可能多的把互联网上的网页搜集下来，这样能提供大量的网页给用户查询。这一部分由爬虫来解决，顺着互联网上的链接一个个往下抓取。最后就有了一堆记录着网页各种信息的资料库。目前的现状，最后能使这个资料库里有大概100多亿个网页。资料库里记录了这些网页的URL，整个网页的HTML代码，网页标题等等信息。
然后，搜索引擎拿到用户输入的这个关键词后，要从这个资料库里把相关的网页找出来给用户。这里就碰到好几个问题了：
同步更新