在SEO的过程中，我们往往有这样的观点，很少对百度搜索引擎算法进行深入的研究和探讨。原因很简单。由于技术水平有限，我们很难准确定位一个算法，真正有效！
因此，对于优化猩平台来说，我们非常清楚，我们一直是百度SEO的“实践”学校。
但这并不是说我们否定了SEO理论研究的重要性，而是说我们的技术水平确实没有达到那个水平。让我们做深入的技术研究。
这里我们没有特别提到任何人，但我们有很多SEO合作伙伴最近。我们常说分享更多的案例，纯粹的文章，更无聊。对于这个问题，我认为是这样的：
事实上，我们每天都在做很多实际的测试，我们得到了很多相关的结论，但从另一个角度来看，我们无法保证这些策略100%准确。
没有办法做一个标准化的产品，所以我们还是选择不披露半成品。
因为，这种半成品可能会赚眼球，获得流量，实际上，它没有实际意义。
比如，最近我们怎么用TF-IDF，算法，做百度的相关度很高的内容，也就是90%以上，百度SEO工作人员经常会问问题！
但目前，基于百度搜索结果作为标杆的研究，我们认为这是牵强的，而我认为TF-IDF，这个“东西”作为谷歌的小伙伴往往被称为SEO摩天大楼，事实上，从某种角度来说，它告诉你的是内容页面的核心关键词是什么。
这就像，你认为一个页面的关键字是a，但实际上，根据算法的计算，它可能是B，也可能是A1。
但是我们知道有很多因素影响搜索排序。有时，算法识别的核心关键字是B，而你给的外部资源更多，比如：反向链接（包括：内部链+外部链），其排名关键字仍然是a。
面对这样的事情是比较尴尬的，因此，我们总会和SEO中的小伙伴们打听和回答，开玩笑地说：百度是SEO经验主义者。
有时当我们研究搜索专利时，我肯定会研究它们，例如：
虽然二者都是基于超链接的研究，但前者更注重关键词的相关性，而后者更多的是基于链接关系的计算，比如不同链接质量的问题。
当然，在后期，我们认为相关算法也在不断的升级和完善。例如，Google可以更深入地计算链接距离之间的关系。
综上所述，对于SEO案例中存在的问题，我们会根据自己的实际测量情况，定期分享基本的80%左右准确的相关策略，比如：如何快速的将单页白帽排列，如何更大限度的解决基于TF-IDF算法的收集问题！（你说得对，是关于收藏）等等。
但我们认为，技术总是有限的，许多理论研究甚至在学术界仍在进行中。在学习的道路上，我们还有很多路要走。如果SEO不理解它，不要谈论它。
