基于用户投票的六大排名算法研究
收藏到：0时间：2013-12-28 文章来源：马海祥博客访问次数：281
随着互联网的发展，网站的数量也在随着成倍的增加着，就中国的互联网来说，根据中国互联网信息中心的数据显示，目前中国的网站数量每半年都会以接近10%的数量增长。这些大量的网站涌现，也就意味着我们已进入了“信息大爆炸”的时代。
而如今用户担心的已不再是信息太少，而是信息太多。如何从大量信息之中，快速有效地找出最重要的内容，成了互联网的一大核心问题。所以各种各样的排名算法，已成为目前过滤信息的主要手段之一，尤其是搜索引擎的排名。在对信息进行排名的同时，也就意味着将信息按照重要性依次排列，并且及时进行更新。排列的依据，可以基于信息本身的特征，也可以基于用户的投票，即让用户决定，什么样的信息可以排在第一位。
下面，我将借助马海祥博客的平台整理和分析一些基于用户投票的排名算法，跟大家共同分享一下：
一、Delicious和Hacker News排名算法
1、Delicious排名算法
Delicious是提供了一种简单共享网页的方法，它为无数互联网用户提供共享及分类他们喜欢的网页书签。
对于最初的信息排名来说，最直觉、最简单的算法，莫过于按照单位时间内用户的投票数进行排名。得票最多的项目，自然就排在第一位。
旧版的Delicious，有一个“热门书签排行榜”，就是这样统计出来的，如下图所示：
它按照“过去60分钟内被收藏的次数”进行排名。每过60分钟，就统计一次。
Delicious算法的优点是：比较简单、容易部署、内容更新相当快；
Delicious算法的缺点是：一方面，排名变化不够平滑，前一个小时还排名靠前的内容，往往第二个小时就一落千丈，另一方面，缺乏自动淘汰旧项目的机制，某些热门内容可能会长期占据排行榜前列。
2、Hacker News排名算法
Hacker News是一个网络社区，可以张贴链接，或者讨论某个主题，如下图所示：
每个帖子前面有一个向上的三角形，如果你觉得这个内容很好，就点击一下，投上一票。根据得票数，系统自动统计出热门文章排行榜。但是，并非得票最多的文章排在第一位，还要考虑时间因素，新文章应该比旧文章更容易得到好的排名。
Hacker News使用Paul Graham开发的Arc语言编写。它的排名算法的实现的方法如下图所示：
将上面的代码还原为数学公式就是：
P表示帖子的得票数，减去1是为了忽略发帖人的投票。
T表示距离发帖的时间（单位为小时），加上2是为了防止最新的帖子导致分母过小（之所以选择2，可能是因为从原始文章出现在其他网站，到转贴至Hacker News，平均需要两个小时）。
G表示"重力因子"（gravityth power），即将帖子排名往下拉的力量，默认值为1.8，后文会详细讨论这个值。
从这个公式来看，决定帖子排名有三个因素：
第一个因素是得票数P
在其他条件不变的情况下，得票越多，排名越高，如下图所示：
从上图可以看到，有三个同时发表的帖子，得票分别为200票、60票和30票（减1后为199、59和29），分别以黄色、紫色和蓝色表示。在任一个时间点上，都是黄色曲线在最上方，蓝色曲线在最下方。
如果你不想让“高票帖子”与“低票帖子”的差距过大，可以在得票数上加一个小于1的指数，比如(P-1)^0.8。
第二个因素是距离发帖的时间T
在其他条件不变的情况下，越是新发表的帖子，排名越高。或者说，一个帖子的排名，会随着时间不断下降。
从前一张图可以看到，经过24小时之后，所有帖子的得分基本上都小于1，这意味着它们都将跌到排行榜的末尾，保证了排名前列的都将是较新的内容。
第三个因素是重力因子G
它的数值大小决定了排名随时间下降的速度。
从上图可以看到，三根曲线的其他参数都一样，G的值分别为1.5、1.8和2.0。G值越大，曲线越陡峭，排名下降得越快，意味着排行榜的更新速度越快。
马海祥博客点评：知道了Delicious和Hacker News是算法构成，就可以调整参数的值，以适用你自己的应用程序。
二、Reddit算法排名
对于Hacker News的排名算法，它的特点是用户只能投赞成票，但是很多网站还允许用户投反对票。就是说，除了好评以外，你还可以给某篇文章差评。如下图的Reddit社区所示：
Reddit是美国最大的网上社区，它的每个帖子前面都有向上和向下的箭头，分别表示“赞成”和“反对”。用户点击进行投票，Reddit根据投票结果，计算出最新的“热点文章排行榜”。
那么怎样才能将赞成票和反对票结合起来，计算出一段时间内最受欢迎的文章呢？如果文章A有100张赞成票、5张反对票，文章B有1000张赞成票、950张反对票，谁应该排在前面呢？这就需要我们来仔细的分析一下Reddit排名算法的工作原理了。
Reddit的程序是开源的，使用Python语言编写。排名算法的代码大致如下图所示：
这段代码考虑了这样几个因素：
（1）、帖子的新旧程度t
t = 发贴时间- 2005年12月8日7:50:50
t的单位为秒，用unix时间戳计算。不难看出，一旦帖子发表，t就是固定值，不会随时间改变，而且帖子越新，t值越大。至于2005年12月8日，应该是Reddit成立的时间。
（2）、赞成票与反对票的差x
x = 赞成票- 反对票
（3）、投票方向y
y是一个符号变量，表示对文章的总体看法。如果赞成票居多，y就是+1；如果反对票居多，y就是-1；如果赞成票和反对票相等，y就是0。
（4）、帖子的受肯定（否定）的程度z
z表示赞成票与反对票之间差额的绝对值。如果对某个帖子的评价，越是一边倒，z就越大。如果赞成票等于反对票，z就等于1。
结合以上的几个变量，我们可以得出Reddit的最终得分计算公式如下：
对于这个公式马海祥觉得又可以分成两个部分来讨论：
1、
这个部分表示，赞成票与反对票的差额z越大，得分越高。
需要注意的是，这里用的是以10为底的对数，意味着z=10可以得到1分，z=100可以得到2分。也就是说，前10个投票人与后90个投票人（乃至再后面900个投票人）的权重是一样的，即如果一个帖子特别受到欢迎，那么越到后面投赞成票，对得分越不会产生影响。
当赞成票等于反对票，z=1，因此这个部分等于0，也就是不产生得分。
2、
这个部分表示，t越大，得分越高，即新帖子的得分会高于老帖子。它起到自动将老帖子的排名往下拉的作用。
分母的45000秒，等于12.5个小时，也就是说，后一天的帖子会比前一天的帖子多得2分。结合前一部分，可以得到结论，如果前一天的帖子在第二天还想保持原先的排名，在这一天里面，它的z值必须增加100倍（净赞成票增加100倍）。
y的作用是产生加分或减分。当赞成票超过反对票时，这一部分为正，起到加分作用；当赞成票少于反对票时，这一部分为负，起到减分作用；当两者相等，这一部分为0。这就保证了得到大量净赞成票的文章，会排在前列；赞成票与反对票接近或相等的文章，会排在后面；得到净反对票的文章，会排在最后（因为得分是负值）。
马海祥博客点评：这种算法的一个问题是，对于那些有争议的文章（赞成票和反对票非常接近），它们不可能排到前列。假定同一时间有两个帖子发表，文章A有1张赞成票（发帖人投的）、0张反对票，文章B有1000张赞成票、1000张反对票，那么A的排名会高于B，这显然不合理。
结论就是，Reddit的排名，基本上由发帖时间决定，超级受欢迎的文章会排在最前面，一般性受欢迎的文章、有争议的文章都不会很靠前。这决定了Reddit是一个符合大众口味的社区，不是一个很激进、可以展示少数派想法的地方。
三、Stack Overflow排名算法
对于Reddit的排名算法，它的特点是用户可以投赞成票，也可以投反对票。也就是说，除了时间因素以外，只要考虑两个变量就够了。
但是，还有一些特定用途的网站，必须考虑更多的因素。而程序员问答社区Stack Overflow，就是这样一个网站。
