DA 的最佳用例是什么
Posted: Sat Jan 25, 2025 9:27 am
通过不超出真正的第一页，我们可能会避免手动惩罚的网站（这可能会影响与链接的相关性。）
我们没有使用与此相关性研究相同的训练集或训练集大小。也就是说，我们训练了前 10 名，但在真正的首页上报告了相关性。这可以防止我们的结果过度偏向我们的模型。
我从美国关键词语料库中随 HR董事会电子邮件列表 机选择了 16,000 个关键词用于关键词探索。然后，我收集了所有这些关键词的真实首页（与训练集中使用的完全不同）。我提取了 URL，但我还选择删除重复的域名（即：如果出现相同的域名，则一个接一个地删除。）有一段时间，谷歌在某些情况下会将域名在 SERP 中聚集在一起。很容易发现这些集群，因为第二个和后面的列表都是缩进的。现在不再有这样的缩进，但我们不能确定谷歌从不对域名进行分组。如果他们确实对域名进行分组，则会破坏相关性，因为是分组而不是传统的基于链接的算法在起作用。
我收集了每个域名的域名权限（Moz）、引用流和信任流（Majestic）和域名排名（Ahrefs），并计算了每个 SERP 的平均 Spearman 相关系数。然后我取每个指标的系数平均值。
结果
Moz 的新域名权威性与业内竞争的基于域名链接强度的指标的 SERP 具有最强的相关性。为了便于阅读，图表中的符号 (-/+) 已被反转，但实际系数为负（也应该是负的）。
Moz 的域名权威度得分约为 0.12，比下一个最佳竞争对手（Ahrefs 的域名排名）高出约 6%。域名权威度的表现比 CitationFlow 高出 35%，比 TrustFlow 高出 18%。这并不奇怪，因为域名权威度经过训练可以预测排名，而我们竞争对手的域名强度指标则不是。我们竞争对手的域名强度指标相关性不如 Moz 的域名权威度，这不应被视为负面因素——相反，这只是指标之间内在差异的典型例子。话虽如此，如果您想要一个最能预测域名级别排名的指标，那么域名权威度就是那个指标。
注意：乍一看，Domain Authority 相对于竞争对手的改进确实不尽如人意。事实上，我们可以很容易地进一步提高相关性，但这样做可能会出现过度拟合的风险，并损害 Domain Authority 的次要目标……
我们没有使用与此相关性研究相同的训练集或训练集大小。也就是说，我们训练了前 10 名，但在真正的首页上报告了相关性。这可以防止我们的结果过度偏向我们的模型。
我从美国关键词语料库中随 HR董事会电子邮件列表 机选择了 16,000 个关键词用于关键词探索。然后，我收集了所有这些关键词的真实首页（与训练集中使用的完全不同）。我提取了 URL，但我还选择删除重复的域名（即：如果出现相同的域名，则一个接一个地删除。）有一段时间，谷歌在某些情况下会将域名在 SERP 中聚集在一起。很容易发现这些集群，因为第二个和后面的列表都是缩进的。现在不再有这样的缩进，但我们不能确定谷歌从不对域名进行分组。如果他们确实对域名进行分组，则会破坏相关性，因为是分组而不是传统的基于链接的算法在起作用。
我收集了每个域名的域名权限（Moz）、引用流和信任流（Majestic）和域名排名（Ahrefs），并计算了每个 SERP 的平均 Spearman 相关系数。然后我取每个指标的系数平均值。
结果
Moz 的新域名权威性与业内竞争的基于域名链接强度的指标的 SERP 具有最强的相关性。为了便于阅读，图表中的符号 (-/+) 已被反转，但实际系数为负（也应该是负的）。
Moz 的域名权威度得分约为 0.12，比下一个最佳竞争对手（Ahrefs 的域名排名）高出约 6%。域名权威度的表现比 CitationFlow 高出 35%，比 TrustFlow 高出 18%。这并不奇怪，因为域名权威度经过训练可以预测排名，而我们竞争对手的域名强度指标则不是。我们竞争对手的域名强度指标相关性不如 Moz 的域名权威度，这不应被视为负面因素——相反，这只是指标之间内在差异的典型例子。话虽如此，如果您想要一个最能预测域名级别排名的指标，那么域名权威度就是那个指标。
注意：乍一看，Domain Authority 相对于竞争对手的改进确实不尽如人意。事实上，我们可以很容易地进一步提高相关性，但这样做可能会出现过度拟合的风险，并损害 Domain Authority 的次要目标……