TWI480749B - 識別有機搜索引擎優化機會之方法 - Google Patents

Description

識別有機搜索引擎優化機會之方法

本發明係關於一種識別搜索引擎優化機會之方法。

搜索引擎優化(SEO)通常係描述用於運行計算處理之計算系統之使用，其中計算處理係採集、儲存及分析搜索引擎資料，以提供建議來改善搜索引擎中一網站或一網頁之可見度。搜索引擎結果可以透過各種引擎策略，例如自然的、非付費的、有機的或者算法的搜索結果以及用於搜索引擎營銷(SEM)目標付費列表之付費搜索算法而獲得。通常，一網站位於一網站列表中之位置越高以及一網站出現在搜索結果列表中越頻繁，則此網站從搜索引擎使用者接收之訪問者越多。SEO可以改善一網站或其他數位內容到網路使用者的可利用性。

SEO係透過網路技術(IT)專業人員執行，以改善一給定網頁或其他網路網站之網址流量及質量。典型技術包含網頁之標題標籤中的搜索關鍵詞、元標記中的搜索關鍵詞、正文中的搜索關鍵詞、入境鏈路中的鏈接錨文本、網站年份、網站結構、一網站之互聯結構中的鏈接廣泛度、可索引文本/頁面內容之數量、到一網站之鏈接數量、網站鏈接之廣泛度/相關性以及入境鏈路標記之局部相關性，上述任意一種可以包含SEO資料。基於網路管理員意欲最優化之搜索引擎，有時可以使用附加技術。由於搜索引擎算法及度量體系為私有的，因此SEO技術被廣泛應用於改善搜索引擎結果頁面上之一網頁或其他在線資料之可見度。

這裡要求申請專利範圍之主旨不局限於解決任意缺陷之實施例或僅在例如上文描述之環境中操作之實施例。反而，此背景技術係提供用來闡述一個其中文中描述之某些實施例可以被實施之示例技術領域。

因此，鑒於上述問題，本發明之目的在於以一簡化形式引入一種選擇概念，其進一步描述可參考下文之詳細描述。本發明內容目的不在於識別申請專利範圍所請求主題之關鍵特徵或本質特徵，也不在於用作確定申請專利範圍所請求主題範圍之一輔助手段。

本發明之一實施例揭露了一種識別搜索引擎優化機會之方法，此方法可以包含：選擇與一實體相關之一搜索引擎優化對象，並收集與搜索引擎優化對象相關之搜索引擎優化資料。此方法還可以包含計算至實體之搜索引擎優化對象之一當前值，以及基於收集之搜索引擎優化資料預測至實體之搜索引擎優化對象之一未來值。

本發明之一實施例還揭露了另一種識別搜索引擎優化機會之方法，此方法可以包含：使用一搜索關鍵詞搜索至一實體之參考之一網路。此方法還包含獲得由搜索產生之一參考之一搜索評分，收集搜索關鍵詞之數值資料，以及基於搜索關鍵詞，收集與實體不相關之一或更多網頁之總體網站分析資料。此方法還可以包含基於數值資料、搜索評分以及至少部份的總體網站分析資料，預測與改善搜索評分相關之一數值。

本發明之一實施例還揭露了另一種識別搜索引擎優化機會之方法，此方法可以包含：選擇與一實體相關之複數個搜索關鍵詞。對於每個搜索關鍵詞，此方法可以包含：使用搜索關鍵詞搜索至實體之參考之一網路。此方法還可以包含獲得由搜索產生之一參考之一搜索評分，收集搜索關鍵詞之數值資料，以及基於搜索關鍵詞，收集關於與實體不相關之一或更多網站之網站分析資料。此方法還可以包含基於數值資料、搜索評分以及至少部份的總體網站分析資料，預測與改善搜索評分相關之一數值。

本發明其他的優點、目的和特徵將在如下的說明書中部分地加以闡述，並且本發明其他的優點、目的和特徵對於本領域的普通技術人員來說，可以透過本發明如下的說明得以部分地理解或者可以從本發明的實踐中得出。本發明的目的和其他優點可以透過本發明所記載的說明書和申請專利範圍中特別指明的結構並結合圖式部份，得以實現和獲得。

在下述詳細描述中，將結合作為本發明之一部份之所附圖式進行參考。在這些圖式中，類似符號通常表示類似之元件，除非文中有其他指示。在下面描述、附圖及請求項中描述之闡述實施例不表示限製於此。本領域之技術人員應當意識到在不脫離本發明所附之申請專利範圍所揭示之本發明之精神和範圍的情況下，也可以使用其他實施例，以及作出其他改變。本領域之技術人員應當意識到如文中描述以及圖式顯示之本發明之方面可以各種各樣之不同配置進行設置、替換、結合、分離及設計，所有的這些都可以顯然地考慮在內。

一般而言，揭露之實施例係關於一種識別搜索引擎優化機會之方法。尤其地，在部份的實施例中，此方法可以包含識別用來優化一實體之網頁之關鍵詞，以改善網頁之可見度。在部份的實施例中，可以基於搜索關鍵詞優化之潛在利益來識別搜索關鍵詞。例如，在部份實施例中，此方法可以預測與一搜索關鍵詞優化相關之一數值，此搜索關鍵詞可指示實體收益之潛在增加，或者預測等價於搜索關鍵詞優化之一付費搜索活動之數值。在部份實施例中，搜索關鍵詞之數值可以基於對於實體網頁之搜索關鍵詞之當前優化以及關於搜索關鍵詞之總體設計進行計算。在部份的實施例中，一搜索關鍵詞之設計可以包含實體之競爭者如何優化此搜索關鍵詞。

現在，茲配合圖式作出描述，其中圖式中相同結構將提供有相同之參考指示符號。應當瞭解的是，這些圖式僅為部份實施例之圖解及適宜性表示，並不用來限製本發明，更不需要按照比例來繪示。

依照文中描述之部份實施例，「第1圖」係顯示了本發明之一實施例之配置用以識別搜索引擎優化之機會之一搜索引擎優化(SEO)系統100。在部份的實施例中，SEO系統100可以包含一網路102，網路102可以用來互相連接SEO系統100之不同部份，例如位於一網絡服務器106、一深索引引擎108、一相關器104、一搜索引擎110以及一優化模組112之間。應當理解，雖然這些元件圖示為分離的，但是這些元件可以按照期望而結合一起。此外，雖然圖示每個元件之其中一個，但是系統100可以選擇性地包含任意數量之圖示每個元件。

在部份的實施例中，網路102可以包含因特網，以及可以選擇性地包含全球資訊网(WORLD WIDE WEB)“環球網”，其中因特網包含由位於多重廣域網路(WIDE AREA NETWORK)及/或局域網路之間的邏輯與物理連接形成之一全球網路，全球資訊网包含藉由因特網接入互聯超文本文檔之一系統。替代地或者附加地，網路102可以包含一或更多蜂窩射頻(RF)網路及/或一或更多有線和/或無線網路，例如802.XX網路、藍牙接入點、無線接入點、基於網際協議(IP)的網路或其他等等。但是不局限於此。

網絡服務器106可以包含任意能夠儲存和發送數位內容，例如網頁及其他數位內容之系統。網絡服務器106可以提供接入到一網站之網頁或者到其他可以被分析用於改善SEO之網絡上之數位內容。例如，網絡服務器106可以包含一電腦程式，此電腦程式負責接收來自客戶端(例如網頁瀏覽器之使用者代理)之請求，並且連同可選性資料內容向它們提供超文本傳輸協議(HTTP)回應，其中可選性資料內容可以包含超文本標記語言(HTML)文檔以及顯示給使用者之鏈接對象。替代地或者附加地，網絡服務器106可以包含記錄關於客戶端請求及服務器回應之某些詳細資訊到日誌文檔中。

一網站可以包含任意數量之網頁。訪問者到一網站內的不同網頁之聚集可以稱作為流量。應當注意，這裡使用的一網頁涉及任意在線收集，包含域、子域、網路收集、統一資源定位器(URL)、影像、視訊或者其他內容片段以及非永久性收集，例如電子郵件及聊天，除非其他指定。一網頁可以與一實體關聯。一實體可以是任意商業、公司、合伙企業、協作、基金會、個人或其他人或組織，他們自己對一網頁有興趣或者與此網頁相關。

對一網頁之參考可以包含指導一訪問者到此網頁之任何網頁參考。例如，一參考可以包含文本文獻，諸如博客、新聞、顧客評論、電子郵件或任何其他討論此網頁之文本文獻。替代地或者附加地，一參考可以包含一網頁，其具有到此網頁之一鏈接。替代地或者附加地，一參考可以包含一網頁的部份，其具有到此網頁之一鏈接。例如，一參考可以包含關於一搜索引擎結果頁之一搜索結果、網頁之一簡介描述、以及到位於一社會性媒體位置之網頁之一鏈接、位於一社會性媒體位置之一社會性媒體應答。

