第一次通过 blog 求助，希望好心的朋友帮忙！
Google 开放出来的英文 ngram 数据，对我的工作很有帮助。但我通过一些途径联系 LDC 购买，始终得不到回复。阅读我 blog 的朋友，如果有能提供帮助的，烦请联系我，谢谢！
另外，Google Alert 的结果提供了 Feed 输出的方式，可以直接在 Google Reader 里面订阅，非常好用。
Tag Archives: search
Google Suggest and Adwords
Google Suggest 上线已经有一段儿时间了，不知道大家注意到没有。当然我说的是 google.com，不是谷歌。它刚上线的时候，我有一个揣测，“Google 会不会把 Adwords 里比较值钱的词优先 suggest 出来”？抱着这个疑问我关注了一段儿时间的相关文章，结果发现似乎没什么人讨论这个问题。而我个人又没有渠道到 Adwords 系统里面作实验，也就不了了之了。
直到上周，我发现了一篇有意思的文章，'Google Suggest' Could Trump Expensive Keywords – For Now，看来和我一样喜欢瞎琢磨的人还是有的，哈哈。
这篇文章的作者做了实际的实验。
以“virtualization”关键字为例，使用 googe 提供的 keywords tool，限制最高 CPC 最高价为 $5.00，找到的关键字如下图所示。图中列出的是最贵的前 5 个，据作者讲，google keywords tool 找到的前 50 个关键字，CPC 价格全部在 $2 到 $3 之间。这个价格应该算是相当昂贵了。
接下来，有意思的事情来了。
作者在 google.com 上输入“virtualization”，google suggest 给出的建议关键字如下图所示。经研究发现，第 2 位，第 4 位，第 8 位，和第 10 位的四个关健字，
- Virtualization for Dummies
- Virtualization technology support
- Virtualization benefits
- Virtualization definition
在 Adwords 里面的 CPC 价格仅有 $0.05！
貌似价格比较高的关键字里面，只有“virtualization server”被 suggest 出来。
看起来在这件事情上，google 不作恶的信条保持得还蛮不错。比百度整的恶心事儿要强。
这个发现可以为 SEO 带来不小的市场机会！显而易见，google suggest 列表里面的关键字，被选中进行搜索的机会要比一般的关键字大得多。找出那些便宜的，买下它们，这是个好买卖。行动吧。
Google 评价 blog 的指标
读了一下 Google 关于 Blog Ranking 的 Patent，总结如下。
正面的指标：
- [0038] 订阅数
统计 blog 在各种 reader 中被订阅的数量。被订阅的越多，ranking 越高。但同时会使用一些方法处理“subscriptions spam”，诸如验证订制人和 IP 的唯一性。 - [0039] 搜索点击数
统计 blog 作为搜索结果时被点击的次数。点击次数越多，ranking 越高。 - [0040] 在其他 blogger 的 blogroll 里的出现次数
blogger 通常会使用 blogroll 来整理指到其他 blogger 的链接集合。统计所有 blogroll 中，指向某个 blog 的链接越多，ranking 越高。 - [0041] 来自高质量的 blogroll 的链接数
高质量的 blogroll 的链接大多都指向著名的或值得信任的 blog。 - [0042] 来自高质量的 blog 的 blogroll 的链接数
这里的假定是著名的或值得信任的 blogger 不会放指向 spam blog 的链接。 - [0043] 有Tag
blog 作者如果分析了 blog 内容，归类并打上了 tag，起码可以说明作者的态度比较认真。 - [0044] 来自邮件和聊天记录的链接数
如果在 Email 正文里或者聊天记录里出现了指向 blog 的链接，会加分。GEmail 和 Gtalk 被用在了这里。 - [0045] PageRank
PageRank 越高对应的 blog 也就越重要。考虑到blog的更新比较频繁，最新的 blog post 可能还没有PR。这时可以用对应的 blog 的 PR 来代替。
其中 [0040-0042]，其实是类似于传统网页间 PageRank 计算的一套模式，只不过这里把它限制在了 blog 之间。
负面的指标：
- [0047] 更新频率异常
更新过于频繁或者非常有规律，会被认为是在 spam，ranking 会降低。这里提醒喜欢在每天的固定时间更新 blog 的朋友注意一下了。 - [0048] feed 内容和 blog 内容的不一致
spammer 有可能会为了提升自己的 ranking 而把有价值的内容放到 feed 里面，同时在 blog 内容里面放一些指向不相关内容的广告链接。为了惩罚这种情况，对于 feed 内容和 blog 内容不一致的情况，要降低 ranking。 - [0049] 出现重复内容
有些 spammer 为了让某些内容能够多次长时间的出现在 feed 里面，会重复发布同样的内容。这样的情况会被惩罚。 - [0050] 垃圾词过多
通过词频统计（bi-gram 或者 tri-gram 等），如果 blog 内容里垃圾词的比较过高，会降低 ranking。 - [0051] 多数 blog 长度相近
这个主要是针对使用机器自动生成 blog 的情况。 - [0052] 链接异常
当 blog 里的链接多为指向单一网页，或者单一的外站，会被认为是在 spam，ranking 会降低。 - [0053] 广告太多
如果一个 blog 页面内含有过多的广告，会降低 ranking。 - [0054] 广告出现在正文里
一般 blog 页面会包括三方面的内容：最近发表的 blog，blogroll 和 metadata。如果广告出现在正文里，会降低 ranking。不知道 adsense 的广告有没有特殊待遇？
