最早我們在”網站優化是一個既科技又藝術的大工程“說，SEO不是網站優化，網站優化所需要的技能與知識包括了:視覺設計、人機界面、企業知識、軟硬體知識、網頁結構、網路技術、搜尋技術、寫作知識、語意技術 … 等等太多東西。但是現在的情勢是希望SEO人員要進行網站優化，甚至於更多。

也在”台灣SEO市場是在擴大還是縮小?“說到，SEO的工作要升級成為Organic Web Strategist(自然網路策略家)，其實就是SEOer要搖身變成ZMOTer啦，SEO達人就是要變成「零類接觸行銷專家」的意思。

現在這篇”We Need More Full Stack SEOs“也出來說，現在需要的是全方位的SEO人員。Full Stack就是在很廣泛的各種領域都要包括的意思，並且全方位的SEO人員不僅要全方位的知悉，還要全方位的精通(Full Stack Expert)。也就不僅要是一個通才，還要是一個各領域的專才。也就是作者說的~ The SEO Professional Skill Set is Both Specialized and Broad，SEO專家必須具有廣泛又精通的能力。

如下圖，SEO專家所需要的能力多樣性，高於初創公司，更高於傳統的工作。

如下圖，SEO的工作兼具了技術、行銷、銷售的領域。

如下圖，SEO所需要的跨界領域，已經是CEO等級的程度了。

但是我們的就業市場能夠給這樣的人才多少的薪水呢? 他必須要能夠做網管及硬體的工作，他必須要能夠做程式設計的工作，他必須要能夠做網頁美工的工作，他必須要能夠做文案行銷的工作，他必須要能夠做專案管理的工作，他必須要能夠做社交行銷的工作，他必須要能夠規劃企業策略的工作 …. 搞半天，SEO人才其實已經可以自己一個人開一家公司了。

這樣的SEO人才至少應該領別人三倍以上的薪水。

所以如果想要在SEO領域上有所發展，就必須要調整自己的能力變成Full Stack SEO，否則可能即早轉換跑道會比較開心。但是誠如作者所說的 ~ The benefits of being a well-rounded SEO professional will surely bear fruit in the long run, both in your strategic and tactical practice. 成為一個真正的SEO專家之後就能夠嘗到最終的甜美果實。

這些SEO專家所說到的內容，有些是重覆的，有些是意思差不多，我們擷取幾個比較特別不一樣的說法:

(1) 90%所需要知道的SEO知識，在網路上或是在書上都可以看到，但是最後的10%必須要由你自己去找出來。

其實SEO根本沒有秘密，幾乎所有的SEO知識都攤在陽光下，只是因為SEO知識太過於廣泛，或是太多了，所以你無法所有的SEO知識都知道。但是不管是否可以由網路上或是書上得到知識，你都必須有自己的一套作法，或是心得。這些作法或是心得，都必須是經由實際操作而來的經驗。

(2) 應該說不的時候，就應該要說不。

如果你是替客戶操作SEO，你就應該要有所堅持，該拒絕的時候就必須拒絕。其實這個跟其他生活上的事務也是一樣，不是只在SEO領域。

(3) 每天學習一項原本不知道的新知識。

每天的力量是很可怕的，當你每天都規定一定要完成或是學習一項新的東西，並且持之以恆，如此累積下來的成果，將會發揮效果。

(4) 不要由別人告訴你去學到SEO知識，而是要再經由實際操作去學習。

許多人操作SEO都是聽來的或是看來的，別人怎麼說就照著做，卻沒有自己的想法。想要操作SEO成功，必須去驗證各種說法，才能夠成為自己的東西。

(5) 不要停止學習，資料視覺化、語言處理、各種搜尋的知識、寫作的技巧、行銷的觀念，最好的SEO人才必須像海綿一樣，一直吸取應該知道的知識。

SEO最可怕的地方在於有太多的領域要去瞭解，有太多的知識需要學習，所以最好的SEO人才必須不間斷的虛心學習，才能夠持續進步。

(6) 透過執行專案去測試自己的知識，只有實際測試而來的經驗才是真的。

我們經常說到，適合A的作法未必適合B，並且不同的類型有不一樣的條件，不同的網站有不同的體質，如果你的SEO知識都僅只於聽來的或是看來的，其實有些作法可能是不適合你的網站的。