你在上面提出各种关于编程的问题，等待别人回答。访问者可以对你的问题进行投票（赞成票或反对票），表示这个问题是不是有价值。如下图所示：
一旦有人回答了你的问题，其他人也可以对这个回答投票（赞成票或反对票）。
排名算法的作用是，找出某段时间内的热点问题，即哪些问题最被关注、得到了最多的讨论。
在Stack Overflow的页面上，每个问题前面有三个数字，分别表示问题的得分、回答的数目和该问题的浏览次数。以这些变量为基础，就可以设计算法了。
其创始人之一的Jeff Atwood，曾经在几年前，公布过排名得分的计算公式如下：
写成php代码，就是下面这样：
各个算法变量的含义如下：
1、Qviews（问题的浏览次数）
某个问题的浏览次数越多，就代表越受关注，得分也就越高。这里使用了以10为底的对数，用意是当访问量越来越大，它对得分的影响将不断变小。
2、Qscore（问题得分）和Qanswers（回答的数量）
首先，Qscore（问题得分）= 赞成票-反对票。如果某个问题越受到好评，排名自然应该越靠前。
Qanswers表示回答的数量，代表有多少人参与这个问题。这个值越大，得分将成倍放大。这里需要注意的是，如果无人回答，Qanswers就等于0，这时Qscore再高也没用，意味着再好的问题，也必须有人回答，否则进不了热点问题排行榜。
3、Ascores（回答得分）
一般来说，“回答”比“问题”更有意义。这一项的得分越高，就代表回答的质量越高。
但是马海祥感觉，简单加总的设计还不够全面。这里有两个问题。首先，一个正确的回答胜过一百个无用的回答，但是，简单加总会导致，1个得分为100的回答与100个得分为1的回答，总得分相同。其次，由于得分会出现负值，因此那些特别差的回答，会拉低正确回答的得分。
4、Qage（距离问题发表的时间）和Qupdated（距离最后一个回答的时间）
改写一下，可以看得更清楚：
Qage和Qupdated的单位都是秒。如果一个问题的存在时间越久，或者距离上一次回答的时间越久，Qage和Qupdated的值就相应增大。也就是说，随着时间流逝，这两个值都会越变越大，导致分母增大，因此总得分会越来越小。
马海祥博客点评：Stack Overflow热点问题的排名，与参与度（Qviews和Qanswers）和质量（Qscore和Ascores）成正比，与时间（Qage和Qupdated）成反比。
四、牛顿冷却定律
牛顿冷却定律原是用于物理学的，本意是指温度高于周围环境的物体向周围媒质传递热量逐渐冷却时所遵循的规律。当物体表面与周围存在温度差时，单位时间从单位面积散失的热量与温度差成正比，比例系数称为热传递系数。
但伴随着互联网信息的日益增多，这种定律也四、适用于最新文章的展示排名情况。根据用户的投票，决定最近一段时间内的“热文排名”。
你可能会觉得，这是一个全新的课题。但是，实际上不是。我们可以把“热文排名”想象成一个“自然冷却”的过程：
1、任一时刻，网站中所有的文章，都有一个“当前温度”，温度最高的文章就排在第一位。
2、如果一个用户对某篇文章投了赞成票，该文章的温度就上升一度。
3、随着时间流逝，所有文章的温度都逐渐“冷却”。
这样假设的意义，在于我们可以照搬物理学的冷却定律，使用现成的公式，建立“温度”与“时间”之间的函数关系，轻松构建一个“指数式衰减”（Exponential decay）的过程。
伟大的物理学家牛顿，早在17世纪就提出了温度冷却的数学公式，被后人称作“牛顿冷却定律”（Newton's Law of Cooling）。我们不妨就用这个定律构建排名算法。
如果用一句话概况“牛顿冷却定律”的话，那就是：物体的冷却速度，与其当前温度与室温之间的温差成正比。我们把它写成数学公式就是：
解读公式可知：
- T(t)是温度（T）的时间（t）函数。微积分知识告诉我们，温度变化（冷却）的速率就是温度函数的导数T'(t)。
- H代表室温，T(t)-H就是当前温度与室温之间的温差。由于当前温度高于室温，所以这是一个正值。
- 常数α（α>0）表示室温与降温速率之间的比例关系。前面的负号表示降温。不同的物质有不同的α值。
这是一个微分方程，为了计算当前温度，需要求出T(t)的函数表达式。
第一步，改写方程，然后等式两边取积分。
第二步，求出这个积分的解（c为常数项）。
第三步，假定在时刻t0，该物体的温度是T(t0)，简写为T0。代入上面的方程，得到：
第四步，将上一步的C代入第二步的方程。
假定室温H为0度，即所有物体最终都会“冷寂”，方程就可以简化为：
上面这个方程，就是我们想要的最终结果：
本期温度= 上一期温度x exp(-(冷却系数) x 间隔的小时数)
将这个公式用在"排名算法"，就相当于（假定本期没有增加净赞成票）
本期得分= 上一期得分x exp(-(冷却系数) x 间隔的小时数)
其中，“冷却系数”是一个你自己决定的值。如果假定一篇新文章的初始分数是100分，24小时之后“冷却”为1分，那么可以计算得到“冷却系数”约等于0.192。如果你想放慢“热文排名”的更新率，“冷却系数”就取一个较小的值，否则就取一个较大的值。
五、威尔逊区间排名算法
上述的介绍，我们已经讨论了如何给出“某个时段”的排名，比如“过去24小时最热门的文章”。但是，很多的时候我们也需要“所有时段”的排名，比如“最受用户好评的产品”等等。
这时，时间因素就不需要考虑了。那么我们该如何给出排名呢？
一种常见的错误算法是：得分= 赞成票- 反对票
假定有两个项目，项目A是60张赞成票，40张反对票，项目B是550张赞成票，450张反对票。请问，谁应该排在前面？按照上面的公式，B会排在前面，因为它的得分（550 - 450 = 100）高于A（60 - 40 = 20）。但是实际上，B的好评率只有55%（550 / 1000），而A为60%（60 / 100），所以正确的结果应该是A排在前面。
Urban Dictionary就是这种错误算法的实例：
另一种常见的错误算法是：得分= 赞成票/ 总票数
如果“总票数”很大，这种算法其实是对的。问题出在如果“总票数”很少，这时就会出错。假定A有2张赞成票、0张反对票，B有100张赞成票、1张反对票。这种算法会使得A排在B前面。这显然错误。
Amazon就是这种错误算法的实例：
那么，正确的算法是什么呢？
我们先做如下设定：
（1）、每个用户的投票都是独立事件。
（2）、用户只有两个选择，要么投赞成票，要么投反对票。
（3）、如果投票总人数为n，其中赞成票为k，那么赞成票的比例p就等于k/n。
如果你熟悉统计学，可能已经看出来了，这是一种统计分布，叫做“二项分布”（binomial distribution）。这很重要，下面马上要用到。
我们的思路是，p越大，就代表这个项目的好评比例越高，越应该排在前面。但是，p 的可信性，取决于有多少人投票，如果样本太小，p就不可信。好在我们已经知道，p是“二项分布”中某个事件的发生概率，因此我们可以计算出p的置信区间。所谓“置信区间”，就是说，以某个概率而言，p会落在的那个区间。比如，某个产品的好评率是80%，但是这个值不一定可信。根据统计学，我们只能说，有95%的把握可以断定，好评率在75%到85%之间，即置信区间是[75%, 85%]。
这样一来，排名算法就比较清晰了：
第一步，计算每个项目的“好评率”（即赞成票的比例）。
第二步，计算每个“好评率”的置信区间（以95%的概率）。
第三步，根据置信区间的下限值，进行排名。这个值越大，排名就越高。
这样做的原理是，置信区间的宽窄与样本的数量有关。比如，A有8张赞成票，2张反对票；B有80张赞成票，20张反对票。这两个项目的赞成票比例都是80%，但是B的置信区间（假定[75%, 85%]）会比A的置信区间（假定[70%, 90%]）窄得多，因此B的置信区间的下限值（75%）会比A（70%）大，所以B应该排在A前面。
