了解 Google 可能使用的一些潜在信号，以判断您的内容和品牌是否具有强大的 EAT。
我们无法 100% 确定的是，Google 如何将 EAT（一个概念，而不是直接的排名因素或分数）转化为搜索引擎可以评估以对搜索结果进行排名的信号。
在本文中，我整理了 14 个潜在的页面内和页面外因素，Google 可以通过算法使用这些因素进行 EAT 评估。
免责声明
本文并非详尽列出 Google 可能使用的所有 EAT 信号，而只是根据我们掌握的支持证据和文档，介绍 Google 最有可能用来评估 EAT 的一些信号。
对于希望操纵 SERP 的 SEO 人员来说，它也不是一份备忘单。EAT 只能在有限的范围内受到 SEO 措施的影响。本文讨论的大多数信号更有可能受到营销和公关的影响。
根据 Google 的说法，没有一个单一的 EAT 分数可以汇总或加总所有信号。我可以想象 Google 通过许多不同的算法（也称为“婴儿”或“微型”算法）来获得作者、出版商或网站的 EAT 的整体印象。
这种总体印象与其说是分数，不如说是具有 EAT 的实体的样本图像的近似值。Google 可以使用选定的样本实体来训练算法，以生成 EAT 的基准模式。实体在不同信号中与此模式图像的相似度越高，质量就越高。
1. 网站内容总体质量
EAT 是针对一个或多个主题对出版商、作者或相关域的一种元评级。相比之下，Google 则在文档级别（即与相应搜索查询及其搜索意图相关的每个单独内容）评估相关性。
因此，Google 通过 EAT 评估出版商/作者的质量，并通过经典信息检索方法（例如文本分析）结合机器学习创新（例如 Rankbrain）来评估相关性。
在这种背景下，正如谷歌所证实的，不同主题领域的内容可以相互产生积极和消极的影响。
在Google Panda 更新说明中可以找到有关评估网站内容总体质量时应注意的事项的提示。
2. PageRank 或对作者/出版商的引用
Google 使用反向链接和从中继承的 PageRank 来评估内容和域名这一事实并不新鲜，并且已得到 Google 的确认。此外，Google 使用反向链接和 PageRank 来评估 EAT 也已在白皮书“ Google 如何打击虚假信息”中得到确认。
“Google 的算法会识别与可信度和权威性相关的网页信号。这些信号中最著名的是PageRank，它使用网络上的链接来了解权威性。”
3. 链接图中到信任种子站点的距离
PageRank 概念的更高级形式较少地基于传入链接的数量，而更多地基于链接文档与权威网站或种子网站的接近程度。
2017 年 Google 专利“使用网络链接图中的距离对网页进行排名”描述了如何根据与所选种子站点的接近度对链接文档进行排名。在此过程中，种子站点本身会单独加权。
种子网站本身质量较高或者来源可信度较高。
根据专利，这些种子网站必须手动选择，并且数量应受到限制以防止操纵。种子页面与要排名的文档之间的链接长度可以通过以下标准确定：
- 链接的位置。
- 源页面的主题偏离程度。
- 源页面的出站链接数。
有趣的是，没有直接或间接链接到至少一个种子网站的网站甚至不会被计入评分。
这也可以让我们得出结论，为什么有些链接会被 Google 纳入排名，而有些则不会。
“但请注意，并非页面集中的所有页面都会通过此过程获得排名分数。例如，任何种子页面都无法到达的页面将不会被排名。”
这一概念既可以应用于文档本身，也可以应用于一般的发布者、域或作者。种子网站经常直接引用的发布者或作者在主题和与其链接的语义相关关键字方面具有更高的权威性。这些种子网站可以是每个主题的一组网站，这些网站要么是手动确定的，要么达到权威性和信任信号的阈值。
4. 反向链接的锚文本
据Google介绍，反向链接的锚文本不仅是链接目标页面的排名信号，而且还起到整个域的主题分类作用。
在Google专利基于信任的搜索结果排名中，也提到使用锚文本作为信任评级。
