準備寫一篇文章關于seo優化細節的問題，因為我們常常說道seo要從細節做起，但是談著談著就不談了，為何？因為沒有人知道要注意哪些細節，了解了所有的細節也就掌握了se的機制，這點是最難的，也就是說最基礎的也往往是人們做不好的。這篇不再敘述，首先說說特征權重問題。

做seo不研究特征權重我感覺是一件非常荒謬的事情，可是貌似大佬們都不愛說，即使是國內最火最專業的論壇，你看到的也就是外鏈、內容、錨文本、服務器速度等細節，你甚至搜索不到任何新鮮的玩意，這原本就是不正常的。

對于特征權重，它主要的作用就是影響serp最終結果的一系列的因素，而每個不同的因素所影響的階段和時間是不一樣的，影響的范圍也是不一樣的。假如你是一線的seoer，你已經掌握了特征權重有哪些，你還需要知道蜘蛛是如何處理的，因為只有處理之后的特征權重才是直觀性的數據化顯示出來。

互聯網上的所有的數據只有兩種，離散型和連續性的。連續性的可以計數的，例如外鏈數量、關鍵詞出現次數等，這些因素的處理直接采用的是計數，但是由于有些數量或許是非常大的，必須取對數來降低影響，這里就有一個問題就是數值較大時候，一旦取了對數會不會降低了影響，zero在這里說了大眾點評網的關鍵詞密度過高問題，這里其實是有很多問題，在一定度量上，無論是否取對，數量都是呈現正面效應的，只是起到的作用降低了，這就比如一個加速度問題，力變小了，加速度變小了，但是速度還在增加ing的。

對于離散型數據，一般采用布爾模型或者向量空間模型處理機制，更多的是一個指標的多個緯度，這里最重要的是如何把度大小加入到離散型數據中，是采用帶權傳遞或者給與不同權重分配不一樣的比例。不管怎么計算，最終的結果都會呈現出不可控制性，但指標變多時候，不可控制的因素將會大大增加，但是同時也更多范圍內滿足人們的匹配。

百度和谷歌最大的區別就在于指標的量上是不一樣多的，谷歌多，因此所需要的處理能力強，但最終排名會更加的客觀，匹配度更加寬廣，百度的指標量少，就呈現出中間突出的的狀態，這也是兩者結果排序最大的差別。

講了這么多一定有人不耐煩了，這有什么用處呢？ 我說這個作用太大了，舉個最小的例子，很多人看不懂為何某個頁面排名異常的好，怎么都思考不出來為何，其實這就是離散型變量的影響，離散型變量呈現的一個最大的特點增加了結果的隨機性。

至于如何采用特征權重的處理問題，還有一個最重要的就是結合我們做seo的時候，很多時候她都可以指導我們，比如某個因素做得太好時候，由于會去對數，影響將會降低，我們把握好這個點就可以把工作效率在理論上提高10倍；她也可以幫我們解釋很多問題，如根據se的精神，當一個網站原創的文章的不再收錄時候，很多人不知道為何會出現這樣的機制，親你知道為何嗎？