置信区间的实质，就是进行可信度的修正，弥补样本量过小的影响。如果样本多，就说明比较可信，不需要很大的修正，所以置信区间会比较窄，下限值会比较大；如果样本少，就说明不一定可信，必须进行较大的修正，所以置信区间会比较宽，下限值会比较小。
二项分布的置信区间有多种计算公式，最常见的是"正态区间"（Normal approximation interval），教科书里几乎都是这种方法。但是，它只适用于样本较多的情况（np > 5 且n(1 ? p) > 5），对于小样本，它的准确性很差。
1927年，美国数学家Edwin Bidwell Wilson提出了一个修正公式，被称为“威尔逊区间”，很好地解决了小样本的准确性问题。
在上面的公式中，表示样本的“赞成票比例”，n表示样本的大小，表示对应某个置信水平的z统计量，这是一个常数，可以通过查表或统计软件包得到。一般情况下，在95%的置信水平下，z统计量的值为1.96。
威尔逊置信区间的均值为：
它的下限值为：
可以看到，当n的值足够大时，这个下限值会趋向。如果n非常小（投票人很少），这个下限值会大大小于。实际上，起到了降低“赞成票比例”的作用，使得该项目的得分变小、排名下降。
六、贝叶斯平均
或许会有人质疑说：“威尔逊区间”虽然它解决了投票人数过少、导致结果不可信的问题。比如：如果只有2个人投票，“威尔逊区间”的下限值会将赞成票的比例大幅拉低。这样做固然保证了排名的可信性，但也带来了另一个问题：排行榜前列总是那些票数最多的项目，新项目或者冷门的项目，很难有出头机会，排名可能会长期靠后。
我们暂时以IMDB为例，它是目前世界上比较大的电影数据库，观众可以对每部电影投票，最低为1分，最高为10分。
系统根据投票结果，计算出每部电影的平均得分。然后，再根据平均得分，排出最受欢迎的前250名的电影。
这里就有一个问题：热门电影与冷门电影的平均得分，是否真的可比？举例来说，一部好莱坞大片有10000个观众投票，一部小成本的文艺片只有100个观众投票。这两者的投票结果，怎么比较？如果使用“威尔逊区间”，后者的得分将被大幅拉低，这样处理是否公平，能不能反映它们真正的质量？
一个合理的思路是，如果要比较两部电影的好坏，至少应该请同样多的观众观看和评分。既然文艺片的观众人数偏少，那么应该设法为它增加一些观众。
在排名页面的底部，IMDB给出了它的计算方法。
- WR，加权得分（weighted rating）。
- R，该电影的用户投票的平均得分（Rating）。
- v，该电影的投票人数（votes）。
- m，排名前250名的电影的最低投票数（现在为3000）。
- C，所有电影的平均得分（现在为6.9）。
一、排序核心逻辑“五大模型” 淘宝新排序规则下的五大模型，淘宝新搜索规则的推出绝不是简单的参数调整。这一工程数值包含了比以往复杂得多的产品逻辑，并以此来最大程度的保证搜索排续的公平公正与合理。据淘宝搜索与算法技术部负责人透露，新搜索规则对宝贝的排序判断参数多达上百条，但其核心逻辑判断主要是一句五大模型（时间模型、交易模型、服务模型、类目模型、文本模型）来进行的。 一、时间模型 时间模型还是其中最重要的标准，依旧是即将下架的商品排在最前面。这个权重的优先级是非常高的。争议最多的商品服务等权重也是在基于时间相同的条件下才开始起作用的。比如说，两个服务评分相差很多的的商品，只要评分低的那个商品比高的更快要下架，搜索的排序还是先出快下架的商品。在下架时间相似的情况下，另外几个模型才起作用。二、交易模型 交易模型主要用来判断商品本身品质的好坏。基本的判断逻辑是流量和转化率。通常我们认为，在一定流量下，在相同的类目中，相似商品之间，用户花了最少的浏览PV就达成了最多的成交的商品就是好商品。另外再结合参考退款率、好评率、是否加入消保（加入消保很重要）以保证商品质量等参数综合判断商品是否优质。 三、服务模型 主要判断店铺(淘宝名店)服务的好坏。基本判断逻辑是服务得分、退款（超时退款)次数和比例、投诉成立的笔数、发货速度、旺旺响应速度等。 四、类目模型 主要为了保证商品是出现在正确的类目下。因为一旦商品间如果不在同一个类目，那之间的差异就没有可比性，就会导致系统判断的不公。另外，类目模型的一个很重要的目的是判断每个搜索关键词的背后，最可能出现的类目。 五、文本模型 文本模型也是为了保证商品的正确性。文本模型包含对宝贝标题、宝贝详情页面里的商品描述和关键词的各种判断，包括和所在类目的匹配判断。标题中关键词和关键词之间的逻辑判断，标题中高流量关键词和商品所在属性的匹配判断等等。 每个宝贝在通过几个模型每个参数的判断后，就会有一个商品得分，在同一时间内，商品得分高的会被排得更靠前。当某个商品严重违反某项关键指标以后，可能会面临“降权”。新搜索规则，对商品参数的判断是一个动态的过程，只追溯最近30天内的参数情况，因此，卖家发现宝贝出现问题以后，可以直接删除商品来避免降权。不希望删除的，也可以修正商品属性。随着时间的推移，系统对宝贝的判定将会逐渐回升。 二．排名靠后与被过滤 排序中，有些产品各个因素分值都很高但排名靠后，有的甚至会被直接过滤掉。原因有四，搜索降权、相关性差、滞销品和展现位数量限制。 一、搜索降权 搜索中有一些处罚措施叫降权。意思是宝贝就是也能被找到，但是排序肯定是靠后的，而且在销排序中会被过滤掉。如果按照销量排序，发现宝贝找不到，说明宝贝被降权了。 被降权有很多原因：基本上所有不规范的操作，都会被降权。炒作信用、虚假交易、故意放错类目、重复铺货、重复开店、堆砌关键词、广告商品、虚假邮费、无货空挂等都属于作弊范畴。惩罚力度也不同，目前最长的是从最后一次不规范的操作开始计算，30天左右结束。 被降权还有一种是连带惩罚。如果你整个店铺(淘宝名店)中被识别为作弊的商品过多，那么对整个店铺(淘宝名店)的商品都有影响，基本上你所有的商品都会被降权。例如：炒作信用严重的。 二、相关性差 技术上对相关性有比较复杂的计算。简单理解就宝贝和搜索的关键词是否相关。相关和不相关也不是绝对的。例如：搜索“高清播放器(淘宝播放器热卖)”,最相关的应该就是“高清播放器(淘宝播放器热卖)”的商品，其次才会是“高清播放器(淘宝播放器热
接近顾客的方法 接近准顾客能否成功，直接关系到整个推销工作的成败。在实际推销过程中，成功地接近准顾客，虽不一定能带来成功的交易，但成功的交易则必定是以成功的接近为先决条件的。接近顾客，不仅要在地理位置上接近顾客，更要在心理上靠近顾客，与顾客实现真正的沟通。 （一）接近顾客的目的 1．接近顾客的目的 作为整个推销过程的一个阶段，接近顾客有其特定的目的或任务。它的目的主要是：第一，验证事先所获取的信息；第二，引起顾客的注意；第三，培养顾客的兴趣；第四，顺利转入实质性洽谈。 2．接近顾客的基本策略 推销人员给人的第一印象是推销成功的关键，如何使接近更有效，是推销人员必须关注的问题。设计和运用正确的接近策略是推销洽谈顺利进行的保证。 （1）迎合顾客策略 （2）调整心态策略 （3）减轻压力策略 （4）控制时间策略 （二）接近顾客的方法 在实际的推销工作中，常用的接近方法如下。 1.介绍接近法 介绍接近法是指推销人员通过自我介绍或他人介绍的方式来接近准顾客的方法。介绍的形式可以是口头介绍或者书面介绍。在实际推销工作中，接近的准顾客不同，介绍的方式也要随之不同。 2.产品接近法 产品接近法又称实物接近法，是指推销人员直接利用所推销的产品引起顾客的注意和兴趣，从而顺利转入推销洽谈的接近方法。这一方法主要是通过产品自身的魅力与特性来刺激顾客的感官，如视觉、听觉、嗅觉、触觉等，通过产品无声的自我推销来吸引顾客，引起顾客的兴趣，以达到接近顾客的目的。 3.接近圈接近法 接近圈接近法是指推销人员扮演顾客所属社会阶层与接近圈的人，去参加顾客的社交活动，从而与顾客接近的方法。接近圈是指有一定范围的、有一定内容的社会联系。同一接近圈的人，以满足各自的需求为出发点建立起互相联系的关系。 4.好奇接近法 推销人员利用准顾客的好奇心理达到接近顾客的目的，这种方法就是好奇接近法。在实际推销工作中，在与准顾客见面之初，推销人员可通过各种巧妙的方法来唤起顾客的好奇心，引起其注意和兴趣，然后从中说出推销产品的利益，转入推销洽谈。 5.利益接近法 利益接近法是指推销人员利用顾客求利的心理，强调推销品能给顾客带来的实质性利益而引起顾客的注意和兴趣，以达到接近顾客的一种方法。顾客之所以购买产品，是因为它能给自己带来一些实质性的利益或提供解决问题的办法，如增加收入、降低成本、提高效率、延年益寿等。 6.震惊接近法