在部份實施例中，深索引引擎108可以被配置以使用一識別搜索關鍵詞來執行網路102之一搜索，進而識別一實體之參考。深索引引擎108可以更被配置以生成一搜索評分，其用於由網路102之搜索產生之實體參考。搜索評分可以包含一位置，在此位置，實體之參考係顯示於由網路102之搜索所導致之搜索結果頁上。搜索結果範圍內之實體參考之相對位置可以對參考如何影響關於實體之動作產生影響。

替代地或者附加地，深索引引擎108可以被配置以用於搜索結果頁上之與實體不相關之參考之總體網站分析資料。總體分析資料可以包含用於與實體不相關之參考之以搜索評分，搜索評分包含一位置，在此位置，與實體不相關之參考係顯示於搜索結果頁上。

替代地或者附加地，深索引引擎108可以被配置以爬行(CRAWL)搜索結果以收集網站分析。尤其，深索引引擎108可以被配置以爬行搜索結果並分析與爬行相關之資料。例如，深索引引擎108可以確定用於搜索結果中每個參考之在頁(ON-PAGE)資訊以及回指鏈接資料。替代地或者附加地，深索引引擎108可以分析回指鏈接資料，以確定回指鏈接資料之質量。回指鏈接資料之質量可以取決於包含以下文本之回指鏈接資料，即此文本關於或描述與回指鏈接資料相關之參考相關的資訊。回指鏈接資料之質量還取決於回指鏈接資料所在之一網頁以及此網頁之主題。

結合2009年5月6日提出的、名稱為“收集及評分在線參考”的美國專利申請號12/436,704，對依照部份實施例之一深索引引擎108進行更詳細之描述，這裡此美國專利申請之全部可以結合作為參考。

在部份實施例中，相關器104可以被配置以收集用於一搜索關鍵詞之數值資料。例如，在部份實施例中，相關器104可以判斷多少訪問者被引導至使用一特定搜索關鍵詞之一搜索結果之一網頁。替代地或者附加地，相關器104可以確定每次點擊與搜索關鍵詞相關之廣告之一實際成本值。

結合2009年10月6日提出的、名稱為“與外部參考之相關網頁訪問及轉換”的美國專利申請號12/574,069，對依照部份實施例之一相關器104進行更詳細之描述，這裡此美國專利申請之全部可以結合作為參考。

搜索引擎110可以為一內部或私有搜索引擎，其用於產生搜索結果之功能，搜索結果可以包含非分類之特定搜索結果，例如網站，還包含分類之特定搜索結果，例如影像、視訊、新聞、購物、實時、博客、圖書、位置、討論、食譜、專利、計算、股票、時間表及其他。搜索引擎110還可以為一公共搜索引擎或者商業搜索引擎，例如必應(BING)、谷歌(GOOGLE)、雅虎(YAHOO)或其他類似搜索引擎。

在部份實施例中，搜索引擎110可以被配置以提供一特定搜索關鍵詞之搜索量。例如，搜索引擎110可以提供資料，此資料包含一搜索關鍵詞，例如“嬰兒服裝”，每天具有5000搜索之一搜索量。替代地或附加地，搜索引擎110可以被配置以提供關於一搜索關鍵詞之付費搜索值之資料。例如，在部份實施例中，搜索引擎110可以提供每次點擊與搜索關鍵詞相關之廣告的平均成本值。在其他實施例中，搜索引擎110可以提供每次點擊以下廣告，即與用於產生廣告的每個實體或實體子集的搜索關鍵詞相關的廣告的成本值。

在部份實施例中，優化模組112可以被配置以操作性地連接及策划由相關器104、網路服務器106、深索引引擎108以及搜索引擎110所執行之工作。替代地或附加地，優化模組112也可以被配置以識別用於搜索關鍵詞之搜索引擎優化機會。

優化模組112可以包含用以執行特定功能之各種模組。在部份實施例中，優化模組112可以屬於並包含一選擇模組120、一收集模組122、一計算模組124以及一預測模組126。選擇模組120、收集模組122、計算模組124以及預測模組126可以與相關器104、網路服務器106、深索引引擎108以及搜索引擎110中一個或更多進行通訊、接收及/或發送資料。

在部份實施例中，選擇模組120可以被配置以選擇一或更多與一實體相關之搜索引擎優化對象。搜索引擎優化對象可以包含搜索關鍵詞、回指鏈接、網頁、網頁模板或其他可以與實體相關之對象。

在部份實施例中，收集模組122可以被配置以收集與搜索引擎優化對象相關之搜索引擎優化資料。在部份實施例中，搜索引擎優化資料可以包含網站分析資料。

在部份實施例中，計算模組124可以計算搜索引擎優化對象到實體之一當前值。在部份實施例中，計算模組124可以收集用於搜索引擎優化對象之數值資料，數值資料可以用以計算搜索引擎優化對象之數值。例如，數值資料可以包含諸如至少部份地由搜索引擎優化對象導致之到一網頁之訪問或轉換之數量之資料。替代地或附加地，數值資料可以包含一付費搜索活動之數值，其中付費搜索活動將產生與搜索引擎優化對象相同數量之一網頁訪問。使用收集之數值資料，計算模組124可以計算當前值。

在部份實施例中，預測模組126可以被配置為基於收集搜索引擎優化資料以及搜索引擎優化資料之當前值來預測搜索引擎優化對象到實體之一未來值。在部份實施例中，如果搜索引擎優化對象被優化，則搜索引擎優化對象之未來值可以表示搜索引擎優化對象至實體之數值。預測模組126可以使用收集之搜索引擎優化資料來確定搜索引擎優化對象可以被優化之數量。基於多少搜索引擎優化對象可以被優化，預測模組126可以確定搜索引擎優化對象之未來值。

在部份實施例中，預測模組126可以確定用以優化搜索引擎優化對象之一成本。在這些及其他實施例中，預測模組126可以計算一淨值，淨值係比較搜索引擎優化對象之未來值與用於優化搜索引擎優化對象之成本，以獲得搜索引擎優化對象之未來值。

在部份實施例中，基於一或更多因素，例如當前值、未來值、淨值及其他，預測模組126可以確定可以是搜索引擎優化機會之搜索引擎優化對象。在部份實施例中，預測模組126可以呈現搜索引擎優化機會至SEO系統100之一使用者。

「第2圖」係顯示了依照文中描述之部份實施例，另一實施例之配置用以識別搜索引擎優化之機會之一SEO系統200。如圖所示，網路102可以操作性地連接一相關器204、一網絡服務器206、一深索引引擎208、一搜索引擎210、一優化模組212、一使用者介面240以及一資料庫250。應當理解，雖然這些元件圖示為分離的，但是這些元件可以按照期望而結合一起。此外，雖然圖示每個元件之其中一個，但是系統200可以選擇性地包含任意數量之圖示每個元件。

在部份實施例中，相關器204、網絡服務器206、深索引引擎208以及搜索引擎210之運行可以類似於「第1圖」之對應相關器104、網絡服務器106、深索引引擎108以及搜索引擎110。

優化模組212可以包含用以執行特定功能之各種模組。在部份實施例中，優化模組212可以屬於並包含一選擇模組218、一評分模組220、一收集模組222、一預測模組224以及一推薦模組226。選擇模組218、評分模組220、收集模組222、預測模組224以及推薦模組226可以與相關器204、網路服務器206、深索引引擎208以及搜索引擎210中一個或更多進行通訊、接收及/或發送資料，以執行它們的特定功能。

在部份實施例中，選擇模組218可以被配置以選擇一或更多與一實體相關之搜索引擎優化對象。例如，選擇模組218可以選擇在任意方面由實體主動管理之搜索關鍵詞。替代性地或附加地，透過SEO系統200，選擇模組218可以選擇所有與實體相關之搜索關鍵詞。替代性地或附加地，選擇模組218可以基於實體競爭者之網頁被優化及/或未優化之搜索關鍵詞，來選擇搜索關鍵詞。替代性地或附加地，選擇模組218可以基於具有潛在高數值之搜索關鍵詞之SEO系統200之確定來選擇搜索關鍵詞。替代性地或附加地，選擇模組218可以基於透過使用者介面240來自一使用者之輸入來選擇搜索關鍵詞。例如，一使用者可以透過使用者介面240瀏覽選擇模組218所選擇之搜索關鍵詞，並且取消對所選搜索關鍵詞的選定。替代性地或附加地，使用者可以透過使用者介面240輸入搜索關鍵詞。在部份實施例中，選擇模組218可以被配置以從複數組搜索關鍵詞中選擇一組搜索關鍵詞。搜索關鍵詞可以基於文中討論之搜索關鍵詞類型被分組，或者使用其他搜索關鍵詞分類被分組。