该专利描述了如何基于信任标签补充文档的排名评分。这些信息可以来自文档本身，也可以来自以链接文本或与文档或实体相关的其他信息形式引用的第三方文档。这些标签与 URL 相关联并记录在注释数据库中。
5. 作者的可信度或信任度
在令人兴奋的谷歌专利《在线内容作者的可信度》中，提到了可用于通过算法确定作者可信度的各种因素。
它描述了搜索引擎如何在可信度因素和作者声誉分数的影响下对文档进行排名。
- 一位作者可以拥有多个声誉分数，具体取决于他在多少个不同主题上发布内容。也就是说，一位作者可以在多个主题上拥有声誉。
- 作者的声誉分数与出版商无关。
- 如果多次发布重复的内容或摘录，声誉评分可能会降低。
这项专利再次提到了链接——因此作者的声誉分数可能会受到已发布内容的链接数量的影响。
声誉评分可能的信号如下：
- 作者在某个主题领域创作内容的经验有多长时间。
- 作者多么出名啊。
- 用户对发布内容的评分。
- 如果作者的内容由另一家评级高于平均水平的出版商出版。
- 作者发布的内容数量。
- 距离作者上次出版已经过了多长时间。
- 作者对类似主题的先前出版物的评分。
有关该专利声誉评分的其他有趣信息：
- 根据作者发布内容的不同主题数量，作者可以获得多个声誉分数。
- 作者的声誉分数与出版商无关。
- 如果多次发布重复内容或摘录，声誉分数可能会降低。
- 声誉评分会受到发布内容的链接数量的影响。
此外，该专利还讨论了作者的可信度因素。为此，有关作者的职业或作者在公司中的角色的经过验证的信息是相关的。职业与已发布内容主题的相关性对于作者的可信度也具有决定性作用。作者的教育和培训水平也可能对此产生影响。
6. 作者/出版商的知名度（提及次数和搜索量）
作者/出版商的知名度越高，其可信度就越高，在某个主题领域的权威性也越高。谷歌可以通过提及次数和名称的搜索量来算法衡量知名度。除了已经提到的专利之外，谷歌还进一步声明了知名度作为可能的排名因素。
关于本地搜索，可以在 Google 支持页面上找到有关本地排名的以下声明：
“知名度：这指的是一家公司的知名度。有些地方或事物比其他地方或事物更出名。本地搜索结果的排名会考虑到这一点。例如，许多用户熟知的著名博物馆、酒店或零售品牌也很可能出现在本地搜索结果的显眼位置。此外，知名度或重要性来自我们从网络上获得的有关一家公司的信息 – 例如通过链接、文章或目录。”
谷歌的 Gary Illyes 于 2017 年在布莱顿 SEO 上谈到了提及的影响（例如在社交网络中），似乎暗示谷歌可能对此类信号感兴趣：
“如果你发布的内容质量高，在互联网上被大量引用——我说的不仅仅是链接，还包括社交网络上的提及和人们谈论你的品牌，诸如此类。那么你做得很好。”
7. 提及或评分以及点击率的情绪
Google 能够通过自然语言处理进行情感分析。
换句话说，可以确定围绕出版商或作者等实体的情绪。如果情绪是积极的，则可以提高作者/出版商的可信度。如果情绪是消极的，则情况相反。
Google 专利“情感检测作为可审查实体的排名信号”描述了如何使用情感分析来识别文档中可审查实体周围的情感。然后可以使用结果对实体和相关文档进行排名。
可评估实体包括可以表达情感的人、地点或事物，例如餐馆、酒店、电子产品等消费品、电影、书籍和现场表演。
结构化和非结构化数据都可以作为来源。结构化评论是从流行的评论网站（例如 Google Maps、TripAdvisor、Citysearch 或 Yelp）收集的。
情感数据库中存储的实体以实体 ID、实体类型和一个或多个评论的形式由元组表示。评论被分配不同的分数，这些分数在排名分析引擎中计算得出。
排名分析引擎会确定与各个评论有关的情感分数（包括作者等附加信息）。
该专利还讨论了使用交互信号作为排名因素来补充情绪。
- 用户互动分数
- 共识情绪得分
Google 如何确定用户互动分数？通过查看 SERP CTR 和停留时间等用户信号。
8. 作者/出版商与视频、播客和文档中主题相关术语的共现（页外）