百度收录规则 第一：百度对关键词的排名。 1、百度进一步提高了自身产品关键字排名的顺序，包括百度百科、百度地图、百度知道、百度贴吧等属于百度自己的产品。还有就是和百度自己合作的网站权重也提高了，因为百度能选择和其他网站合作，也是对他们的网站考察过的。 2、百度排名次序由原来的每星期调整1次排名，到现在1天都有可能3-4 次的排名调整； 3、百度对信息比较真实的网站排名会靠前点。公司性质的网站要比个人性质的网站排名更有优势；对于一些垃圾站点，抄袭网站、模仿网站一律不给于排名。 第二：百度对网站的收录。 1、百度对新站的收录时间简短，从以前的半个月到一个月时间，简短到现在的一到两周。 2、新的站点，几乎不是多需要去注重外部连接数量及质量了，只需要你尽量做好站内内容的质量和经常更新即可。 3、百度网页的大更新是以前的星期三更新，更改为星期四更新。 第三：百度对网站的内部链接和内容。 1、网站页面、站点里面有大量JS代码内容的给于适当降权处理; 2、网站有弹窗广告这样的站点，百度给以降权处理； 3、参与AD联盟站点的给以适当降权； 4、友情连接过多的站点（10-20合理），或者是不雅站点友情链接网站的，给于降权处理； 5、导出的单向连接过多，给于降权处理；针对黑链及连接买卖的站点 第四：从网站外链权重来分析。 1、博客评论和论坛签名百度现在已经不给予外链权重； 2、对大型门户网站的外链权重有一定的加强，对门户网站的外链权重算法也做出了调整。
第五：百度排名算法(Rankingalgorithm)是指搜索引擎用来对其索引 中的列表进行评估和排名的规则。排名算法决定哪些结果是与特定查询相关的。 一、从百度枢纽字排名对网站收录方面来看。 1、收录周期缩短，特别是新站，收录已经从以前的一个月缩短到一周左右的时间。 2、网站收录收录页面有所增加。 3、新站收录几乎不需要有什么外部链接，只要有内容就行了。 4、更新时间：天天更新是7-9点下站书5-6点，晚上10-12点;周三大更新，调整为每周四大更新凌晨4点。每月大更新※时间是11号和26号，特别是26 号，更新幅度最大，K站也是最多的。企业站建议懒的话，每周四前更新一下内 容，勤快的话，天天更新3篇。 二、从百度对枢纽词排名方面看。 1、百度进一步对自己产品枢纽词排名次序加强，百度自己的产品主要有百度知道、贴吧、百科等。 2、百度赋予了自己合作伙伴很好的枢纽词排名。 3、百度排名次序调整後周期缩短，原来一个星期进行一次排名，现在是一 天三四次的排名顺序(如图：※)调整。例如：百度工控设备维修行业的更新排名次序变化规律是：排名第一位的变化较少，2-9位排名位置变化频繁。其中在该 行业中的电路板维修的几十个网站的枢纽词排名进行观察时，发现除了百度排名第一位的位置之外，其它的排名位置没有一个不乱的。 4、百度对于不同地区、不同城市、不同网络排名位置也有所变化，例如湖南与广东；长沙与深圳；电信与网通等排名位置都不一样。 5、公司网站排名较之个人网站排名有优先权。这可能是百度对清理网站低 俗内容专项的一种举措，又或者是百度对个人站不放心的缘故所致…！ 6、百度认为是垃圾站的排名也不好。由于有个别网站为了省时、省事、省 心，就使用了相同的模板，结果百度调整之后，百度流量就基本上缺失?以至于 有些站基本上就没有什么流量。 7、权重高网站要比权重低的网站好很多。纵观站长网，在这次调整中不但没有泛起枢纽词排名降低，相反得到了晋升。这可能就是站长日精于勤的缘故吧。 &百度对搜素引擎的人工干涉与干预进一步加强。如果你的网站关键词排名很高，而内容简单，无更新?虽然从百度过去的流量很大，如果百度就有可能通过人工干涉干与，给你网站枢纽词降权甚至百度收录中剔除去。 第六：百度算法调整后新规则： 一、百度加强了站点用户体验提升，对用户体验不好的站点进行了降权。 1、百度把新站收录审核时间变短，出现2-3天内就可以收录。 (1) 未来日期都会出现在收录结果中，百度为了搜索结果更加准确，引用了文章中出现的日期，不过没有进行当天日期的比较处理。 (2) 百度最近一天收录结果不准确。 (3) 当天首页快照，网站能有当天的首页快照，当天快照，原来只有谷歌才有，百度改进算法中在学习谷歌的。 2、百度调整了对站点重复的SPAM内容站点降权。百度对于网站的原创性要求更高，层次等级很明显的得到了改进。在自己的网站上发表文章，但文章标题和内容一定要百度下搜索不到的，然后在去各大论坛发表一样的。过一会再去百度下搜索看，只要是
淘宝搜索排序规则的演变 付表{搜索权重列表} 搜索引擎，是快速找到信息的工具，也是流量的入口。网页搜索引擎（google，百度）的目标是提升用户体验,既快速帮助用户搜索找到想要的信息. 淘宝搜索,除帮助用户快速找到想要的商品外,还要承担另外一个责任:保证淘宝卖家的公平性. 搜索技术并不复杂.在淘宝搜索技术中,搜索索引库会实时(隔几分钟)更新卖家的商品列表,包括商品的上架.下架.删除.修改信息,把信息更新到索引库中.当用户输入要搜索物品的关键词查询时,系统会对查询瓷进行分析,找到所有相关的结果并进行排序,最后返回给用户. 这中间,最关键的模块就是商品排序的算法,它直接决定了哪个商家的商品排在最前面. 淘宝搜索的过去 在2010年7月8日改版前,淘宝搜索排序规则很简单,只根据4个因素:相关性.橱窗推荐位.消保标识.商品下架时间. 首先,搜索查询关键词和商品的标题,类目是相关的:然后,按商品在卖家橱窗推荐的优先排序;最后,按卖家具有消保标志的优先排序.在满足上述3个因素的前提下的商品,严格按照商品下架时间排序. 这个排序规则看似公平,其实不然.首先,数据不公平.80％的搜索流量,导致重复铺货,开店现象严重.其次,对消费者不公平.其中,按"下架时
间"对与消费者来说,基本没有价值.最后,流量严重浪费.经常有店铺每天上千人访问,却没交易,消费者挑选商品越来越困难. 很多卖家花心思在如何获取更多的搜索流量(不排除有作弊的方式),而忽视对消费者的服务,致使消费者体验越来越差.假设淘宝有1000万卖家,淘宝搜索每天有5亿的点击量,每个卖家平均每天能分到50个点击.但估计大多数卖家一单也成交不了,而消费者的悲剧在与,购买一件东西需花更长的时间. 今年10月,淘宝做了搜索排序规则的变化,提升消费者体验.淘宝内部的项目代号"阿基米德" 搜索规则的现在 古希腊哲学家阿基米德有一句名言:给我一个支点,我能撬动整个地球. 淘宝也希望通过搜索规则的改变,提升消费者体验,引导卖家行为,让服务质量好的卖家快速成长."阿基米德"的变化,就在于把卖家服务质量分做为重要因素加入排序中. 现在的搜索排序的逻辑是:在消保优先.相关性.橱窗推荐的三大前提下,在一定下架时间范围内,按店铺服务质量分权重排序.也就是说,你看到的结果,已不是严格按照下架时间排序了,而是在一定下架时间范围内,谁的店铺服务质量分高,谁就排在前面. 店铺质量分有如何计算?一部分是卖家店铺整体相关的,另一部分是某个具体商品相关性的。主要因素包括：作弊程度，违规扣分程度，退款率，投诉率，发货速度，买家评估分数等等，大小因素权重