(7) 誠實的面對你的客戶以及搜尋引擎。

誠實是最好的策略，在SEO的領域中越來越是正確的，你不能對你的客戶隱藏事實，你也不能對搜尋引擎說謊，因為終究無法隱瞞的。

(8) 要在SEO上成功，有兩件事情，一是交朋友，二是保持好奇。

其實有些SEO是要在offline進行的，例如透過朋友間的交流與拉抬，並且要保持對於SEO各種現象感到好奇，並且努力去尋找正確的答案。

(9) 要保持好奇、要願意分享、要向別人學習、要保持愉快不要輕易動怒、建立好名聲、當一個好的說故事的人，是要在SEO成功的要素。

上面提過SEO沒有秘密，並且SEO變化快速，你必須保持好奇以及向別人學習，才能夠隨時更新知識，你必須樂於分享，別人才可能與你分享。而當個稱職的說故事的人，應該已經不止是SEO需要，整個網路行銷都需要。

(10) 做超過預期該做的，可以讓你在SEO領域成功。

什麼是該做的? 可能大家的見解不同，但是至少對於優質內容的產出，如果能夠努力做超出預期需要的，日後一定可以慢慢的看到成果。

(11) 參與SEO社群，不管你的領域是什麼，你會發現可以從別人身上學到很多。

SEO社群，不管是實體或是網路上的，透過別人的經驗交流，可以從別人身上發現許多原本沒有預期的東西。

(12) SEO改變太快，要對SEO有熱情，對成功有渴望，才可能成功。

SEO的路不但艱鉅，而且需要長時間才能夠看到成果，因此如果沒有熱情的話，很難持續下去。

(13) 你可以給客戶建議，然後回家睡覺，但是如果熱心的持續追蹤結果，你會學習到更多。

這是許多人很難做到的事情，因為大家通常不願意去做額外的工作，但是如果你能夠對於別人的問題加以瞭解追蹤的話，經驗的累積會非常快速。

(14) 耐心的努力工作，許多人在沒看到成果就放棄了。

許多SEO的成果都不是短期可以看到的，許多領域也相同，你必須耐住性子等待成功的曙光。

(15) 不要太相信別人告訴你的，要相信自己的判斷。

相不相信，有太多沒有幾個月或是幾年經驗的人，就會在網路上寫許多SEO的技術內容，但是這些SEO技術內容通常都是東抄西抄，或是許多地方都會看到類似的東西，但是更可怕的是，這些內容經常是錯誤的。

不僅是國內，許多國外的SEO技術內容也未必都正確，所以必須培養自己獨立判斷的能力，對於尚未驗證的內容，都要保持懷疑的態度。

(16) 不要讓自己太過於舒服，努力的學習。

許多人都習慣呆在自己覺得舒服的環境，但是過度舒服的環境是會讓人懶散的。你必須經常讓自己處於不得不學習的狀態，讓自己非做不可，才有可能讓自己不斷的前進。

所以綜合以上的各種專家的建議，其實可以歸納為幾個項目: 不間斷的每天學習、將學習的內容身體力行加以驗證、樂於與別人分享交流、培養自我判斷的能力、保持耐心與熱情，如果能夠這樣的話，有朝一日你也可以變成SEO專家。

話說我們這篇”SEO專家筆記: Pagerank深入研究 (一)“，原本有提供許多參考連結，如下圖紅框處。

但是文章內容被盜用之後，整段參考連結全部被刪除，其他內容則一字未改，只是由繁體中文轉為簡體中文，如下圖為盜用文章的擷圖:

