高级图像 SEO:秘密指南
了解网站图像搜索引擎优化的一些专家技巧。但首先,请订阅我们的Telegram,不要错过有用的说明! 我们专业开发在线商店和令人难忘的 B2B 网站。我们还优化网站,以提高 Yandex 和 Google 的可见度。如有需要,请随时通过 WhatsApp 给我们写信: 写信至 WHATSAPP Yandex 和 Google 如何对网站图像进行排名? 搜索引擎使用: 文件名。 签名。 页面上图像旁边的文本。 图像 HTML 中的替代替代文本。 图片链接。 其他。 为什么 Google 不直接查看我图片中的内容? 事实上,Yandex 和 Google 很早就知道您照片中的内容! 搜索引擎一直在研究分析图像形状的算法,将具有稀疏关键字元数据的图像内容与包含相似内容但具有更丰富文本数据的图像进行比较。 该算法分析的一部分涉及识别图像中的文本(即图像中出现的字符)或图形设计师添加到图像中的文本。 这种光学字符识别 (OCR) 技术已经存在了一个多世纪,但当扫描文档可以转换回文本文档时(1970 年代至 1980 年代)变得更加复杂。 目前尚不清楚 OCR 何时首次被纳入搜索引擎使用的图像分析算法,但可能是在 2005 年左右。 2005 年,Google 帮助 Tesseract 成为一个开源 OCR 项目。他们聘请了 Tesseract 的主要发明者之一 Ray Smith,他最.初在惠普开发了这项技术。 (史密斯现在在 Alphabet 的人工智能智库 DeepMind 研究部门工作。) 2006 年,谷歌实 印度尼西亚 WhatsApp 号码数据 验室推出了图像标签程序,这是一种众包图像识别工具,人们可以输入关键字来描述谷歌向他们展示的图像。 Image Labeler 将这个过程变成了一个游戏:向两个人展示相同的图像,用户通过将相同的单词与图像匹配来得分。大约十年后,谷歌以不同的形式重新启动了该项目,作为其众包项目的一部分。 据信,Image Labeler 生成了大量图像内容数据,训练人工智能识别图像中可识别的形状,进一步改进谷歌的图像搜索。 谷歌的图像分析算法通过使用针对与相关关键词相关的图像进行训练的神经网络而取得了进步。 Google 的系统之一Inception被描述为一种新的深度卷积神经网络架构,用于识别形状,包括 3D 形状。它的名字取自 2010 年科幻电影《盗梦空间》中的一句台词“我们需要更深入”。 目前尚不清楚谷歌是否在搜索中使用 Inception 变体。然而,众所周知,他们使用神经网络分析结合其他算法方法来识别图像内容。 (图像识别的一个明显应用是面部识别技术。谷歌似乎没有引入它,可能是因为明显的隐私影响。然而,同事 Bill Hartzer 描述了他的客户如何在 Bing 搜索中使用面部识别明显暴露,这强烈表明该功能现在已在微软的 Bing 搜索引擎中使用 微软过去曾在一款新应用中玩过此功能,而 Jeff Sauer 此前曾暗示该功能也用于 Bing 中他们与 Facebook 合作宣布的技术。
https://fristdatabase.com/wp-content/uploads/2024/04/印度尼西亚-WhatsApp-号码数据.png
它将在 2021 年停止识别面孔。 这个想法是搜索引擎可以使用多种方法来理解图像的内容,以便将图像与关键字搜索相关联。 搜索引擎做了所有这些艰苦的工作,主要是因为网站管理员在优化图像方面做得很差,如果搜索引擎不努力对图像进行排名,那么很大一部分图像将完全隐藏在搜索引擎之外。 而且,尽管搜索引擎已经做了很多工作,但如果开发者优化了图像,它们本身就会更信任图像关键字。 如果没有关键字,您就无法判断 Google 是否为您的图片分配了正确的关键字。如果网站上的图像对您很重要,则需要对其进行优化。 图像的SEO 优化:影响搜索中图像位置的排名因素 优化图像本身 第一类图像优化因素很直观——它影响图像本身的创建。 独创性 您需要原始图像。 您在 Google 搜索结果中看到过相同的图像吗?我也不。这意味着那里不会出现抄袭。 你很少会在搜索顶部看到同一张图片的两个副本,因为谷歌认为这是垃圾。因此,您需要原始图像或已被修改得无法识别的图像,这样谷歌就不会认为它是抄袭。 如果您销售供应商的产品,请拍摄自
頁:
[1]