在部份實施例中，評分模組220、收集模組222、以及預測模組224可以使用由選擇模組218選擇之一個或更多搜索關鍵詞來執行它們的特定功能。為了便於解釋，用於評分模組220、收集模組222、以及預測模組224之特定功能係關於由選擇模組218選擇之一單獨搜索關鍵詞來描述。但是，評分模組220、收集模組222、以及預測模組224之每個可以運行以執行它們的特定功能用於選擇模組218所選擇之每個搜索關鍵詞。

在部份實施例中，評分模組220可以被配置以基於由選擇模組218選擇之搜索關鍵詞來執行用於實體之參考之網路102之一搜索。在執行搜索之後，評分模組220可以識別搜索產生之搜索結果範圍內之一實體參考。例如，在部份實施例中，評分模組220可以一搜索結果頁內之一實體之一網頁之一參考。評分模組220還可以被配置以獲得用於由搜索關鍵詞之搜索產生之參考之一搜索評分。在部份實施例中，搜索評分可以表示關於搜索產生之其他對象之參考位置。

在部份實施例中，評分模組220可以基於除了或者包含參考位置之一或更多因素，來確定用於由搜索產生之參考之一搜索評分。例如，在部份實施例中，搜索評分可以取決於執行搜索所在之地理位置。替代性地或附加地，搜索評分可以取決於其他因素，例如由一使用者執行之在先搜索、由使用者瀏覽之在先網頁、由使用者跟隨之在先鏈接、由使用者執行於一或更多網頁上之在先動作，或其他由一使用者執行之動作。

在部份實施例中，評分模組220可以從資料庫250中獲得用於參考之一搜索評分。在這些及其他實施例中，用於參考之一搜索評分可以預先獲得並儲存在資料庫250中。

在部份實施例中，收集模組222可以被配置以收集用於由選擇模組218選擇之關於參考之搜索關鍵詞之數值資料。用於搜索關鍵詞之數值資料可以是允許優化模組212以及特別是預測模組224來確定關於參考之實體之搜索關鍵詞之數值之資料。

在部份實施例中，一實體之搜索關鍵詞之一數值可以表示透過優化搜索關鍵詞實體可以獲得之數值。例如，一實體可以在一付費廣告活動中每次點擊付一美元。如果實體打算優化搜索關鍵詞，當搜索關鍵詞被搜索時，實體參考，例如到實體一網頁之鏈接可以更加可見，導致到實體網頁之訪問數量與從付費廣告獲得之訪問數量相同。在優化關鍵詞之後，實體將不再付廣告費以獲得類似的網頁流量。廣告費用的潛在節省可以表示關於參考之實體之搜索關鍵詞之數值。在其他實施例中，關於參考之搜索關鍵詞之數值可以等於作為搜索關鍵詞優化之結果一實體網頁之增加流量之數值。例如，透過優化搜索關鍵詞，一實體網頁之參考可以更好地定位在搜索結果頁中，由此導致實體網頁上更多點擊次數以及更多的流量，這可以基於到實體網頁之訪問數值來確定。

在部份實施例中，收集模組222所收集之數值資料可以包含由選擇模組218選擇之搜索關鍵詞之一搜索量以及每次點擊用於搜索關鍵詞之廣告之成本平均值。在這些及其他實施例中，每次點擊廣告之成本平均值可以從一搜索引擎應用程式介面(API)，例如透過搜索引擎210之一API而收集。替代性地或附加地，數值資料可以包含每次點擊用於搜索關鍵詞之廣告之成本實際值。在這些及其他實施例中，每次點擊之成本實際值可以透過使用者介面240從一使用者處收集，成本實際值可以儲存在資料庫250中，以及/或者可以基於收集之與實體相關之其他資料而被確定。

替代性地或附加地，基於搜索評分以及執行用於搜索關鍵詞之搜索之數量，數值資料可以包含一實體參考之預測點擊率。替代性地或附加地，數值資料可以包含使用搜索關鍵詞之一搜索導致之引導至一網頁之訪問者數量以及到實體之網頁之一訪問數值。替代地或附加地，數值資料可以包含使用搜索關鍵詞之一搜索導致之一網頁上之轉換數量以及到實體之網頁之一轉換數值。

在部份實施例中，收集模組222還可以被配置以收集總體網站分析資料以及實體網站分析資料。收集模組222可以收集用於由選擇模組218選擇之搜索關鍵詞之搜索而產生的參考之實體網站分析資料。收集模組222還可以收集用於一或更多與實體不相關之網頁之總體網站分析資料。在部份實施例中，與實體不相關之網頁可以是由選擇模組218選擇之搜索關鍵詞之搜索而產生之網頁。在這些及其他實施例中，被選擇用於收集總體網站分析資料之網頁數量可以變化並且可以包含具有最高搜索評分之網頁，例如具有前5，10或者15之最高評分之網頁。在其他實施例中，被選擇用於收集總體網站分析資料之網頁數量可以包含具有高於參考之搜索評分之一搜索評分之所有網頁或具有位於參考之搜索評分一預定範圍內之一搜索評分之所有網頁。

通常，總體網站分析資料以及實體網站分析資料均可以包含一搜索評分、在頁資訊、社會性媒體資料、回指鏈接資料以及/或者其他網站分析資料。在部份實施例中，社會性媒體資料可以包含一參考或一網頁才能夠社會性媒體接收之應當數量。例如，對一參考或網頁之應答數量可以是參考或網頁在一社會性網路，例如臉譜網(FACEBOOK)中被鏈接的次數，或者在一微博，例如推特(TWITTER)中被參考的次數。替代地或附加地，社會性媒體資料可以指示一參考或網頁在社會性媒體中被參考的頻率、從社會性媒體到參考或網頁之鏈接或者其他參考或網頁與社會媒體關聯之方式。在部份實施例中，回指鏈接資料可以包含全部回指鏈接的數量以及回指鏈接之質量。

在部份實施例中，預測模組224可以被配置以基於收集數值資料、搜索評分以及至少部份的收集總體網站分析資料，來預測與改善參考之搜索評分相關之一數值。在這些及其他實施例中，預測模組224可以使用收集之總體網站分析資料來確定搜索關鍵詞之搜索設計。搜索關鍵詞之搜索設計可以指示實體優化搜索關鍵詞之一等級。預測模組224可以被配置以確定實體關於搜索關鍵詞優化參考之難度等級。在部份實施例中，預測模組224可以具有預定之難度等級以及用以確定難度等級之每個設置的標準。例如，在部份實施例中，可以有三個難度等級，參考為低難度、中難度或高難度。

例如，在這些及其他實施例中，用於低難度等級之標準可以是，是否收集之總結網站分析資料和實體網站分析資料表示相比總體網站分析資料收集之網頁的70%，參考具有更多的回指鏈接和更多優質的回指鏈接。用於中難度等級之標準可以是，是否相比總體網站分析資料收集之大部分網頁，參考具有更少的回指鏈接但是更多優質的回指鏈接。用於高難度等級之標準可以是，是否相比總體網站分析資料收集之大部分網頁，參考具有更少的回指鏈接但是更少優質的回指鏈接。在其他實施例中，預測模組224可以使用具有多於或少於三個難度等級之其他標準或相同標準來排序難度。

在部份實施例中，基於實體優化搜索關鍵詞之難度等級，預測模組224可以基於搜索評分確定一目標評分。在部份實施例中，如果難度等級為高，則目標評分可以最少地偏离搜索評分調整，如果難度等級為中，則目標評分可以適度地偏離搜索評分來調整，以及如果難度等級為低，則目標評分可以最大程度地偏離搜索評分來調整。例如，如果搜索評分是20，如果難度等級為高，則目標評分可以設置為15，如果難度等級為中，則目標評分可以設置為10，以及如果難度等級為低，則目標評分可以設置為5。替代地或附加地，目標評分被調整遠離搜索評分的量可以取決於目標評分的值。替代地或附加地，目標評分可以基於來自使用者介面240之使用者輸入來確定。替代地或附加地，難度等級以及調整目標評分的量可以基於使用者輸入來調整。例如，在部份實施例中，一使用者可以指出用於一參考之一特定目標評分。在部份實施例中，一使用者可以指出用於確定目標評分之一進取性等級。在這些及其他實施例中，進取性等級可以基於難度等級來確定每個目標評分遠離搜索評分變化了多少。例如，對於一保守設置，具有一低難度等級之一參考之目標評分可以遠離搜索評分調整了10。對於一進取性設置，相同參考之目標評分可以遠離搜索評分調整了20。