接著第二篇”SEO專家筆記: Pagerank深入研究 (二)“又繼續被盜用，下圖為原文，紅框處的參考連結，則是同樣的被移除。

下圖為第二篇盜用文章的擷圖，同樣只是繁體中文轉為簡體中文，在本站文章刊登的同一天就被盜用。

當然，接著後面的文章也是同樣的命運。

就這樣不需要任何的工夫，就把別人的內容再製變成自己網站的內容，並且如果其他讀者不察，很可能就缺東少西，或是張冠李戴了。

嗯，還需要繼續寫嗎? 花許多工夫的研究內容，幾秒鐘的時間就變成許多專家自己的筆記了 …. 當然其他許多內容也都大半被轉為簡體內容，廣為流傳當中。更令人扼腕的是，我們的原創內容還可能被百度或是Google判斷為重複內容。我們對於這種現象，實在沒有時間處理，所能做的大概就只有開始把深入的內容轉往台灣SEO搜尋引擎技術學院。

如果您有更好的建議或是意見，歡迎多多來信討論囉。

在前面也說過，Google的最初根基就是以Pagerank開始，因為網際網路本來就是一個網網相連的架構，透過連結分析(link analysis)確實可以找出網頁的相對重要性。

如果以Pagerank設計觀點來看，Wikipedia可以獲得很高的Pagerank數值，確實代表某些含意，這個含意的意義在於~ 沒有作假的情況下，受到許多網頁的連結。

但是也可能有另外一個網頁，經過作假之後，也把Pagerank衝到與Wikipedia一樣，但是這樣的Pagerank數據就沒有意義。但是這種情況會讓Wikipedia的Pagerank的值受到抵消而沒有那麼重要，因此這種情況就必須想辦法解決。

其實不只Pagerank，搜尋引擎本來就必須想辦法解決spam link(垃圾連結)的問題，因為不只影響網頁重要性的計算，也會影響相關性的計算。

所以Pagerank會不會因為無法解決spam link(垃圾連結)的問題，而讓Google放棄Pagerank呢? 機率是不太大的，因為如果無法解決spam link(垃圾連結)的問題，不是只有Pagerank失效，整個Google都會崩盤的。

所以Pagerank演算法只有改善一途，根本沒有放棄的餘地，頭都已經洗下去了，Pagerank的命運是跟Google掛在一起的。

那麼Pagerank要改善什麼呢?

主要就是要讓Pagerank能夠~ 快(Fast) 準(Accurate) 狠(Tough)，怎麼說呢?

快(Fast)就是要讓Pagerank計算越快越好，因為網頁越來越多，結構越來越複雜，要把全球網頁的Pagerank都計算出來，不是一件簡單的事情，因此如果不能加快Pagerank的計算，很難讓Pagerank能夠代表網頁的重要性。

準(Accurate)就是要讓Pagerank數值能夠代表網頁的相對重要性，以前很簡單的把網頁的Pagerank數值平均分佈出去就可以了，但是現在網頁上的連結情況已經跟以前不同，平均分佈已經不能代表公平性，因此就需要找出方法，讓Pagerank數值更公平的分佈。

狠(Tough)就是要讓作弊的假連結無所遁形，要把作弊的假連結全部砍斷。這個就是上面快跟準的基礎，沒有狠狠的把作弊的假連結統統抓出來，什麼都不必再談。所以這就是為什麼Google Penguin Update推出的原因，也就是為什麼前陣子JCPenney與BuildMyRank都被揪出來 … 因為Google要大張旗鼓的讓大家都知道: 不要做假連結。

所以只要做到~ 快(Fast) 、準(Accurate)、狠(Tough)，就能夠讓Pagerank重振雄風，並且讓Google的搜尋結果更有品質。

要如何改善，才能做到快、準、狠呢? 我們後續再來探討了。如果你有任何意見，歡迎交流討論囉。

由這篇論文”The Anatomy of a Large-Scale Hypertextual Web Search Engine“，可以看到更多Pagerank與Google的細節。

論文中說到Google的特點: “The Google search engine has two important features that help it produce high precision results. First, it makes use of the link structure of the Web to calculate a quality ranking for each web page. This ranking is called PageRank … Most search engines associate the text of a link with the page that the link is on. In addition, we associate it with the page the link points to.”

