页面权威 2.0：测试和时间更新

[testyedits]

Moz 工具 | SEO 报告 | Moz 新闻
在任何领域，最难做出的决定之一就是故意选择错过最后期限。在过去的几个月里，一支由一些最优秀的工程师、数据科学家、项目经理、编辑和营销人员组成的团队一直在努力，争取在 2020 年 9 月 30 日发布新的页面权威 (PA)。新模型几乎在各个方面都优于当前的 PA，但我们上一次的质量控制措施发现了一个我们无法忽视的异常现象。

因此，我们做出了一个艰难的决定，推迟推出 Page Authority 2.0。所以，让我花点时间回顾一下我们是如何走到这一步的，现在我们处于什么位置，以及我们打算如何继续前进。

用新眼光看待老问题
从历史上看，Moz 曾反复使用相同的方法来构建页面权威模型（以及域权威模型）。该模型的优点是简单，但也有很多不足之处。

以前的页面权威模型针对 SERP 进行训练，试图根据从 Link Explorer 反向链接索引计算出的一组链接指标来预测一个 URL 是否会排名高于另一个 URL。这种模型的一个关键问题是它 澳大利亚电话数据 无法有意义地解决特定一组链接指标的最大强度问题。

例如，想象一下互联网上链接最强大的 URL：Google、Youtube、Facebook 的主页或关注的社交网络按钮的分享 URL。没有 SERP 将这些 URL 相互比较。相反，这些极其强大的 URL 通常排名第一，其次是指标低得多的页面。想象一下，如果迈克尔·乔丹、科比·布莱恩特和勒布朗·詹姆斯分别与高中球员进行一对一比赛。每次都会获胜。但我们很难从这些结果推断迈克尔·乔丹、科比·布莱恩特或勒布朗·詹姆斯是否会在一对一比赛中获胜。

当重新审视域名权威时，我们最终选择了一个我们拥有丰富经验的模型：原始的 SERP 训练方法（尽管进行了一些调整）。对于页面权威，我们决定采用完全不同的训练方法，即预测哪个页面的总自然流量会更多。该模型具有几个有希望的特性，例如能够比较不出现在同一个 SERP 上的 URL，但也存在其他困难，例如页面具有高链接权益，但只是处于不常搜索的主题领域。我们解决了许多这些问题，例如增强训练集，以使用非链接指标来考虑竞争力。

衡量新页面权威的质量
过去和现在的结果都非常令人鼓舞。

首先，新模型显然预测了某个页面比另一个页面拥有更多有价值的自然流量的可能性。这是意料之中的，因为新模型就是针对这一特定目标的，而当前的页面权威模型只是试图预测某个页面是否会排名高于另一个页面。


其次，我们发现新模型比之前的页面权威模型更能预测一个页面是否会排名高于另一个页面。这尤其令人高兴，因为它打消了我们许多担忧，即由于新的训练模型，新模型在旧的质量控制方面表现不佳。

新模型在预测 SERP 方面比当前 PA 好多少？在每个间隔中（一直到第 4 位对第 5 位），新模型的表现都与当前模型持平或优于当前模型。它从未输过。


一切看起来都很棒。然后我们开始分析异常值。我喜欢称之为“有什么看起来很愚蠢吗？”测试。机器学习会犯错误，就像人类一样，但人类犯错的方式非常特殊。当人类犯错时，我们往往能准确地理解为什么会犯错。但机器学习，尤其是神经网络的情况并非如此；我们在新模型下提取了页面权威性高、恰好没有自然流量的 URL，并将它们纳入训练集以学习这些错误。我们很快看到奇怪的 90+ PA 下降到更合理的 60 和 70……又一次胜利。