在確定目標評分之後，基於數值資料，預測模組224可以預測與改善搜索評分相關之一數值，進而其等於目標評分。例如，假設參考為一搜索結果頁中的一網頁之鏈接，在搜索結果頁中產生參考之搜索關鍵詞之預測搜索量為每天1000搜索。如果參考之搜索評分為10且具有一5%點擊率，並且搜索評分為5且具有一20%點擊率，以及搜索評分被改善以等於目標評分，然後基於搜索量與目標評分之點擊率之乘積減去搜索量與搜索評分之點擊率之乘積，網頁訪問之增加可以是每天150訪問。與改善搜索評分相關之數值可以是網頁訪問數值與訪問量增加的乘積。因此，如果訪問數值為5美元，則改善搜索評分相關之數值可以是750美元。

在部份實施例中，預測模組224也可以被配置以預測與改善搜索評分相關之成本，並且基於預測成本以及預測數值計算一淨收益。例如，在部份實施例中，預測模組224可以預測一成本，此成本與增加到一網頁之回指鏈接數量進而增加網頁之搜索評分相關。使用與增加回指鏈接數量相關之預測成本以及透過增加回指鏈接數量由網頁獲得之預測數值，網頁之一淨收益可以計算出。

在部份實施例中，預測模組224可以在實體優化搜索關鍵詞之後，獲得與改善搜索關鍵詞相關之實際數值。預測模組224可以比對實際數值與預測數值，以獲得搜索關鍵詞之一比對數值。例如，在部份實施例中，在優化搜索評分之後，一使用者可以提供以及/或者SEO系統200可以計算從搜索關鍵詞產生之收益增加，並比對實際數值與預測數值。在其他實施例中，實際數值可以是基於每次點擊基礎之一成本，實體節省之一數值。

優化模組212可以使用搜索關鍵詞之比對數值來預測其他搜索關鍵詞之數值。例如，在部份實施例中，選擇模組218可以選擇一第二搜索關鍵詞。評分模組220可以獲得用於使用第二搜索關鍵詞之實體之一第二參考之一第二搜索評分。收集模組222可以收集關於第二參考之第二搜索關鍵詞之第二數值資料。預測模組224可以基於第二數值資料、第二搜索評分以及比對數值來預測與改善搜索評分相關之一第二數值。透過使用搜索關鍵詞產生之比對數值，優化模組212可以調整第二數值之預測數值，並由此獲得一更好之預測。

在部份實施例中，推薦模組226可以被配置以產生指示預測數值之一報告。在部份實施例中，報告可以呈現用於改善搜索評分之推薦，以取得與改善搜索評分相關之數值。替代地或附加地，報告可以包含實體之淨收益。

在部份實施例中，SEO系統200可以提供用於SEO系統200之手段，以驗證推薦是否已出現。例如，SEO系統200可以執行一審計來確定是否優化已發生。SEO系統200還可以設置推薦為跟蹤關鍵詞，以確定優化發生的時間以及跟蹤優化產生之實際數值。

正如文中所描述，選擇模組218可以選擇一或更多與實體相關之搜索關鍵詞。當選擇模組218選擇複數個搜索關鍵詞用於實體時，每個搜索關鍵詞可以由評分模組220、收集模組222以及預測模組224處理，以利用與每個搜索關鍵詞相關之一參考來預測改善搜索關鍵詞之相關數值。

在部份實施例中，推薦模組226可以被配置以指定部份或全部的選擇搜索關鍵詞以及與這些搜索關鍵詞相關並用於預測指定搜索關鍵詞之總預測數值之預測數值。總預測數值可以表示可被搜索關鍵詞獲得之一實體之總數值。例如，總預測數值可以表示一實體之數值，其中是否與搜索關鍵詞相關之實體之所有參考即將獲得可能最高的搜索評分。具有可能的最高搜索評分之一參考可以表示此參考具有最多可見度。例如，具有可能的最高搜索評分之參考可以具有在一搜索結果頁中最多的可見性位置。

在這些及其他實施例中，推薦模組226可以基於指定搜索關鍵詞之預測數值，來預測指定搜索關鍵詞之一捕獲數值。預測捕獲數值可以表示可從關於指定搜索關鍵詞之搜索設計之指定搜索關鍵詞獲得之一實體之一數值。在部份實施例中，預測捕獲數值可以是與改善指定搜索關鍵詞之搜索評分相關之所有數值之一編譯，其中指定搜索關鍵詞如由預測模組224所預測。

在部份實施例中，推薦模組226可以呈現總數值與捕獲數值之一比對給一使用者。上述呈現可以是音訊、視覺或使用其他通訊方式。

在部份實施例中，推薦模組226可以被配置以基於每個指定搜索關鍵詞之預測數值與至少部份之用於每個指定搜索關鍵詞之網站分析資料之間的一相關性，指定用於分類之複數個選擇搜索關鍵詞之部份或者全部。例如，在部份實施例中，推薦模組226可以使用與如由收集模組222所確定之每個指定搜索關鍵詞相關之難度等級，以用於分類指定搜索關鍵詞。在這些及其他實施例中，推薦模組226可以基於分類難度等級以及每個搜索關鍵詞之預測數值來分類指定搜索關鍵詞。例如，推薦模組226可以分類指定搜索關鍵詞，以呈現具有最低難度等級以及最高預測數值之指定搜索關鍵詞。

在部份實施例中，推薦模組226可以被配置以推薦具有高於一閾值之預測數值之搜索關鍵詞為搜索引擎優化機會。閾值可以預定，或者基於使用者輸入、或者某些平均、加權平均、或者其他搜索關鍵詞之預測數值來確定。

在部份實施例中，推薦模組226可以被配置以基於每個搜索關鍵詞之數值資料來識別每個搜索關鍵詞之一當前值，以及基於各個搜索關鍵詞之總體網站分析資料以及實體網站分析資料來識別具有高於一閾值之一潛力以具有低於各個搜索關鍵詞之當前值之一未來值之每個搜索關鍵詞。識別具有高於一閾值之一潛力之每個搜索關鍵詞以具有低於各個搜索關鍵詞之當前值之一未來值可以包含確定搜索關鍵詞之一搜索設計，以及基於搜索設計來確定確定以下可能性，即除了實體網頁之網頁可以被優化並且減少實體參考之搜索評分。

在部份實施例中，優化模組212可以被配置以識別不同搜索平台之優化機會。例如，執行在一個人電腦(PC)上之搜索可以相比執行在一移動裝置，例如一智能電話、平板電腦、遊戲裝置或其他移動裝置上之搜索產生不同之搜索結果。

在這些及其他實施例中，一PC及一移動裝置可以是不同的搜索平台。在識別用於不同搜索平台之優化機會時，優化模組212可以執行搜索，收集數值資料以及網站分析資料以用於特定搜索平台。在其他實施例中，優化模組212可以被配置以識別用於複數個搜索平台之優化機會。在這些及其他實施例中，優化模組212可以執行搜索，收集數值資料以及網站分析資料以用於複數個搜索平台，並整合所有的搜索及收集資料。在這些及其他實施例中，優化模組212可以基於不同搜索平台提供分類，並且指示用於這些搜索平台之全部或者一個或更多的優化主意。

在這些實施例中，選擇模組218、評分模組220、收集模組222、預測模組224以及推薦模組226可以使用及/或結合相關器204、網站服務器206、深索引引擎208以及搜索引擎210中一個或更多來執行其功能。

「第3圖」係為依照文中描述之至少部份實施例設置之識別搜索引擎優化機會之一示例方法360之流程圖。在部份實施例中，方法360可以由「第1圖」之一SEO系統100執行。

方法360可以開始於步驟370，其中與一實體相關之一搜索引擎優化對象可以被選擇。在部份實施例中，搜索引擎優化對象可以是一搜索關鍵詞、回指鏈接、網頁、網頁模板或其他可以與搜索引擎優化相關之對象。

在步驟372中，與一搜索引擎優化對象相關之搜索引擎優化資料可以被收集。在部份實施例中，收集之搜索引擎優化資料包含收集之網站分析資料。例如，在實施例中，基於一搜索關鍵詞無關一實體之一個或更多網頁之總結網站分析資料可以被收集。