大致的翻譯是: Google搜尋引擎有兩個重要的特性，以協助產生精準的結果。第一個是Pagerank，第二個是Anchor text。Pagerank演算法是其他搜尋引擎所沒有的，而Goole不僅把anchor text與含有該anchor text的網頁相關，還與連往的網頁相關。

並且除此之外，還說到: “Aside from PageRank and the use of anchor text, Google has several other features. First, it has location information for all hits and so it makes extensive use of proximity in search. Second, Google keeps track of some visual presentation details such as font size of words. Words in a larger or bolder font are weighted higher than other words. Third, full raw HTML of pages is available in a repository.”

大致的翻譯是: Google還使用所有點選的資料，所以可以知道哪些資料是搜尋相關的。並且Google還使用排版性質的權重，如粗體或是較大的字體，並且將網頁完整的html內容存在資料櫃中。

所以從上面的資料可以瞭解，Pagerank在Google的份量是很重要的，也是Google與其他搜尋引擎競爭的最大優勢。

在這篇論文中，就很清楚的把後來的Pagerank演算法列出來如下:

PR(A) = (1-d) + d (PR(T1)/C(T1) + … + PR(Tn)/C(Tn))

也就是如下的樣子:

並且我們可以從以下的圖，看出來加入Pagerank之外的因素之後，Pagerank已經不是page rank，因為許多排名並不一定是Pagerank高的排在前面，之所以會這樣，就是因為已經加入諸如IR score等等因素。

什麼是IR Score? IR指information retrieval (資訊擷取)，就是從網頁內容中擷取有用的資訊，然後透過這些資訊去計分而得到IR score (資訊擷取分數)。而所謂有用的資訊就很多啦，這些內容講三天都講不完的啦，我們以後有空再聊。

在最後的結尾，談到了: “We are also working to extend the use of link structure and link text. Simple experiments indicate PageRank can be personalized by increasing the weight of a user’s home page or bookmarks. As for link text, we are experimenting with using text surrounding links in addition to the link text itself.”

大致翻譯如下: 在Pagerank以及anchor text(錨點文字)的使用上，Google還以加重跟使用者有關的網頁，而求得個人化的Pagerank，並不只考慮anchor text本身，還附加考慮其連結周圍的文字來計算相關性。

所以我們可以從這篇最早提出Google搜尋引擎的論文中，看到比較完整的Pagerank演算法，並且也看到當時Google已經都考慮到可能的缺點，並且持續用更多的實驗來改善。

那麼對於Pagerank本身可能的缺點，有哪些解決方法呢? 我們後續再來探討。如果你有其他寶貴意見，也歡迎你多多交流討論囉。

我們看看Pagerank的最早論文”The PageRank Citation Ranking: Bringing Order to the Web“，裡面說到Pagerank ~ “In order to measure the relative importance of web pages, we propose PageRank, a method for computing a ranking for every web page based on the graph of the web. PageRank has applications in search, browsing, and traffic estimation. ….. To test the utility of PageRank for search, we built a web search engine called Google”

翻譯: 為了測量網頁的相對重要性，我們提出了Pagerank，他是以網路上互連狀況為基礎，一個計算每個網頁排名的方法。Pagerank可以應用在搜尋、瀏覽、以及流量的預測，為了測試Pagerank在搜尋上的功能，我們建立了一個網路搜尋引擎叫做Google。

