在SEO的说s实践过程中，我们往往有这样的优化观点，很少对百度搜索引擎算法进行深入的代表研究和探讨。原因很简单。说s实践由于技术水平有限
，优化我们很难准确定位一个算法，代表真正有效 ！说s实践

因此，对于优化猩SEO优化平台来说
，代表我们非常清楚，说s实践我们一直是优化百度SEO的“实践”学校。

但这并不是代表说我们否定了SEO理论研究的重要性，而是说s实践说我们的技术水平确实没有达到那个水平 。让我们做深入的优化技术研究 。

这里我们没有特别提到任何人 ，代表但我们有很多SEO合作伙伴最近。我们常说分享更多的案例 ，纯粹的文章
，更无聊。对于这个问题，我认为是这样的 ：

事实上 ，我们每天都在做很多实际的测试，我们得到了很多相关的结论，但从另一个角度来看 ，我们无法保证这些策略100%准确。

没有办法做一个标准化的产品
，所以我们还是选择不披露半成品。

因为 ，这种半成品可能会赚眼球
，获得流量，实际上
，它没有实际意义 。

比如，最近我们怎么用TF-IDF ，算法，做百度的相关度很高的内容，也就是90%以上，百度SEO工作人员经常会问问题 ！

但目前 ，基于百度搜索结果作为标杆的研究，我们认为这是牵强的
，而我认为TF-IDF 
，这个“东西”作为谷歌的小伙伴往往被称为SEO摩天大楼，事实上 ，从某种角度来说，它告诉你的是内容页面的核心关键词是什么
。

这就像
，你认为一个页面的关键字是a，但实际上，根据算法的计算
 ，它可能是B，也可能是A1。

但是我们知道有很多因素影响搜索排序。有时 ，算法识别的核心关键字是B，而你给的外部资源更多 ，比如：反向链接（包括 ：内部链+外部链），其排名关键字仍然是a。

面对这样的事情是比较尴尬的，因此
，我们总会和SEO中的小伙伴们打听和回答 ，开玩笑地说 ：百度是SEO经验主义者 。

有时当我们研究搜索专利时，我肯定会研究它们，例如 ：

虽然二者都是基于超链接的研究 ，但前者更注重关键词的相关性，而后者更多的是基于链接关系的计算，比如不同链接质量的问题。

当然 ，在后期，我们认为相关算法也在不断的升级和完善
。例如，Google可以更深入地计算链接距离之间的关系。

综上所述，对于SEO案例中存在的问题，我们会根据自己的实际测量情况，定期分享基本的80%左右准确的相关策略，比如 ：如何快速的将单页白帽排列 ，如何更大限度的解决基于TF-IDF算法的收集问题  ！（你说得对，是关于收藏）等等 。

但我们认为，技术总是有限的  ，许多理论研究甚至在学术界仍在进行中
。在学习的道路上 ，我们还有很多路要走。如果SEO不理解它，不要谈论它。