在步驟374中，搜索引擎優化對象到實體之一當前值可以被計算。在部份實施例中，計算搜索引擎優化對象之一當前值可以包含使用一搜索關鍵詞搜索用於一實體參考之一網路，獲得搜索產生之一參考之一搜索評分，以及收集關於參考之搜索關鍵詞之數值資料。

在步驟376中，基於收集搜索引擎優化資料以及當前值可以預測搜索引擎優化對象到實體之一未來值。在部份實施例中，搜索引擎優化對象之未來值可以基於總體網站分析資料、數值資料以及步驟374和步驟372獲得之搜索評分被預測。

本領域具有習知技藝者可以瞭解，對於文中揭露之處理及方法，執行在處理及方法中之功能可以不同順序執行。此外，概述步驟及操作僅提供作為示例，部份之步驟及操作可以是可選的，在不脫離揭露實施例之本質的情況下，以結合到更少的步驟和操作中，或者延伸至附加步驟及操作中。

「第4圖」為依照文中描述之至少部份實施例設置之識別搜索引擎優化機會之一示例方法300之流程圖。在部份實施例中，方法300可以由「第2圖」之一SEO系統200執行。

方法300可以開始於步驟310，其中使用一搜索關鍵詞可搜索用於一實體之參考之一網路。在執行搜索之後，一實體參考可以在搜索產生之搜索結果中被識別。例如，在部份實施例中，一實體之一網頁之一參考可以在一搜索結果頁範圍內被識別。在這些及其他實施例中，參考可以是到實體之一網頁之一鏈接及/或其他關於網頁之資訊，其中網頁可以作為搜索關鍵詞之一搜索結果由一搜索引擎顯示。

在步驟320中，搜索產生之用於一搜索引擎之一搜索評分可以被獲得。在部份實施例中，搜索評分可以表示關於由搜索產生之其他對象，此參考之位置。尤其，在部份實施例中，搜索評分可以表示關於一搜索結果頁中其他參考，此參考之位置。例如，如果在用於未付費或有機搜索結果之第一位置中，參考位於搜索結果頁之頂部，則參考可以被給予最高搜索評分或者第一搜索評分。

在步驟330中，關於參考之搜索關鍵詞之數值資料可以被收集。在部份實施例中，數值資料可以包含搜索關鍵詞之一付費搜索值。替代地或附加地，數值資料可以包含參考之一點擊率。替代地或附加地，數值資料可以包含搜索關鍵詞之一搜索量。替代地或附加地，數值資料可以包含搜索關鍵詞導致之每訪問一網頁之一平均值。替代地或附加地，數值資料可以包含搜索關鍵詞導致之實體網站上每次轉換之一平均值。在上述實施例之一個或更多中，一使用者可以提供數值資料，或者數值資料可以從其他來源處被收集。

在部份實施例中，數值資料可以基於與搜索關鍵詞相關之實際搜索引擎優化數值。在這些及其他實施例中，每次點擊之成本實際數值可以從一使用者、一資料庫250收集，及/或可以基於其他與實體相關之收集資訊被確定。在部份實施例中，數值資料可以包含搜索關鍵詞導致之一實際訪問及轉換數值。

在步驟340中，可以收集用於一或更多與實體不相關之網頁之總體網站分析資料。在部份實施例中，與實體不相關之網頁可以是由搜索關鍵詞之搜索而產生之網頁。在這些及其他實施例中，被選擇用於收集總體網站分析資料之網頁數量可以變化並且可以包含具有最高搜索評分之網頁，例如具有前5，10或者15之最高評分之網頁。在其他實施例中，被選擇用於收集總體網站分析資料之網頁數量可以包含具有高於參考之搜索評分之一搜索評分之所有網頁或具有位於參考之搜索評分一預定範圍內之一搜索評分之所有網頁。

通常，總體網站分析資料可以包含用於與實體不相關之每個網頁之一搜索評分、在頁資訊、以及/或者回指鏈接資料。在部份實施例中，回指鏈接資料可以包含全部回指鏈接的數量以及回指鏈接之質量。

在步驟350中，基於數值資料、搜索評分以及部份的總體網站分析資料，可以預測與改善搜索評分相關之一數值。

替代地或附加地，方法300可以包含從複數個搜索關鍵詞組中其中一組中選擇搜索關鍵詞。替代地或附加地，方法300可以包含產生一報告，此報告用來指示預測數值並包含用來改善搜索評分之推薦。在部份實施例中，報告可以包含到用於搜索關鍵詞之附加的搜索引擎優化機會之鏈接。

替代地或附加地，方法300可以包含使用總體網站分析資料來計算一目標搜索評分，並且基於目標搜索評分、搜索評分以及數值資料來預測與改善搜索評分相關之數值。在部份實施例中，基於數值資料以及搜索評分與接收自一使用者之一目標搜索評分之間的一偏差，可以預測與改善搜索評分相關之數值。在部份實施例中，方法300可以包含預測與改善搜索評分相關之成本，以及基於預測成本及預測數值來計算一淨收益。

替代地或附加地，方法300可以包含收集關於由搜索產生之參考之實體網站分析資料，並基於實體網站分析資料、數值資料、搜索評分以及至少部份之總體網站分析資料來預測數值。在部份實施例中，實體網站分析資料可以包含用於與參考相關之網頁之一搜索評分、在頁資訊、以及/或者回指鏈接資料。

替代地或附加地，方法300可以包含基於預測數值與改善搜索關鍵詞相關之一實際數值之比對，來預測與改善搜索評分相關之一比對數值。在部份實施例中，方法300可以包含利用上述比對之動作。例如，在部份實施例中，方法300可以包含獲得用於使用一第二搜索關鍵詞之實體之一第二參考之一第二搜索評分。可以收集關於第二參考之第二搜索關鍵詞之第二數值資料，並且基於第二數值資料、第二搜索評分以及比對數值來預測與改善第二搜索評分相關之一第二數值。

「第5圖」係為依照文中描述之至少部份實施例設置之識別搜索引擎優化機會之一示例方法400之流程圖。在部份實施例中，方法400可以由一SEO系統，例如「第2圖」之SEO系統200執行。

方法400可以開始於步驟402，其中與一實體相關之複數個搜索關鍵詞被選擇。例如，在部份實施例中，可以選擇那些由實體在任意方面主動管理之搜索關鍵詞。替代地或附加地，可以選擇全部或僅部份的與實體相關之搜索關鍵詞。替代地或附加地，可以基於實體競爭者之網頁優化及/或未優化所使用之搜索關鍵詞來選擇搜索關鍵詞。替代地或附加地，可以基於一使用者之輸入選擇搜索關鍵詞。

在步驟404中，可以指定選擇之搜索關鍵詞之一。在部份實施例中，方法400可以繼續步驟410、412、414、416及418，以預測與改善透過指定搜索關鍵詞之搜索獲得之一參考之一搜索評分相關之一數值。在部份實施例中，「第4圖」中，步驟410、412、414、416及418可以分別類似於步驟310、320、330、340及350。

在步驟410中，使用指定搜索關鍵詞可以搜索一網路以用於實體之參考。在步驟412中，可以獲得用於搜索產生之一參考之一搜索評分。在步驟414中，關於參考之指定搜索關鍵詞之數值資料可以被收集。

在步驟416中，基於指定搜索關鍵詞，可以選擇與實體不相關之一或更多網頁之總體網站分析資料。在部份實施例中，對於每個搜索關鍵詞，網站分析資料之收集出處之一或更多網站可以不同。

在步驟418中，基於數值資料、搜索評分以及至少部份之總體網站分析資料，可以預測與改善搜索評分相關之一數值。

在步驟420中，可以判斷是否用於每個搜索關鍵詞之一數值已被預測。當在步驟420中已預測用於每個搜索關鍵詞之一數值，則方法400可以結束，或者繼續到可選步驟422。當在步驟420中還未預測用於每個搜索關鍵詞之一數值，則方法400可以前進至步驟404，在步驟404中，搜索關鍵詞被指定，並且步驟410、412、414、416及418可以關於指定搜索關鍵詞被執行。在部份實施例中，步驟410、412、414、416及418可以一線狀形式關於每個搜索關鍵詞而被執行。在其他實施例中，步驟410、412、414、416及418可以一並行方式關於每個搜索關鍵詞而被執行。

方法400可以選擇性地包含步驟422，其中基於每個搜索關鍵詞之預測數值來組織選擇之搜索關鍵詞。例如，在部份實施例中，基於每個搜索關鍵詞之預測數值之間的相關性以及每個搜索關鍵詞之至少部份之網站分析資料，透過分類搜索關鍵詞，可以組織選擇之搜索關鍵詞。替代地或附加地，基於具有高於一閾值之數值之搜索關鍵詞，可以組織搜索關鍵詞。在這些及其他實施例中，具有高於一閾值之數值之搜索關鍵詞可以被推薦為搜索關鍵詞優化機會。

