关键字规划器范围对数的上

Joyzfsddt76

不。事实证明，关键字数据并不一致。它通常遵循这些模式，但并非总是如此。例如，在我们的分析中，我们发现，虽然 101-200 之后的音量范围是 201-500（广度增加了 3 倍），但下一个最佳范围实际上是 501-850，广度仅增加了 1/6。

这可能是由于与某些关键词相关的非随机人类搜索模式造成的。有些关键词人们可 泰国手机数据 能每天、每周、每月、每季度等搜索一次。想象一下“本月第一个星期一是哪天”和“本月最后一个星期二是哪天”这样的关键词。所有这些关键词都会被类似的人群以类似的次数每月搜索，从而产生非随机的一致性。这些模式会导致术语波动的变化，这与数据真正随机时您预期的自然对数尺度不一致。我们的机器学习量范围可以高效且有效地捕获这种非随机的人类行为。

我们实际上可以很容易地通过图表来证明这一点。

升趋势线图。Google 的范围大小几乎是完全线性的，这意味着它们根本没有针对搜索量波动和季节性的非线性、非随机性质进行优化。
请注意，在此图中，Google 关键字规划师量范围的对数几乎是线性的，除了尾端。这表明 Google 几乎没有尝试解决使数据非随机的搜索行为模式。相反，他们对其量桶应用了一条简单的对数曲线，然后就此打住。R 2值显示了这种关系有多接近 1（完美线性）。

Moz 范围对数的上升趋势线图。Moz 的关键字资源管理器量范围远没有那么线性，因为它们经过训练可以最大化特异性和覆盖率，利用人类搜索模式中的非随机变化。
Moz 关键字量范围的对数远没有那么线性，这表明我们的范围优化方法在搜索数据中发现异常，这些异常与搜索量波动性并不符合完美的对数关系。这些异常很可能是由人类搜索行为中真实的非随机模式引起的。查看 Moz 图表中的第 11 位和第 12 位。我们的范围实际上在第 12 位处收缩，然后在第 13 位处回升。存在一个真实的、由数据确定的异常，表明该范围内的搜索实际上比前一个范围内的搜索波动性更小，尽管搜索频率更高。