早会专题万一保险网制作收集整理，转载请注明出处，违者必究 有效接近客户的十二种方法
万一保险网 制作收集整理，转载请注明出处，违者必究 保险业务员的业务对象就是客户。那么在寻 找到潜在客之前我们应该做些准备首 万一保险网中国最大 的保险资料下载网 找到潜在顾客之前，我们应该做那些准备哪？首先面临的是如何接近潜在顾客，引起其注意和兴 趣，使双方顺利转入洽谈说明阶段，这是保险销 售能否得以成功的关键环节。要想顺利地接近潜 在顾客，业务员可以采取的方法主要如下：
（）介绍接近法。 （一）介绍接近法。 通过向潜在顾客作自我介绍，来接近潜在顾客的一种方法。这种方法的特点是：当业务员初次介绍自己时，在顾客不认识的情况下，先向顾客介绍自己的身份，并可出示证件，以求得到顾客对自己的认识和了解，消除戒备心理，乐意接受自己的访问，从而为下一步进行销售面谈创造良好的气氛 良好的气氛。
（二）服务接近法。 业务员直接利用自己的服务，来引起潜在顾客的注意和兴趣，以便接近潜在顾客的种方法。客的注意和兴趣以便接近潜在顾客的一种方法这种方法的特点是：业务员在客户的服务过程中， 免费帮助他，使他在接受服务的同时产生购买意免费帮助他使他在接受服务的同时产生购买意向，进而愿意接受保险业务员的访问，顺利转入面谈。 面谈
（三）利益接近法。 业务员在与客户接触时，可以强调自己能给顾客带来什么以便接近潜在顾客的一种方法顾客带来什么，以便接近潜在顾客的种方法。由于客户在购买保险时都有一种求利心理，直接 告诉潜在顾客购买自己公司的保险能获取的实际保险利益，就比较容易引起潜在顾客的兴趣，继而情愿与业务员进行购买洽谈。（如公司活动，而情愿与业务员进行购买洽谈（如公司活动年龄大多缴费等）
多方位剖析搜索引擎排名 各位SEO朋友，接触SEO这么久，也看了不少达人们写的文章，也有很多专业性很强的文章，也有很多实用性的内容。其中大家一直关注并为这个问题烦恼，也是在为这个问题不断的寻找答案，那就是搜索引擎排名的问题，咋们做优化先抛开营销不说，都是在追求高的排名和流量，这个也是做优化的根本目的，各位seoer也是为了达到这个目的想了很多的办法，可谓是不折手段。通过这半年的时间我也对此做了简单的积累和总结。下面就一一分享给大家。 首先我想说的最核心的三点是一个领域的网站的相关度、重要度和权威度。可能这核心的三点大家都是司空见惯，也是老生常谈的。但是我们在做网站的时候真正顾及全面的很少，我们需要把这三点谨记在心，时刻提醒自己在优化的过程中去向这个靠拢，最终实现目标。其中我们要知道网站排名的影响因素： 影响搜索引擎排名的因素： 第一点：网站标题标签关键字; 第二点：导入链接锚文字; 第三点：网站整体链接权威度; 第四点：网站年龄; 第五点：网站内部链接的流行度; 第六点：导入链接主题相关性; 第七点：网站在相关话题社区中的链接流行度; 第八点：页面文字中使用关键字; 地九点：链接来源网站的整体链接流行度; 上面列出了九点，我们可以看看你有哪些做的不好，有哪些是做的比较好，还有就是你没有注意到的地方，可以试着去改善给自己做一个总结。 搜索引擎怎么判别这些因素： 在这里要我们要引入几个概念，看看搜索引擎是怎么来判别这些因素的，我才疏学浅，可能介绍的比较简单，大家可以试着去理解。主要也是三点：文件分析、语义分析、和链接分析。当用户搜索某个关键词搜索信息的时候，搜索引擎会通过文件分析和语义分析来判定它的索引库的那些内容会出现该搜索结果中，在通过链接分析来判定什么内容和页面排名靠前，从而获得更好的排名。这也是seoer根本的目标：被索引有排名。
淘宝人气排名计算公式 据权威人士透露，决定宝贝人气排名的因素有将近一百种，在这里我仅将可控的且影响相对较大一点的近四十种因素列出，并给出计算公式，供大家参考有针对性的提高自己的宝贝人气得分。 分数越高排名人气越前，总分为满分为10000，分为四大块，对应的分数为，店铺品质2000、宝贝品质6000、服务品质1000、其他1000。四大项中的单独小项基准三种曲线如后图。 总分=（店铺品质得分+宝贝品质得分）*服务品质得分*其他得分四个大项计算公式如下（括号内为此单项得分最高上限）： 店铺品质=[浏览人数（150）+浏览量（150）+平均访问深度（150）+客单数（150）+月成交量（200）+日成交量（100）+动态评分（200）+平均浏览时间（150）+收藏量（150）+回头率（50）+原价率（50）+原始删改中差评比率（100）+原价销售率（50）+属性正确率（50）]*[成交率（100）*好评率（100）*退款率（100）]/1000000 通过括号内分值大小可看出各个单项所占比重，具体单项得分计算公式如下： 浏览人数得分=-75x*x+700x+425 x为人数
浏览量得分=-225x*x+2100x+1275 x为浏览量 平均访问深度得分=-45x*x/4+105x+255/4 x为平均访问深度 客单数得分=-75x*x+700x+425 x为客单数 月成交量得分=-50x*x+1000x+500 x为月成交量 日成交量得分=-100x*x+2000x+1000 x为日成交量 动态评分得分=10x*x-50x+60 x为平均动态评分 平均浏览时间得分=-3x*x+280x+170 x为平均浏览时间，单位为秒收藏量得分=-60x*x+500x+500 x为收藏量 回头率得分=-200x*x+1500x+1000 x为回头率 原价率得分=-20x*x+150x+100 x为原价率 原始删改中差评比率得分=-40x*x+300x+200 x为原是删改中差评比率原价销售率得分=-40x*x+300x+200 x为原价销售率 属性正确率得分=-40x*x+300x+200 x为属性正确率 成交率得分=100x*x-50*x+600 x为成交率 好评率得分=-150x*x+1400x+850 x为好评率 退款率得分=-3x*x/8+7x/2+17/8 x为退款率 宝贝品质=[浏览人数(400)+浏览量(400)+平均浏览时间(300)+月成交用户数(500)+日成交用户数(600)+收藏量(400)+橱窗推荐(200) ]*[原始删改中差评(300)*回头率(200)*原价率(300)*点击率(300)*属性正确率(300)*好评率(300) *成交率(500)]/243000000000000000
搜索引擎排名的原理 要了解搜索引擎优化，首先了解搜索引擎的基本工作原理。搜索引擎排名大致上可以分为四个步骤。 爬行和抓取 搜索引擎派出一个能够在网上发现新网页并抓取文件的程序，这个程序通常被称为蜘蛛或机器人。搜索引擎蜘蛛从数据库中已知的网页开始出发，就像正常用户的浏览器一样访问这些网页并抓取文件。 并且搜索引擎蜘蛛会跟踪网页上的链接，访问更多网页，这个过程就叫爬行。当通过链接发现有新的网址时，蜘蛛将把新网址记录入数据库等待抓取。跟踪网页链接是搜索引擎蜘蛛发现新网址的最基本方法，所以反向链接成为搜索引擎优化的最基本因素之一。没有反向链接，搜索引擎连页面都发现不了，就更谈不上排名了。 搜索引擎蜘蛛抓取的页面文件与用户浏览器得到的完全一样，抓取的文件存入数据库。 索引 搜索引擎索引程序把蜘蛛抓取的网页文件分解、分析，并以巨大表格的形式存入数据库，这个过程就是索引。在索引数据库中，网页文字内容，关键词出现的位置、字体、颜色、加粗、斜体等相关信息都有相应记录。 搜索引擎索引数据库存储巨量数据，主流搜索引擎通常都存有几十亿级别的网页。 搜索词处理 用户在搜索引擎界面输入关键词，单击“搜索”按钮后，搜索引擎程序即对输入的搜索词进行处理，如中文特有的分词处理，对关键词词序的分别，去除停止词，判断是否需要启动整合搜索，判断是否有拼写错误或错别字等情况。搜索词的处理必须十分快速。 排序 对搜索词进行处理后，搜索引擎排序程序开始工作，从索引数据库中找出所有包含搜索词的网页，并且根据排名计算法计算出哪些网页应该排在前面，然后按一定格式返回“搜索”页面。 排序过程虽然在一两秒之内就完成返回用户所要的搜索结果，实际上这是一个非常复杂的过程。排名算法需要实时从索引数据库中找出所有相关页面，实时计算相关性，加入过滤算法，其复杂程度是外人无法想象的。搜索引擎是当今规模最大、最复杂的计算系统之一。 但是即使最好的搜素引擎在鉴别网页上也还无法与人相比，这就是为什么网站需要搜索引擎优化。