替代地或附加地，方法400可以包含基於每個搜索關鍵詞之數值資料計算所有選擇之搜索關鍵詞之一總數值，並且基於所有預測數值計算所有選擇之搜索關鍵詞之一捕獲數值。在這些及其他實施例中，總數值與捕獲數值之一比對可以呈現給一使用者。

「第6圖」係顯示了依照文中描述之至少部份實施例設置之用以識別搜索引擎優化之一圖形介面之一儀錶板500之示意圖。

儀錶板500顯示了一圖表540，其可以包含關於一實體之選擇之搜索關鍵詞之資訊，例如圖表540中涉及之關鍵字。圖表540可以包含諸如關鍵字、透過搜過關鍵字產生之一實體之一參考之一當前排序(搜索評分)之資訊。圖表540還可以包含以下資訊，例如目標排序(目標搜索評分)、在關鍵字付費搜索中每次點擊之平均成本、關鍵字之搜索量、與改善搜索評分至目標排序相關之一目標節省(一數值)、改善當前排序到目標排序之難度等級，以及其他資訊。

儀錶板500還顯示了一策略選擇區510，其允許一使用者選擇用來確定選擇之關鍵字之目標排序之一進取性等級。在這些及其他實施例中，進取性等級可以確定一目標排序遠離一給定關鍵字之當前排序變化了多少。

儀錶板500還顯示一比對區520，如果每個關鍵字獲得一最高的可能排序，比對區520顯示儀錶板500範圍內實體之關鍵字之總潛在節省。此節省係指透過依賴於有機搜索流量而非付費搜索流量，實體可以獲得之節省。比對區520還基於儀錶板500中關鍵字之優化當前等級，顯示實體之一當前節省，基於取得關鍵字之目標排序之一優化預定等級，顯示實體之一目標節省，以及顯示是當前節省與目標節省之間的差值的實體節省之潛在增加。儀錶板500還顯示一關鍵字選擇區530，其中一使用者可以取消選擇關鍵字，以從儀錶板500移除關鍵字。

這裡描述之部份實施例包含一電腦程式產品，其具有電腦可執行指令，以導致具有電腦程式產品之一電腦系統執行用以識別搜索引擎優化機會之電腦可執行指令之一電腦方法。電腦方法可以是一電腦系統執行之文中描述之任意方法。電腦程式產品可以位於一電腦記憶體裝置中，電腦記憶體裝置可以移除或整合至電腦系統中。

文中描述之部份實施例包含能夠執行文中描述之方法之一電腦系統。如此，電腦系統可以包含一記憶體裝置，其具有執行上述方法之電腦可執行指令。

在部份實施例中，一電腦裝置，例如一電腦或者一電腦之一記憶體裝置，可以包含一選擇模組、一評分模組、一收集模組、一預測模組、以及一推薦模組。這些模組可以被配置以執行文中描述之任意方法。此外，這些模組可以結合到一個單獨模組中或以單獨平台上。在部份實施例中，一電腦程式產品可以包含用以執行任一專利申請範圍之任一方法之一或更多算法。

本揭露不局限於本申請中描述之特定實施例，這些特定實施例之目的係作為不同方面之闡述。本領域之技術人員應當意識到在不脫離本發明所附之申請專利範圍所揭示之本發明之精神和範圍的情況下，所作之更動與潤飾，均屬本發明之專利保護範圍之內。除了這些列舉之方法之外，位於本公開保護範圍內之功能性等同方法及設備將從上文之描述對本領域之技術人員來說是顯然的。本公開僅由所附申請專利範圍所限製。也應當瞭解，文中使用的專用術語係僅用於描述特定實施例，並且目的不在於進行限製。

在一圖示實施例中，文中描述之任意操作、處理等可以被執行為儲存在一電腦可讀媒介上之電腦可讀指令。電腦可讀指令可以由一移動單元、一網絡元件、及/或任意其他電腦裝置來執行。

在系統之硬體執行與軟體執行方面之間不存在區別；硬體或軟體之使用通常係(但是不總是，因為在某些環境下硬體與軟體之間的選擇可以變得意義重大)代表成本與效率折衷方案之一設計選擇。存在各種手段可以對文中描述之處理及/或系統以及/或者其他技術產生影響(即，硬體、軟體及/或固件)，並且手段可以隨著處理及/或系統以及/或者其他技術應用之環境進行變化。例如，如果一執行者決定速度及精度是重要的，則執行者可以選擇一主要硬體及/或固件之手段；如果靈活性為重要的，則執行者可以選擇一主要軟體執行裝置；或者，替代地，執行者可以選擇硬體、軟體、及/或固件之部份結合。

上述詳細描述已闡述了藉由使用方框圖、流程圖及/或示例之各種實施例。目前為此，這樣的方框圖、流程圖及/或示例包含一或更多功能及/或操作，本領域之技術人員應當意識到，如此之方框圖、流程圖或示例內之每個功能及/或操作可以由各種硬體、軟體、固件或其實際的任意結合來單獨及/或共同地執行。在部份實施例中，文中描述之主題之數個部份可以藉由特定用途積體電路(ASIC)、場可編程閘陣列(FPGA)、數位訊號處理器(DSP)或者其他積體形式。然而，本領域之技術人員應當意識到，文中揭露之實施例之某些方面，整體或部份地，可以在積體電路中被等同地執行為運行在一或更多電腦上之一或更多電腦程式(即，如同運行在一或更多電腦系統上之一或更多程式)，執行為運行在一或更多處理器上之一或更多程式(即，如同運行在一或更多微處理器上之一或更多程式)，執行為固件、或者執行為其實際的任意結合，並且應當意識到，設計電路及/或線路時，依照本揭露軟體及/或固件之代碼將很好地落在本領域之技術人員之技藝範圍內。此外，本領域之技術人員將瞭解文中揭露之主題之機製能夠作為一程序產品以各種形式分配，並且瞭解文中揭露之主題之一闡述實施例應用於執行上述分配，而不管所使用之訊號承載媒介之特定類型。一訊號承載媒介之示例包含以下：一可記錄型媒介，例如一軟碟、一硬碟驅動、一光碟(CD)、一數位多功能光碟(DVD)、一數位磁帶、一電腦記憶體等；以及一傳輸型媒介，例如一數位通訊媒介及/或一類比通訊媒介(即，一光纖電纜、一波導、一有線通訊鏈路、一無線通訊鏈路等)。

本領域之技術人員應當意識到，在本領域內以這裡闡述之形式描述裝置及/處理是常見的，並且然後使用工程實踐來整合描述之裝置及/或處理到資料處理系統中。即，至少部份這裡描述之裝置及/或處理可以藉由一合理數量之實驗而結合至一資料處理系統中。本領域之技術人員應當意識到，一典型資料處理系統通常係包含以下設備中之一個或更多：一系統單元外殼，一視訊顯示裝置，諸如揮發性及非揮發性記憶體之一記憶體，諸如微處理器及數位訊號處理器之處理器，諸如作業系統、驅動器、圖形使用者介面、以及應用程式之計算實體，諸如一觸摸板或觸摸螢幕之一或更多交互裝置，及/或包含反饋迴路和控制馬達之控制系統(即，用於感測位置及/或速度之反饋；用於移動及/或調整部件和/或數量之控制馬達)。一典型資料處理系統可以利用任意合適之商業可得之部件，諸如那些通常在資料計算/通訊系統以及/或者網路計算/通訊系統中發現之部件而被執行。

文中揭露之主題有時闡述不同部件包含在、或連接於其他不同之部件。應當瞭解，如此描述之結構僅為示例性的，並且實際上許多其他結果可以被執行並取得相同之功能。在一觀念感覺上，取得相同功能之任意部件設置係有效地“關聯”，這樣期望之功能可以取得。因此，任意兩個部件結合以取得以特定功能可以看作為互相“相關”，這樣期望之功能可以取得，而不論結構或中間部件。同樣地，任意兩個相關之部件也可以看作為互相“可操作地連接”或者“可操作地耦合”，以取得期望之功能，並且任意兩個能夠相關之部件也可以被看作為互相“可操作地可耦合”，以取得期望之功能。可操作地可耦合之特定示例包含但不局限於物理耦合及/或物理相互作用部件及/或無線可相互作用部件及/或無線相互作用部件及/或邏輯相互作用部件及/或邏輯可相互作用部件。