Pagerank是基於link analysis(連結分析)而來，並且跟學術上的citation analysis(引用分析)的原理是一樣的，其間的不同是學術上的引用，因為有審核程序，比較能夠保證品質，但是網頁上的連結則無法保證品質。因此，Pagerank的出發點就是為了要找出相對重要性，來確認網頁搜尋時可以進行品質過濾。

以下就是最早的Pagerank簡單版本。其中，u是一個網頁，R(u)表示該網頁的rank，網頁v是指連結指向u的網頁，R(v)表示該網頁的rank，N_v表示網頁v的連外連結總數量，也就是網頁v的outbound link總數。c是一個小於1的數字，可以讓網頁的排名總和是固定的。

這個簡單版本的Pagerank計算就可以用以下的樣子來表示。例如，當網頁A有100分時，有2個連外連結，則每個會傳遞100/2的數值出去。所以每個頁面的Pagerank就是把接收到的數值總和起來，再乘以一個數字c。

但是這個簡單版本的Pagerank會有問題產生，什麼問題呢? 就是所謂的rank sink (排名下沉)，就是當兩個網頁u,v只有互相連結，而沒有指向其他網頁，如果有另外一個網頁指向u或v其中，那麼在整個網頁的Pagerank計算當中，就會發生rank sink，也就是到達網頁u,v的Pagerank數值沒有出口。

因此就修正Pagerank演算法公式為以下的樣子:

上面多加了一個E(u)，這個東西有許多含意，可以指random surf(隨機瀏覽)的機率，並且這個值到底應該多少，是整個調整Pagerank很重要的參數。在論文中說到，||E||₁=0.15。

所以在Pagerank的Wikipedia頁面說到，Pagerank是一個probability distribution (機率分佈)，意思就是說Pagerank的計算是模擬人們在瀏覽頁面的樣子，從一個頁面透過連結去連到另外一個頁面，在連結過去的同時也把Pagerank數值傳遞出去，所以又產生了personalized Pagerank (個人化Pagerank) 的概念。

後來對於傳統Pagerank演算法的公式就寫成以下的樣子 (d代表一個參數，通常以0.85表示):

總體網頁的Pagerank計算，是一個不小的工程，他會有許多疊代的計算，如下圖，當Pagerank計算到某個階段，會開始收斂。

應該注意的是，這裡的公式所計算出來的Pagerank數值，並不是PR值，而必須再去對照總體的數值進行歸類，有人把這個對照表整理出來如下圖，但是因為不是Google官方的資料，因此只能當做參考:

上表的意思是，如果你的網頁有PR1的連結101個，你的網頁就可以達到PR2。如果你的網頁有PR2的連結18.362個，你的網頁就可以達到PR2 … 依此類推。

在最早提出Pagerank的時候，主要是要把Pagerank當成page rank (網頁排名) 的根據，也就是當以關鍵字篩選出網頁之後，再以Pagerank高低進行排序，就的到了最後的搜尋結果。

例如以university為關鍵字查詢，圖下兩個不同搜尋引擎的搜尋結果，左邊是Google(僅以網頁標題查詢並以Pagerank排序)的搜尋結果，右邊是Altavista搜尋引擎的搜尋結果。

上圖可以看出來，Google排名出來的都是大學的首頁，但是Altavista列出來的有許多是大學網頁的內頁。

所以最早的Pagerank確實就是page rank(網頁排名)，但是在論文中也坦承，這個方式會被有心人士運用，也就是假造連結，有的是購買較重要網頁的連結，或是購買大量次要的連結，這些行為確實會造成Pagerank無法真正表現用處。

後來Google網頁排名加入了許多參考因素(至少200多個)，因此網頁排名就不再是與Pagerank成正比，但是沒有造假的Pagerank數值還是可以看出網站的相對重要性，因此在自然的環境下，Pagerank可以代表網站的體質。