几大搜索引擎排名算法趣味解析 做优化最关心的是什么，当然是在几大搜索引擎的排名，几年的淘汰，现在的格局是百度一家独大，然后带领360和新搜狗二个小弟，谷歌中国只剩下不到3%的市场，基本上可以忽略不计，但是谷歌毕竟在全球还是搜索老大，粉丝效应还有一些的用户。 百度：个人觉得百度在排名算法是最人性的，虽然说这个话可能引来好多人的吐槽，因为好多人深受百度其害，认为百度是是难伺候的，算法层出不穷，而且经常所谓的大姨妈，很是伤了好多人的心，但是从我感觉来看，从来没有感受过百度所谓的K站，优化手法也是一直采用正规的白帽手法，几年来优化过的一些站也是得到了自己心仪的排名，为什么说百度最人性呢，最近上了一个新站，到现在差不多刚好一个月的时间，虽然关健词的指数都不高，不过几个关健词已经齐齐的奔入了百度前三页，而且还在稳步的上升中，为什么能这样呢，就是因为百度的新站效应这个人性化的举措，好些优化人士也说，只要你网站按照百度要求搭建，然后内容建设也符合百度规律，那么你网站上线收录不久后百度就会给部份关健词相应的排名，大家都知道优化是一个相当枯燥的事情，能坚持是一件相当困难的事情了，给了甜头，当然有干下去的动力，只要你持续，那后来一定会收到一个比较理想的排名的，但是也有好些人一直所谓的抱怨这，抱怨那，一直没有得到自己想要的排名，这个呢估计得自己找原因了， 360：上线以来，给了人们好大的期望，但是我感觉期望的这部份人应该大部份是来自百度受害者，欺许能在这里得到心灵的安慰，也就出现了一些研究360排名的人，但是至今网上也没有关于这方面的文章，个人感觉360应该没有什么核心算法，搜索结果跟百度也是惊人的雷同，新站基本上不可能在360出现排名，一些老站排名和百度差不多，为什么新站不给排名呢，估计是在等百度排名稳定后再抄袭，这个也就是最近百度频繁推出新算法的的原因，推出新算法一方面是为了提高体验，一方面是打造技术门槛防止被抄袭。 谷歌：在说谷歌之前先上一幅图，这个是这几天在A5上面看到的一篇文章 现在不知道还有多少人是这样的，经常聊天的时候也听到类似的一些观点，认为谷歌怎么怎么的好，谷歌虽然是全球巨头，但是谷歌中文我感觉来是最差的，排版布局上面首先就让人看得难受，我也不知道好多人所说的谷歌好是指的是谷歌中文，还是谷歌英文了，也不知道他们到底是谷歌的用户，还是谷歌的粉丝，还是因为就像以前流行的那样，搜索用谷歌，聊天用MSN等这样的，谷歌中文排名也是我感觉最简单的，那就是一句话外链至上，就是如果你有足够的外链，
接近客户，与客户的第一次接触对于新销售员来说，是一个很高的门槛。最容易被客户拒绝的时候也在这个时候，没有一定的接近方法，新的销售员很难获得与客户交谈的机会。因为陌生人相识，压力极大。再说销售工作被很多人误解，也被一些不良的销售员做坏了名声，一般人对销售员都有拒绝心态。销售员除了需要在接近客户前，做好客户资料分析、选择拜访路线、熟练产品知识外，还要决定使用什么接近客户的方法。给予客户一个见面的理由，是获得交谈机会的敲门砖。笔者根据13年来的销售经验，归纳了除常规的产品接近法、自我介绍法之外的6个接近客户的方法。供新进入销售行业的同道参考。 1，他人介绍法。通过他人的帮助接近客户的方法是非常有效的方法。这一方法的背后是社会学中的熟识与喜爱原理，这个原理的意思是说，人们总是愿意答应自己熟识与喜爱的人提出的要求。采用这种方法接近客户的成功率高达60%以上。这个方法分为他人亲自引荐和他人间接引荐两种。他人间接引荐主要包括电话、名片、信函、便条等形式。销售员拿着他人的间接介绍信物接近新客户时，需要注意谦虚，不要居高临下。也不要炫耀与介绍人之间的关系如何密切。可以以真诚的称赞客户本身的语言引出他人的介绍，比如：XX老师说您是一个非常关心患者利益的好医生，他介绍我来拜访您，这里有他给您的一个便条。 2，利用事件法。把事件作为契机，并作为接近客户的理由。这些事件可以是销售员自己企业的事件，也可以是客户(客户企业)的事件，也可以是社会上的事件。诸如庆典、酬宾、开业典礼、产品上市周年活动、客户的同学会、客户所在学校的校庆、各种节日与节日活动、奥运、高考、中考，甚至是自然灾害、危机事件等等，都是接近客户的最好时机与素材，当然事先知道客户的资料背景以及社会偏好很重要。比如新销售员知道客户是XX学校1998年毕业，他们正在筹划同学会，客户是当年同学中活跃份子。就可以以同学会为理由接近客户。比如经常召开学术研讨会，新医药代表就可以用会议邀请为由接近医生。 3，调查接近法。员利用市场调查的机会接近客户。它既可以帮助企业了解客户需求的状况，又可以借调查之机扩大企业产品的知名度，并可以进行宣传，还可以为员提供接近客户的理由。采用这种方法，对于企业来说，又可以借此提高员的专业知识。因为如果员的专业知识不能理解调查内容的话，会引起客户的不满。员在客户填完调查表后，第二次可以以馈赠礼物感谢客户的形式接近客户。笔者有位校友在上市一个药品之前，委托市场调查公司进行产品的上市调查，当时我建议他，让90%的(全球品牌网)调查问卷通过自身的医药代表队伍去发放与收集。他以医药代表不可靠为由婉拒了笔者的建议。而笔者在与管理的期间，经常创造产品市场调查的机会给到医药代表，以增加他们接近医生的理由。包括各种类型的学术会议，也发放很多市场调研问卷。因为这种调查接近法，还可以促进客户对员所推销产品的了解与熟悉。 4，问题求教接近法。员可以通过请客户帮忙解答疑难问题，或者直接向客户提问(提与客户关联的问题)接近客户。比如，员请教客户：李工程师，很多人说您是机电产品方面的专家与权威，最近我公司研制出A产品，我想就A产品的市场前景听听您的意见，可以吗?这种方法主要是利用了人类好为人师的特点。采用这个方法需要注意的是，一定要问对方擅长回答的问题，以及在求教后及时将话题导入有利于促成交换的谈话中。比如员直接提客户的问题：李老师，我带来了一份能帮助周围神经病变患者更好得到治疗的资料，如果您打开后，会发现很值得探讨，我们交谈5分钟，好吗?直接提问的方法一般兼带利益成分，故这种方法又称利益提问接近法。通过员利用商品或服务为客户带来利益以引起客户兴趣的提问方法。又比如，新员可以这样说“我们厂生产的账册、薄记比其他厂的产品便宜三成，而质量比他们的好，肯定对贵公司不降低质量前提下减少成本来说，是一个机会，可以给我5分钟一起交谈吗? 5，服务接近法。员通过为客户提供有价值并符合客户需求的某项服务来接近客户。具体的方法包括：维修服务、信息服务、免费试用服务、咨询服务等。采用这种方法的关键在于服务应是客户所需求的，并与所销售的商品有关。比如，医药代表可以这样说，李老师，听王主任说，您最近正在研究XX疾病的药物经济学问题，我这里带来了一些关于这方面的最新资料，我们可以花10分钟一起来探讨它，可以吗? 6，社交接近法。通过走近客户的社会交际圈接近客户。如客户加入健康俱乐部，销售员也加入这家健康俱乐部;如客户加入了某社会团体，销售员也加入这一团体。这一方法的引申开来，