「第7圖」係顯示了能夠執行文中描述之任意計算方法之一計算裝置600之一實施例。在一非常基礎之架構602中，計算裝置600通常係包含一或更多處理器604以及一系統記憶體606。一記憶體匯流排608可以用於在處理器604與系統記憶體606之間通訊。

取決於期望架構，處理器604可以是任意類型，包含但不局限於一微處理器(μP)、一微控制器(μC)、一數位訊號處理器(DSP)或其任意組合。處理器604可以包含例如一一級緩存610以及一二級緩存612之多級高速緩存、一處理器內核614、以及一暫存器616。一示例之處理器內核614可以包含一算法邏輯單元(ALU)、一浮點單元(FPU)、一數位訊號處理內核(DSP內核)或其任意組合。一示例記憶體控制器618也可以用於處理器604，或者在部份實施例中，記憶體控制器618可以是處理器604之一內部部份。

取決於期望架構，系統記憶體606可以是任意類型，包含但不局限於揮發性記憶體(例如隨機存取記憶體RAM)、非揮發性記憶體(例如只讀記憶體ROM、快閃記憶體等)或其任意組合。系統記憶體606可以包含一作業系統620、一或更多應用622以及程式資料624。應用622可以包含一判定應用626，以設置來執行文中描述之包含關於這裡描述之方法描述的功能。例如，判定應用626可以相當於「第2圖」之預測模組224。程式資料624可以包含判定資料628，例如可以用來預測與改善一參考之搜索評分相關之一數值的數值資料或網站分析資料。在部份實施例中，應用622可以被設置以協同程式資料624一起運作在作業系統620上。

計算裝置600可以具有附加特徵或功能，以及附加介面，以促進基礎架構602與任意所需裝置及介面之間的通訊。例如，藉由一儲存介面匯流排634，一匯流排/介面控制器630可以用來促進基礎架構602與一或更多資料儲存裝置632之間的通訊。資料儲存裝置632可以是可移除儲存裝置636、非移除儲存裝置638、或其結合。舉例來說，可移除儲存裝置及非移除儲存裝置之例子包含諸如軟碟驅動及硬碟驅動(HDD)之磁碟裝置、諸如光碟(CD)驅動或數位多功能光碟(DVD)驅動之光碟驅動、固態硬碟(SSD)、以及磁帶驅動。電腦儲存媒介之例子可以包含執行在資訊(例如電腦可讀指令、資料指令、程式模組、或其他資料)儲存之任意方法或技術中之揮發性媒介和非揮發性媒介、可移除媒介和非移除媒介。

系統記憶體606、可移除儲存裝置636以及非移除儲存裝置638係為電腦儲存媒介之示例。電腦儲存媒介包含但不局限於RAM、ROM、電可擦除只讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、只讀光碟(CD-ROM)、DVD或其他光儲存裝置、磁帶盒裝置、磁帶裝置、磁碟儲存裝置或其他磁性儲存裝置，或者其他可用來儲存期望資訊以及可由電腦裝置600接入之媒介。任何這樣的電腦儲存媒介可以是計算裝置600的一部分。

計算裝置600也可以包含一介面匯流排640，以藉由匯流排/介面控制器630，促進各種介面裝置(即，輸出裝置642、週邊介面644以及通訊裝置646)到基礎架構602之通訊。輸出裝置642之例子包含一圖形處理單元648、以及一音訊處理單元650，其可以被配置以藉由一或更多音訊/視訊埠652而通訊至各種外部裝置，例如一顯示器或一揚聲器。週邊介面644之例子包含一串列介面控制器654或者一並行介面控制器656，其可以被配置以藉由一或更多輸入/輸出埠658，與諸如輸入裝置(即，鍵盤、滑鼠、筆、語音輸入裝置、觸摸輸入裝置等)或其他週邊裝置(即，列印機等)通訊。通訊裝置646之例子包含一網路控制器660，其可以被設置以藉由一或更多通訊埠664，促進與一或更多其他計算裝置622在一網路通訊鏈路上之通訊。

網路通訊鏈路可以是一通訊媒介其中之一的例子。通訊媒介通常可以由電腦可讀指令、資料結構、程式模組或其他位於一模組化資料訊號中的資料(例如一載波或其他傳輸機製)來體現，並且可以包含任意資訊傳遞媒介。一“模組化資料訊號”可以是具有一或更多其特徵之一訊號，其特徵係以訊號中編碼資訊之方式被設置或改變。透過但不局限於示例，通訊媒介可以包含諸如一有線網路連接或一直接線路連接之有線媒介、以及諸如聲學、射頻(RF)、微波、紅外(IR)及其他無線媒介之無線媒介。文中使用之詞語電腦可讀媒介可以均包含儲存媒介和通訊媒介。

計算裝置600可以被執行為例如一蜂窩電話之一小尺寸便攜(或移動)電子裝置、一個人資料助理(PDA)、一個人媒介播放器、一無線網路表(WEB-WATCH)裝置、一個人頭戴式耳機裝置、一特定應用裝置或包含任意以上功能之一混合裝置。計算裝置600也可以被執行為包含膝上電腦或非膝上電腦架構之一個人電腦。計算裝置600還可以任意類型之網絡計算裝置。計算裝置600還可以是文中描述之一自動化系統。

文中描述之實施例可以包含使用一特定目的或一通用目的之電腦，其包含各種電腦硬體模組或軟體模組。

本發明範圍內之實施例還可以包含用於攜帶或具有電腦可執行指令或資料結構儲存其上之電腦可讀媒介。上述電腦可讀媒介可以是由一通用目的電腦或一特定目的電腦接入之任意可獲得之媒介。透過但不局限於示例，上述電腦可讀媒介可以包含RAM、ROM、EEPROM、CD-ROM、或其他光碟儲存裝置、磁碟儲存裝置或其他磁性儲存裝置、或其他可以用來攜帶或儲存電腦可讀指令或資料結構形式之期望程式代碼方法的媒介，以及可由一通用目的電腦或一特定目的電腦接入之任意其他媒介。當經由一網路或其他通訊連接(硬線、無線或硬線與無線之結合)傳輸或提供資訊至一電腦時，電腦合適地視作此連接為一電腦可讀媒介。因此，任意這樣的連接可以稱作為一電腦可讀媒介。上述結合也應當包含在電腦可讀媒介至範圍內。

電腦可執行指令包含，例如導致一通用目的電腦、一特定目的電腦或一特定目的處理裝置執行某一功能或一組功能之指令及資料。雖然以特定於結構特徵及/或方法行為之語言描述本主題，應當理解，所附申請專利範圍中限定之主體不必要限製上述特定特徵或動作。此外，上述特定特徵及動作係以執行所附申請專利範圍之示例形式而被揭露。

如文中所用，術語“模組”或“部件”可以參考執行於計算系統上之軟體對象或程式。文中描述之不同部件、模組、引擎及服務器可以被實施為執行在計算系統上之對象或處理(即，作為單獨線程)。雖然文中描述之系統及方法最好執行在軟體中，但執行在硬體或軟體與硬體結合中也是可以的及被考慮的。在本描述中，一“計算實體”可以是文中先前描述之任意計算系統，或者運行於一計算系統上之模組或模組之結合。

關於任意複數個及/或單獨詞語之使用，正如適於環境及/或應用，本領域技術人員可以從複數個轉化為單獨的，以及/或者從單獨的轉化為複數個。各種單獨/複數個交換可以是清楚的緣故在文中進行闡述表達。