我們後續再來談Pagerank的演化以及相關研究。

我們將會以「SEO專家筆記」為主題，討論一系列應該深入研究的主題。第一波我們就來探討Pagerank，這個被許多人搞錯的重要問題。

要把Pagerank搞清楚，就必須先仔細閱讀以下兩篇Google創辦人~ Sergey Brin 以及Lawrence Page (Larry Page) 的論文:

The PageRank Citation Ranking: Bringing Order to the Web
The Anatomy of a Large-Scale Hypertextual Web Search Engine

以及我們之前談到Pagerank的文章:

Pagerank與Google Panda是否有關係?
Pagerank的重要性如何? 看看SEOmoz怎麼說!
Pagerank應有的認識，從今年第三次更新談起
Beyond Pagerank:Pagerank已經結束任務了嗎?
PostRank會不會取代PageRank? 兩者有何差異?
搜尋引擎優化作業應該如何看待Pagerank?
PageRank Algorithm : 別說你懂PR演算法
什麼是PageRank Hijack?
SERP v.s. PageRank : PR值與搜尋排前的關係
PageRank, BrowseRank, AlexaRank
Pagerank 演算法研究
搜尋行銷 : PageRank 的三兩事

如果以上的文章都還沒看過，我們以最簡單的敘述來整理一下對於Pagerank應有的認識:

(1) Pagerank是一個反應網站體質的指標。

(2) 就好像體溫一樣，如果你靠外力把體溫降到37度以下，並不代表你的病已經好了，最後還是得靠身體正常之後，溫度才會趨於正常。所以用作弊方式把Pagerank拉高，並不能代表你的網站體質。

(3) 觀察Pagerank的意義是: 可以知道你的網頁體質變化，並且採取步驟。

(4) 使用人為的方法去調整Pagerank，並不代表一定不好，如同在成長期經常打籃球，可以增高身高，打籃球或是運動就是正確的增高的方法。所以應該使用正確的方法，讓Pagerank成長，不一定是壞事。

(5) Pagerank在最早期剛提出來的時候，其實真的是page rank (頁面排名)，也就是Pagerank高的會排在前面，但是隨著評等因素越來越多樣，就不再與SERP成正比。

(6) 現在的Pagerank並不是指page rank，所以他跟SERP (Search Engine Results Page)並不會成正比。

(7) 網際網路最重要的就是網網相連，因此連結分析(link analysis)可以用來瞭解網頁間的關係，而Pagerank就是透過連結分析而得到的網頁品質指標。

(8) 在某種程度上，Pagerank也可以用來預測網頁的流量，也就是Pagerank越高，網頁流量會越高。但是這個預測會有所偏差，因為有些原因會影響隨機瀏覽 (random surf)，而影響瀏覽量大小。

(9) 使用rel=nofollow會切斷原本應該傳遞的Pagerank數值，但是這個被切斷的份額並不會讓給其他頁面。

(10) 並不是每個沒有使用rel=nofollow的連結，都一定會傳遞Pagerank數值。

許多人都認為Google很可能不再使用Pagerank，其實如果你閱讀過上面的文章，就可以知道，其實Pagerank是Google搜尋引擎的核心，只是這個核心需要找出方法來對抗spam，如果Google的Pagerank不再準確，那麼網頁的品質就沒有一個可以客觀度量的演算法。

因此，Google只會改善Pagerank演算法，而不會放棄，當然最後一招可能就是把Pagerank變成不再公開數值，但是不公開Pagerank也有一個壞處，就是無法讓使用者在未點選網頁之前瞭解該網頁的品質，也許等Google+1的數值更有參考價值的時候，就有可能讓Pagerank變成不公開，但是不太可能讓Pagerank演算法消失。

後續文章再來進一步探討Pagerank演算法的計算以及演進，也歡迎你多多交流討論囉。

SEOmoz的Randy也寫了一篇”Ten Question Litmus Test for Professional SEOs“，也談到了專業SEO的十個測試問題，也就是說如果無法通過這個測試，你就不夠格當個專業SEO人員。

這些題目也很適合拿來當面試的問題，我們來看看這十個問題是什麼?