英文十大搜索引擎十大搜索引擎排名 中文搜索引擎 Google搜索引擎（https://www.doczj.com/doc/c711843363.html,/） 目前最优秀的支持多语种的搜索引擎之一,约搜索3,083,324,652 张网页。提供网站、图像、新闻组等多种资源的查询。包括中文简体、繁体、英语等35个国家和地区的语言的资源。 百度(baidu)中文搜索引擎(https://www.doczj.com/doc/c711843363.html,/) 全球最大中文搜索引擎。提供网页快照、网页预览/预览全部网页、相关搜索词、错别字纠正提示、新闻搜索、Flash搜索、信息快递搜索、百度搜霸、搜索援助中心。 北大天网中英文搜索引擎(https://www.doczj.com/doc/c711843363.html,/) 由北京大学开发，简体中文、繁体中文和英文三个版本。提供全文检索、新闻组检索、FTP 检索（北京大学、中科院等FTP站点）。目前大约收集了100万个WWW页面（国内）和14万篇Newsgroup（新闻组）文章。支持简体中文、繁体中文、英文关键词搜索，不支持数字关键词和URL名检索。 新浪搜索引擎(https://www.doczj.com/doc/c711843363.html,/) 互联网上规模最大的中文搜索引擎之一。设大类目录18个，子目1万多个，收录网站20余万。提供网站、中文网页、英文网页、新闻、汉英辞典、软件、沪深行情、游戏等多种资源的查询。 雅虎中国搜索引擎(https://www.doczj.com/doc/c711843363.html,/) Yahoo!是世界上最著名的目录搜索引擎。雅虎中国于1999年9月正式开通，是雅虎在全球的第20个网站。Yahoo！目录是一个Web资源的导航指南，包括14个主题大类的内容。 搜狐搜索引擎(https://www.doczj.com/doc/c711843363.html,/) 搜狐于1998年推出中国首家大型分类查询搜索引擎，到现在已经发展成为中国影响力最大的分类搜索引擎。每日页面浏览量超过800万，可以查找网站、网页、新闻、网址、软件、黄页等信息。 网易搜索引擎(https://www.doczj.com/doc/c711843363.html,/) 网易新一代开放式目录管理系统（ODP）。拥有近万名义务目录管理员。为广大网民创建了一个拥有超过一万个类目，超过25万条活跃站点信息，日增加新站点信息500~1000条，日访问量超过500万次的专业权威的目录查询体系。 3721网络实名/智能搜索(https://www.doczj.com/doc/c711843363.html,/) 3721公司提供的中文上网服务――3721"网络实名"，使用户无须记忆复杂的网址，直接输入中文名称，即可直达网站。3721智能搜索系统不仅含有精确的网络实名搜索结果，同时集成多家搜索引擎。
〉〉〉〉〉〉〉〉〉〉〉〉〉 浅谈淘宝搜索排序算法 前言： 目前网上有很多介绍淘宝搜索排序的文章，大多是淘宝卖家们根据自己经验摸索整理出来的，里面提到的很多办法也很正确。只是搜索排序算法不是固定不变的，几乎每天都在变化，与时俱进。所以想详细的介绍每个排序的细节，其实没有任何意义。 很多卖家抱怨为什么不公开排序算法？排序算法无法公开。不知道有谁知道百度的排序算法是怎么样的？Google的排序算法是怎么样的？排序算法 之所以无法公开，有很多原因。其中一个原因正是因为公平才不公开。算法是死的，人是活的。一旦算法公开，很多卖家估计就不专心去服务买家，而把精力放在如何找这些算法的漏洞来提高自己的搜索排名了。这对其他卖家来说，就很不公平。 我虽不能告诉大家排序具体算法，但可以告诉大家排序的主要原则，告诉大家如何去针对自己的店铺做一些优化。这篇文章也是希望给大家介绍一下目前淘宝搜索排序的主要原则。而且这个介绍只是适应于现有的排序算法（2010年4月），以后有大的变化，在搜索blog上也会及时给大家更新。
淘宝搜索现状 淘宝搜索产品有很多，如果数一数，应该有几十个。当然这不是什么值得炫耀的事情，理想情况下，如果做好了，一个搜索入口搞定了用户所有需求。几个比较大的搜索有：店铺搜索、商城搜索、宝贝搜索。顾名思义，店铺搜索主要是搜索店铺，可以搜索店铺名称、店铺主营宝贝等。商城搜索主要是搜索商城内的商品。宝贝搜索则可以搜索所有商品，包括商城内的商品。本文讲的主要内容也是针对宝贝搜索的。 宝贝搜索又包含了不少tab：所有宝贝、人气、二手等。大家最熟悉的莫过于人气和所有宝贝了，有一段时间，搜索默认结果有一部分是直接到人气排序的。但现在搜索上默认结果都是所有宝贝排序了（从2010年3月4日开始到今天）。宝贝搜索中有两种搜索需求，一种是按照类目浏览的，基本上没有关键词，都是在浏览某个类目。url是以https://www.doczj.com/doc/c711843363.html,开头的；另外一种是带关键词搜索的，url一般以https://www.doczj.com/doc/c711843363.html,开头。大家最近在论坛上问的比较多的问题说新版搜索和旧版搜索的问题，旧版搜索的url是以https://www.doczj.com/doc/c711843363.html,开头，新版搜索是以
接近顾客的方法 陈述说明式接近法： 1、介绍式接近法 （1）自我介绍，主要通过自我口头介绍以及身份证件与名片来达到接近顾客的目的。 （2）他人介绍法，是利用与顾客十分熟悉的第三者，通过写信、打电话或当面介绍的方法来接近顾客。2、赞美式接近法 应注意以下几点：1.选择适当的赞美目标，避免冒犯顾客。2.真诚赞美顾客，避免虚情假意 3.针对不同顾客，选择赞美方式 3、馈赠式接近法 馈赠接近法是指推销人员以一些小巧精致的礼品，赠送给顾客，进而和顾客认识并接近，借以达到接近顾客目的的一种方法。 应用馈赠接近法需要注意的是：1、慎重选择馈赠物品；2、赠送的小礼物不需要过于昂贵，以免造成对方心理负担；3、赠送的礼品尽量与所推销的产品有某种联系。 演示式接近法： 1、产品式接近法 2、表演式接近法 询问式接近法： 1、利益接近法 这种推销方法接近顾客时不是从宣传自身商品的优点入手，而是从顾客购买给顾客带来什么好处，比方从经济、实用、功能等等方面，站在顾客的角度，换位思考。 2、激发好奇心接近法 好奇接近法正是利用人类的好奇驱力，引起顾客对推销人员或推销品的注意和兴趣，从而接近顾客。 应该注意的问题是：1、引起顾客好奇的方式必须与推销活动有关；2、必须做到出奇制胜；3、引起顾客好奇的手段必须合情合理，奇妙而不荒诞。 3、求教式接近法 请教接近法是指推销人员虚心向客户讨教问题，利用这个机会，以达到接近顾客目的的一种方法。 在具体应用时应注意：1、赞美在先，求教在后；2、求教在先，推销在后；3、态度诚恳，语言谦虚。 4、震惊式接近法 所谓震惊接近法，是指推销人员设计一个令人吃惊或震撼人心的事物来引起顾客的兴趣，进而转人正式洽谈的接近方法。 注意以下几个问题：1、推销员利用有关客观事实、统计分析资料或其他手段来震撼顾客；2、推销员无论利用何种手段震惊顾客，必须先使自己震惊，确保奏效；3、推销员震惊顾客，应该适可而止，令人震惊而不引起恐惧；4、必须讲究科学，尊重客观事实。 5、问题接近法 问题接近法，就是推销员通过提问的方式接近顾客。可以配合好奇接近法、利益接近法使用。 问题的设计要注意以下几点：①突出重点，有的放矢。②生动、数字量化。 Lotus
