网站是面向用户的，所以在进行网站优化的过程中，我们经常谈到的一个观点是“内容为王”，这一点和“外链为皇”并不冲突，我们如果真的能够做到这两点，那对于网站来说是相当棒的，往往大家做不好优化是因为这其中的一方面没有做好，其中一个非常比较容易被大家忽视的方面就是内容，很多朋友谈到网站要原创，要伪原创的时候更多的追求高质量，也有些朋友泛泛而谈的说了很多看似很实际的操作，却又是很囫囵吞枣的做了些执行(这里包括我自己之前很长一段时间就是这样的)，如果不深入的研究搜索引擎的一些工作原理，其实我们真的做不好SEO，或者说对于SEO没有一种明了于心的感觉。
网站内容，要做好，需要一定的编辑能力，之前为大家谈到过“增删插改”四字诀，但是却只是从内容的原创度来考虑，很少去分析内容结合关键词的编辑，或许有说到一二点，也只是粗略的跟大家提了提“四处一词”中的设置，例如要求大家在标题中布局要优化的关键词，在内容首段和结尾布局要优化的关键词，相关文章中出现等等，但是为什么要出现这些关键词呢?有朋友说，这都不知道，还做什么SEO，加入这些关键词就是提高网页的关键词密度，密度提高了，相关性就提高了，排名就有了优势。下面我们来看一个例子，你就能很好地理解为什么要这样布局关键词了。
大家搜索“dior粉红魅惑香水”得到的搜索结果页面前面四位分别是聚美的一个口碑页面，百度开放平台聚合的一个产品搜索页面，“迪奥粉红魅惑香水”百度百科和乐蜂网关于产品的商品问答页面。
dior粉红魅惑香水搜索排名截图
分析四个页面的关键词布局情况：
1、首先看页面中直接匹配“dior粉红魅惑香水”这个词的布局情况：
聚美口碑页 出现6次，面包屑导航、网页标题比较重要的位置各出现1次，内容中出现4次，而百度开放平台页、百度百科页和乐蜂网问答页都是没有直接出现这个词。
推测结论：搜索引擎排名中会按照相关性的完全匹配原则，按照这个原则的确聚美口碑页面应该出现在第一的位置。
2、将这个词进行拆分成为“dior”“粉红魅惑”“粉红魅惑香水”二个词语，我们来看下其在网页中出现的情况：
a、对于“dior”这个词的布局展现：
聚美口碑页 出现14次，面包屑导航、网页标题比较重要的位置各1次，内容中出现12次
百度开放平台页 出现23次，分类导航1次，产品导航22次
百度百科页 出现10次，都为内容中出现
乐蜂网问答页 出现5次，面包屑导航、网页标题比较重要的位置各1次，内容3次
由于对于这四个页面来说并不能很好地展现“dior”这个词的相关性，这四个页面都是介绍dior的一种单品粉红魅惑香水，相关性不足，所以这几个网页关于“dior”这个词的排名并不靠前。这一点从侧面反映搜索引擎算法中首先要考虑相关性原则。
b、对于“粉红魅惑”这个词的布局展现：
聚美口碑页 出现10次，面包屑导航、网页标题比较重要的位置各1次，内容中出现8次
百度开放平台页 出现26次，产品导航26次
百度百科页 出现11次，网页标题出现1次，其他10次为内容中出现
乐蜂网问答页 出现4次，面包屑导航、网页标题比较重要的位置各1次，内容2次
查看这四个页面的关键词排名，百度百科排在最前，百度开放平台页排在第二，但是页面中有变化，加入了一些不是粉红魅惑香水的产品推荐，其他两个页面在前十页找不到，说明这个词并不能说明这四个网页的内容，精准的关键词相关性更能定位网页在搜索引擎中的靠前展现。
c、对于“粉红魅惑香水”这个词的布局展现：
聚美口碑页 出现10次，面包屑导航、网页标题比较重要的位置各1次，内容中出现8次
百度开放平台页 出现7次，产品导航7次
百度百科页 出现8次，网页标题出现1次，其他7次为内容中出现
乐蜂网问答页 出现3次，面包屑导航、网页标题比较重要的位置各1次，内容1次
查看这四个页面的这个关键词排名，百度百科排在最前，百度开放平台页排在第二，但加入多一些关于“粉红魅惑香水”的产品推荐，乐蜂网页面排名第三，聚美页面排在最后。
推测结论：搜索引擎算法中首先要考虑相关性原则，而且越精准越能体现相关性，但并不是网站的关键词密度越高排名就越好，可能关键词出现的位置也比较重要(由聚美和乐峰网页的对比可知)。
3、关键词布局TF-IDF算法分析(以聚美口碑页和乐峰问答页为例)
A、查看两页面相关词的出现次数
聚美口碑页 “dior粉红魅惑香水”出现6次，“dior”出现14次，“粉红魅惑”和“粉红魅惑香水”都出现10次，“香水”出现29次
乐峰问答页 “dior粉红魅惑香水”出现0次，“dior”出现5次，“粉红魅惑”出现4次， “粉红魅惑香水”出现3次，“香水”出现12次
B、查看5个词的搜索结果页面
dior粉红魅惑香水 87.1万
dior 2830万
粉红魅惑 286万
粉红魅惑香水 194万
香水 10000万(最大搜索量)
C、利用TF-IDF算法计算结果
TF*IDF值 = TF×IDF(TF乘以IDF) = 1+log TF(t,d) ×IDF(t) = 1+log TF(t,d) ×log(N / DF(t))，得到的TF-IDF值显然“dior粉红魅惑香水”和“粉红魅惑香水”影响要大，而得到的排名也是按照这个算法得到的。感兴趣的朋友可以查看之前的文章《利用TF-IDF解释一个关键词排名现象》来做一个简单地计算。