本領域技術人員應當瞭解，通常文中並且尤其是所附申請專利範圍(即，所附申請專利範圍部份)中使用之詞語係通常表示為“開放性”的詞語(即，詞語“包含INCLUDING”應當被解釋為“包含但不局限於”，詞語“具有HAVING”應當被解釋為“具有至少”，詞語“包含INCLUDES”應當被解釋為“包含但不局限於”等)。本領域技術人員還應當瞭解，如果一特定數量之一引用請求項列舉為預期的，則這樣的預期將被明確地列舉在請求項中，並且缺少這樣的列舉，此預期將不存在。例如，作為輔助理解，下列所附請求項可以包含引導短語“至少一”以及“一或更多”之使用，以引入請求項列舉。但是，這樣短語的使用應當不解釋為暗示由非限定冠詞“一”之一請求項列舉之引入限製包含這樣引入請求項列舉之任意特定請求項於包含僅一個這樣的列舉的實施例，即使當相同請求項包含引入短語“一或更多”或“至少一”以及非限定冠詞“一”(即，“一”應當被解釋為表示“至少一”或者“一或更多”)；同樣適用用來引入請求項列舉之限定冠詞。此外，即使一特定數量之引入請求項列舉被明確列舉，本領域技術人員應當瞭解，這樣的列舉將被解釋為表示至少列舉的數量(即，直接列舉“兩個列舉”，在沒有其他修飾語的情況下，表示至少兩個列舉，或者兩個或更多列舉)。此外，在那些使用類似於“A、B及C中至少一”之一慣例的句子中，通常，這樣的結構係期望本領域技術人員應當瞭解這樣的常規(即，“具有A、B及C中至少一之一系統”將包含但不局限於僅具有A的系統、僅具有B的系統、僅具有C的系統、具有A和B的系統、具有A和C的系統、具有B和C的系統、及/或具有A、B和C的系統等等”)。在那些使用類似於“A、B或C中至少一”之一慣例的句子中，通常，這樣的結構係期望本領域技術人員應當瞭解這樣的常規(即，“具有A、B或C中至少一之一系統”將包含但不局限於僅具有A的系統、僅具有B的系統、僅具有C的系統、具有A和B的系統、具有A和C的系統、具有B和C的系統、及/或具有A、B和C的系統等等”)。本領域技術人員還應當瞭解，其實任何轉折連詞及/或表示兩個或更多替代性詞語之短語，無論在說明書中，請求項中或附圖中，應當被理解為考慮包含這些詞語之一、這些詞語任一或所有詞語之可能。例如，短語“A或B”應當被理解包含“A”或“B”或“A和B”的可能。

此外，在文中依照馬庫遜組描述之揭露特徵或方面，本領域技術人員應當瞭解，揭露還由此依照馬庫遜組之一單獨元件或子組元件描述。

本領域技術人員應當瞭解，為了任意及所有目的，例如依照提供一書寫描述，文中揭露之所有範圍還包含任意及所有可能子範圍及其子範圍組合。任意所列範圍可以容易地瞭解為有效地描述及使得相同範圍被分解為至少相等的兩等分、三等分、四等分、五等分、十等分等。作為一非限製示例，文中討論之每個範圍可以容易地被分解為一低三分段、一中間三分段、以及一高三分段。本領域技術人員應當瞭解，諸如“高達”、“至少”及類似之所有語言包含列舉數量並參考可以如上文討論被隨後分解為子範圍之範圍。最后，本領域技術人員應當瞭解，一範圍包含每個單獨成員。因此，例如，具有1-3電池之一組表示具有1電池、2電池或3電池之組。類似地，具有1-5電池之一組表示具有1電池、2電池、3電池、4電池或5電池之組等等。

本領域之技術人員應當意識到在不脫離本發明所附之申請專利範圍所揭示之本發明之精神和範圍的情況下，所作之更動與潤飾，均屬本發明之專利保護範圍之內。關於本發明所界定之保護範圍請參照所附之申請專利範圍。

100．．．搜索引擎優化系統

102．．．網路

104．．．相關器

106．．．網絡服務器

108．．．深索引引擎

110．．．搜索引擎

112．．．優化模組

120．．．選擇模組

122．．．收集模組

124．．．計算模組

126．．．預測模組

204．．．相關器

206．．．網絡服務器

208．．．深索引引擎

210．．．搜索引擎

212．．．優化模組

218．．．選擇模組

220．．．評分模組

222．．．收集模組

224．．．預測模組

226．．．推薦模組

240．．．使用者介面

250．．．資料庫

360．．．示例方法

300．．．示例方法

400．．．示例方法

500．．．儀錶板

510．．．策略選擇區

520．．．比對區

530．．．關鍵字選擇區

540．．．圖表

600．．．計算裝置

602．．．基礎架構

604．．．處理器

606．．．系統記憶體

610．．．一級緩存

612．．．二級緩存

614．．．處理器內核

616．．．暫存器

618．．．記憶體控制器

620．．．作業系統

622．．．應用

624‧‧‧程式資料

626‧‧‧判定應用

628‧‧‧判定資料

630‧‧‧匯流排/介面控制器

632‧‧‧資料儲存裝置

634‧‧‧儲存介面匯流排

636‧‧‧可移除儲存裝置

638‧‧‧非移除儲存裝置

640‧‧‧介面匯流排

642‧‧‧輸出裝置

644‧‧‧週邊介面

646‧‧‧通訊裝置

648‧‧‧圖形處理單元

650‧‧‧音訊處理單元

652‧‧‧音訊/視訊埠

654‧‧‧串列介面控制器

656‧‧‧並行介面控制器

658‧‧‧輸入/輸出埠

660‧‧‧網路控制器

662‧‧‧其他計算裝置

664‧‧‧通訊埠

第1圖係為本發明之一實施例之配置用以識別搜索引擎優化之機會之一搜索引擎優化(SEO)系統；

第2圖係為本發明之一實施例之配置用以識別搜索引擎優化之機會之另一SEO系統；

第3圖係為識別搜索引擎優化機會之一示例方法之流程圖；

第4圖係為識別搜索引擎優化機會之另一示例方法之流程圖；

第5圖係為識別搜索引擎優化機會之又一示例方法之流程圖；

第6圖係顯示了用以識別搜索引擎優化之一圖形介面之一儀錶板之示意圖；以及

第7圖係顯示了能夠執行文中描述之某些實施例之一計算系統之一實施例。

360．．．示例方法

Claims (9)

1. 一種識別有機搜索引擎優化機會之方法，該方法包含：選擇與一實體相關之一搜索關鍵詞；基於該搜索關鍵詞，收集與該實體不相關之一或更多網頁之總體搜索引擎優化資料；使用該搜索關鍵詞搜索至該實體之有機參考之一網路，藉以執行一網路搜索；獲得透過該網路搜索所產生之一有機參考的一搜索評分；關於該有機參考收集該搜索關鍵詞之數值資料；根據該數值資料與該搜索評分計算一當前值；以及基於該總體搜索引擎優化資料與該當前值預測至該實體之該搜索關鍵詞之一未來值。
2. 如請求項第1項所述之識別搜索引擎優化機會之方法，還包含預測與改善該搜索評分相關之成本，以及基於該預測成本及所預測的該未來值計算一淨收益。
3. 如請求項第1項所述之識別搜索引擎優化機會之方法，其中該數值資料係包含一或更多之該搜索關鍵詞之一付費搜索數值、該參考之一點擊率、該搜索關鍵詞之一搜索量、該搜索關鍵詞導致之每訪問該實體之一網站之一平均數值、或者該搜索關鍵詞導致之每轉換該實體之該網站之一平均數值。
4. 如請求項第3項所述之識別搜索引擎優化機會之方法，一或更多之該搜索關鍵詞之該付費搜索數值、該參考之該點擊率、該 搜索關鍵詞之該搜索量、每訪問之該平均數值、或者每轉換之該平均數值係接收自一使用者。
5. 如請求項第1項所述之識別搜索引擎優化機會之方法，其中所預測的該未來值係區別用於不同的搜索平台。
6. 一種識別有機搜索引擎優化機會之方法，該方法包含：選擇與一實體相關之搜索關鍵詞：使用該搜索關鍵詞搜索至該實體之有機參考之一網路；獲得由該搜索產生之一有機參考之一搜索評分；關於該有機參考收集該搜索關鍵詞之數值資料；基於該搜索關鍵詞，收集關於與該實體不相關之一或更多網站之網站分析資料；基於該數值資料、該搜索評分以及至少部份的該網站分析資料預測與改善該搜索評分相關之一數值；比對與改善該搜索評分相關之該數值和一付費廣告之成本，該付費廣告與使用該搜索關鍵詞之搜索形成相同的可見度；當與改善該搜索評分相關之該數值大於具有相同的可視度之該付費廣告之成本時，推薦改善使用該搜索引擎優化；以及當與改善該搜索評分相關之該數值小於或等於具有相同的可視度之該付費廣告之成本時，推薦使用該付費廣告。
7. 如請求項第6項所述之識別搜索引擎優化機會之方法，其中該數值資料係包含一或更多之該搜索關鍵詞之一付費搜索數值、該參考之一點擊率、該搜索關鍵詞之一搜索量、該搜索關鍵詞導致之每訪問該實體之一網站之一平均數值、或者該搜索關鍵詞導致之每轉換該實體之該網站之一平均數值。
8. 如請求項第7項所述之識別搜索引擎優化機會之方法，其中一或更多之該搜索關鍵詞之該付費搜索數值、該參考之該點擊率、該搜索關鍵詞之該搜索量、每訪問之該平均數值、或者每轉換之該平均數值係接收自一使用者。
9. 如請求項第6項所述之識別搜索引擎優化機會之方法，其中該預測數值係區別用於不同的搜索平台。