影响搜索引擎排名的八大因素 1、服务器因素 2、网站内容因素 3、title和meta标签设计 4、网页排版细节因素 5、域名和URL设计 6、网站链接构架因素 7、关键词的密度和布局 8、反向链接因素 这八大因素中，每一个因素中都有三四个小的细节，这些细节非常的简单，也没有太高深的技术含量，都是一点就透了的原则，合起来也就几十个细节。都很简单，但是能够把这么多简单的因素都认真的做好，那就不简单了，所以国内真正把SEO做的很好的人非常少。 目前的现状是： 1、绝大部分的美工都不注重这些细节，在做网页的时候，只是单纯 的从美观去设计，忽略了这些细节，造成了网站好看不中用。 2、绝大部分的程序员开发网站的时候，只是单纯的从功能实现上来 设计程序，没有考虑到这些SEO细节因素，于是造成网站功能很强大 ，但是对搜索引擎不友好. 3、绝大部分的SEO公司和个人比较急功近利，虽然也了解这些因素 ，但是没几个能够认真的把每一个细节都去做好。而是仅利用反向链 接这招迅速的通过链接来帮客户提高排名。这样的话，一旦链接停止，排名很快就无影踪了。 如何才能把网站打造成为一个优秀的网站，然后从搜索引擎中获得长 期稳定的好排名呢？就需要认认真真的把八大因素中的每一个细节都 认真的去做好。 从接下来的系列文章中，我将给大家详细分享每一个因素中的这些简 单的细节和原则，只要你能够把这些简单的细节处理好，在搜索引擎 中获得好的排名，就是很简单的事情了。 二、内容因素对SEO的影响分析 原则之一：内容越丰富，对SEO越有利！ 为什么有这样一个原则呢？我们就要学会分析搜索引擎的算法，如 何分析呢？要从人性化方面分析，因为搜索引擎所有的算法都在模 仿人的思考方式来分析：什么样的网页更专业？ 原因一：内容越丰富，搜索引擎就会认为你越专业！ 举一个例子就可以说明这个问题，例如你和我都想把“电子商务”这 个词排在搜索引擎前面。并且都使用的是独立域名针对这个关键词做 的一个网站。你的网站只有一个网页，而我的网站有10个栏目1万个 网页。那么，是你的网站专业呢？还是我的网站专业？肯定是内容丰富的专业！ 原因二：内容越丰富，覆盖的关键词就越多，流量就越高！
淘宝天猫的产品搜索排名规则 (2014-01-13 18:28:57) 转载▼ 淘宝大学公布淘宝网2014年淘宝搜索排名新规则淘 1.商城优先，消保其次，无消保最后 2.店铺高级别优先，低级别其次 3.作弊程度。无作弊优先，有作弊按作弊百分比例靠后 4.违规扣分程度，安违规程度排序 5.退款率。按退款率百分比排序 6.转化率。每进店百人购买比例计算排序 7..投诉率 8.平均旺旺每天在线时间（不含手机在线） 9.买家评估分数。好评率 10.旺旺平均第一响应时间 11.发货速度 12.产品属性正确率 13.下架时间。在商品下架6-24小时前排序优先 14.百件商品被投诉率 15.举报无货相关次数 16.支付宝使用率 17.橱窗推荐优先，非橱窗推荐靠后 18.热销商品靠前 19.正常收藏量靠前，五收藏靠后，非正常收藏最后 20.近30天总交易笔数 21.回头客总比例 22.单个宝贝浏览量 23.近30天宝贝好评率 24.上直通车排序优先（通过合理开车，能提高质量分，转化率） 25.公益宝贝优先 对淘宝卖家来说，自然搜索流量最重要的一部分，如何从淘宝搜索获取更多的免费流量，是每个卖家最关注的话题之一。之前很多卖家朋友会经常问我，能否讲讲搜索排序算法？能否告诉我如何优化？说实话，真不知该如何回答。究其原因有两点： 1、所有搜索引擎的排序算法，都是最保密的，无论是Google、Baidu，还是淘宝搜索。我不可能告诉大家具体的算法，更何况算法每个月都有调整，或大或小。今天很有用的因素，下个月可能就会有一些变化。 2、作为搜索负责人，我不建议卖家把过多的精力放在搜索优化上，商家应该专注于商业本身。做好自己的客户服务，产品优化，才是本质。我希望达到卖家服务好了客户，搜索自然会带给卖家更多的流量。
销售员接近客户的八种方法【营销技巧】 在销售过程中，如何接近客户是让销售员感到头疼的问题，本文总结了销售员接近客户的八种方法，可供参考。 第一、问题接近法 这个方法主要是通过销售人员直接向客户提出有关问题，通过提问的形式激发顾客的注意力和兴趣点，进而顺利过渡到正式洽谈。需要注意的是，尽量寻找自己的专长或者说客户熟悉的领域。如：某某先生，不知道你用不用手机呢?你这个沙发很舒服，哪里有卖呢? 第二、介绍接近法 介绍接近法是销售员最渴望的方法，难度小，轻松。通常有：客户转介绍、朋友介绍。无论采用哪种介绍法，首先都会考虑到关系问题，在销售过程中，兼顾好多方关系才能实现平衡。每一个人背后都有社会关系，所以你只需要整理好你的社会关系，然后开始拓展你的业务。 第三、求教接近法 世上渴望别人倾听者多于渴望别人口若悬河者。销售员可以抱着学习、请教的心态来接近客户。这种方法通常可以让客户把内心的不愉快、或者说深层潜意识展现出来，同时，客户感觉和你很有缘。就会经常与你交流，成为朋友之后，销售变得简单了。 第四、好奇接近法 这种方法主要是利用顾客的好奇心理来接近对方。好奇心是人们普遍存在的一种行为动机，顾客的许多购买决策有时也多受好奇心理的驱使。如果可以的话，你把你的产品使用方法展示出来，每一个产品一定有独特之处，就像筷子一样，除了吃饭使用，我们还可以当艺术品。如果你能展示筷子如何辨别温度、如何判断食物中成分，或者说和某个活动结合在一起，这样就能事半功倍了。需要注意的是找到：独特之处，惊奇之处，新颖之处。 第五、利益接近法 如果销售人员把商品给客户带来的利益或者说价值在一开始就让客户知道，会出现什么呢?一类人是继续听销售人员的讲解，另一类人是走掉了。通常留下的客户准确度较高，你试过之后就会明白。例如：某某先生，如何一台电脑可以让你一年节省10000元，你会不会考虑呢? 第六、演示接近法 这种方法威力很大，如果你被安利销售员摧残过，你就会明白。安利的销售员，把你带到合伙租的房子，然后拿出产品给你做实验或者说演示，直到把你辩驳的哑口无言。但我们在实践过程中，不要像直销公司那样咄咄逼人。在利用表演方法接近顾客的时候，为了更好地达成交易，销售员还要分析顾客的兴趣爱好，业务活动，扮演各种角色，想方设法接近顾客。
那么如何做好淘宝排名呢？ 首先，我们来熟悉一下淘宝搜索。淘宝搜索排名有两种：所有宝贝排名和人气排名。两个排名算法规则不同，流量分配分别为70%和30%。 简单的理解，就是有70%的买家搜索后显示的所有宝贝排名，30%的买家搜索后是人气排名。但最近实测结果显示，人气排名流量比例大概是20%多，略低于30%。 在熟悉两种排名规则前，我们首先要掌握一个概念：相关性。相关性是前提，是基础，如果你的宝贝和搜索关键词不相关，是不会被搜到的，更别说好的排名。 相关性包括：类目相关、属性相关、关键词相关。 举个例子： 如果我们在淘宝搜索“笔记本”，会是什么结果呢？ 搜索结果全是笔记本电脑，而不是几块钱的用来记事的笔记本！ 为什么？这就是类目相关性！
淘宝排名算法默认为，搜索“笔记本”的人，是买笔记本电脑的，而不是买“用来记事的笔记本”，所以就直接把“用来记事的笔记本”所在类目所有宝贝降权！ 那么如果我们搜索“笔记本”，真的是想买“用来记事的笔记本”，怎么办呢？请看下面的截图： 上图是在淘宝搜索“笔记本”后，显示的类目。排在第一位的是笔记本电脑，第二位的是二手笔记本电脑。 淘宝算法里面，对于“笔记本”这个关键词，也是按照图片上类目的顺序来分配权重的。排在第一位的笔记本电脑，权重最高，所以这个类目下的宝贝优先展示给买家。 这也是为什么我们多次强调，淘宝搜索和普通的网页搜索环境，是有着根本区别的。不能用SEO的方法直接套在淘宝排名优化上。 要彻底搞清楚类目的概念，那么我们还需要清楚两个概念：淘宝前台类目和后台类目。这两个概念是做淘宝排名优化至关重要！
看到这里，我们该如何优化呢？ 1、确保宝贝发布类目尽可能详细： 不少新手卖家，发布宝贝时，图省事儿或快捷，喜欢选择其他类目，那就太得不偿失了；甚至还有一些卖家，以为同一个系列产品，发布于不同类似类目，被搜到的可能性会大一些，也是不可取的。 2、属性尽可能详细准确 很多人发布宝贝，就图懒，必填项填完，就OK。实际上，这样会损失很多优质流量！ 3、标题关键词要再三斟酌 标题中可以包含类目词，尤其是能在淘宝首页能找到的相应类目词。标题最佳书写模版，可参见我们的教程。 宝贝标题，是排名优化重要因素中最最重要的，那么具体该如何选择优质关键词呢？ 致胜淘宝营销教程，让您的淘宝生涯发展更快，更好，更赚 钱https://www.doczj.com/doc/c711843363.html,