(1)Which is more likely to have a positive impact on a page’s search engine rankings and why – 10 links from 1 website or 1 link each from 10 different websites?
哪個情況對於搜尋引擎排名比較好? 10個連結來自於同一個網站? 還是各一個連結來自10個網站? 為什麼呢?

(2)Explain the difference between the following items and how the search engines treat them – 301 response code, 302 response code, canonical URL tag and meta refresh.
請解釋搜尋引擎如何看待「301轉址」「302轉址」「標準連結標記」「meta refresh」，他們差異點是什麼呢?

(3)How can the meta robots tag impact how search engines crawl, index and display content on a web page?
「meta robots標記」如何影響搜尋引擎抓取/索引/顯示網頁資料呢?

(4)Who are the top 2 search engines (as ranked by share of queries) in the following countries – the United States, United Kingdom, Russia and China?
美國的兩大搜尋引擎是哪兩個? 英國的兩大搜尋引擎是哪兩個? 俄國的兩大搜尋引擎是哪兩個? 中國的兩大搜尋引擎是哪兩個?

(5)Name at least 3 elements critical to ranking well in Google Local/Maps/Places search.
舉出至少三個Google Local/Maps/Places的評比因素。

(6)What aspects of social media marketing have a positive impact on search engine rankings (apart from the value of direct links from the social sites)?
社交網路行銷如何正面影響搜尋引擎評等呢? (先不論從社交網站的直接連結)

(7)List 5 tags/locations on a page where employing a target keyword can have a positive effect on search engine rankings.
舉出五個標記或位置，對於搜尋引擎排名會有正面影響。

(8)Describe the distribution of search query demand and what is meant by the “fat head” and “long tail.”
查詢關鍵字分佈中，什麼是”fat head”? 什麼是”long tail”?

(9)Name 6 tools/sources that will display a list of external URLs that link to a webpage.
舉出六個工具或資源，可以顯示網頁外鍊。

(10)What are some ways to positively influence the ratio of pages a search engine will crawl and index on a website?
什麼是影響搜尋引擎抓取與索引頁面的正面因素?

再加上一題 …
(11)Describe the concept of topic modeling and how modern search engines might use it to improve the quality of their results.
什麼是主題模型? 現今搜尋引擎如何利用來改善搜尋結果的品質?

當然以上的題目跟我們的五百題「SEO題庫」實在差太遠，我們隨便抓幾題都比上面的題目更具水準，所以我們再加上幾題當做莎蜜思 …

(12)Pagerank是Google最初評等網頁的演算法專利，那麼Microsoft與Yahoo最初評等網頁的演算法專利又各是什麼? 請解釋他們的差異。

(13)請解釋為何同一個網站使用Google Analytics與Yahoo站長工具統計流量資料，會產生不同的流量數據資料呢?

(14)請解釋跳離率(bounce rate)與離開率(exit rate)。

(15)如果頁面的跳離率(bounce rate)過高，代表什麼意義? 你應該如何處理?

(16)請說明對於搜尋引擎對於網頁抓取、索引、統計、排名等作業，你如何提升你的網頁優於其他網頁呢?

(17)你所知道的搜尋引擎技術，有哪些改善搜尋結果品質的趨勢?

(18)你有哪些資源來提升你的SEO知識呢?

(19)對於SEO的操作結果，你如何評估成效呢? 這些成效數據對於企業主的意義是什麼?

(20)在SEO專案中，你認為企業主應該具備哪些觀念會比較容易進行呢?

以上這些都是SEO專家應該知道的事情，你都清楚瞭解了嗎?

其實以上的問題，我們的網站內容都談過，如果有興趣的話，我們會在SEO論壇上陸續公開內容，並歡迎大家參與討論囉，我們也將陸續公開SEO的500題庫喔。