可抓取和可解释内容中的实体与某些主题领域的术语同时出现，可以帮助 Google 根据主题背景对作者或出版商进行分类。
共现的次数以及共现来源的权威性和可信度可以按照EAT进行评估。
由于 Google 通过 MUM 等创新推动的发展，这些内容除了文本内容外，还可以是图像、视频和音频内容。
9. 作者/出版商与搜索查询中的主题相关术语同时出现（页外）
内容中实体和主题相关术语的共现可以帮助 Google 执行 EAT 评估。搜索查询中的共现也可能是一个重要信号。
如果很多人搜索“梅赛德斯敞篷车”或“奥拉夫·科普内容营销”，这可能表明梅赛德斯是敞篷车领域的权威，或者奥拉夫·科普是内容营销领域的权威。
10. 作者/出版商对主题文档集 (页内/页外) 贡献的内容百分比。
Google 专利“对搜索结果进行重新排序的系统和方法”描述了搜索引擎如何除了考虑作者的内容链接之外，还考虑作者对主题文档语料库的贡献。
这项谷歌专利于 2018 年 8 月获得。它描述了根据作者评分（包括引用评分）对搜索结果进行细化。引用评分基于对作者文档的引用次数。
作者评分的另一个标准是作者对文献集所贡献的内容比例。
“…其中，确定相应实体的作者分数包括：确定相应实体的引用分数，其中引用分数对应于与相应实体相关联的内容被引用的频率；确定相应实体的原始作者分数，其中原始作者分数对应于与相应实体相关联的内容的百分比，该内容是已知内容索引中内容的第一个实例；并且使用预定函数将引用分数和原始作者分数组合以产生作者分数； …”
11. 通过作者简介和关于我们页面向作者/出版商透明化（页面）
质量评估指南中提到，出版商或作者的透明度是搜索评估人员在 EAT 评级中应使用的信号。此外，斯坦福大学的《网络可信度指南》提供了一些提示，说明在设计“关于我们”页面和/或作者简介时应解决哪些问题。
“表明您的网站背后有一个真正的组织。表明您的网站是一个合法组织的网站将提高网站的可信度。最简单的方法是列出实际地址。其他功能也可以提供帮助，例如发布您的办公室照片或列出商会会员资格。
突出您组织的专业技能以及您提供的内容和服务。您的团队中有专家吗？您的贡献者或服务提供商是权威人士吗？一定要提供他们的证书。您是否隶属于受人尊敬的组织？请明确说明。相反，不要链接到不可信的外部网站。您的网站会因关联而变得不那么可信。
表明你的网站背后有诚实可信的人。本指南的第一部分是表明网站和组织背后有真实的人。接下来，找到一种方法通过图片或文字传达他们的可信度。例如，一些网站会发布员工简历，介绍他们的家庭或爱好。”
对于这一指标的算法转换，我认为仅使用作者框或关于我们页面太过简单。毕竟，人们可以简单地虚构一个作者，然后把他当作专家来介绍。
就语义搜索或基于实体的搜索而言，Google 有必要包含收集到的有关实体的信息，包括验证。只有当出版商或作者是 Google 可以检查的权威和/或专家时，“关于我们”页面和作者框才能对 EAT 有所帮助。该作者必须已经在网络上留下了可抓取的痕迹。
12. 参考文献链接
要查找将出版商和/或作者标识为权威和专家的参考资料，您可以通过从您的网站链接到出版物、访谈、专业会议的发言人简介、外部媒体的文章等，以简化 Google 的审核。
13. 域名使用 https
Google 已确认 https 是一个轻度排名因素。就信任度（即来源的可信度）而言，此排名因素是有意义的。虽然对排名的影响相当小，但每一点信任度都会累积起来。
14.基于知识的信任（认同共同观点和事实）
科学论文《基于知识的信任：评估谷歌网络资源的可信度》涉及网站可信度的算法确定。
这篇科学论文讨论了如何确定在线资源的可信度。除了分析链接之外，还提出了一种新方法，该方法基于对已发布信息的正确性的检查。
“我们提出了一种新方法，它依赖于内生信号，即信息来源提供的事实信息的正确性。虚假事实较少的信息来源被认为是值得信赖的。
我们将计算出的可信度分数称为基于知识的信任 (KBT)。在合成数据上，我们表明我们的方法可以可靠地计算出来源的真实可信度水平。”
以前基于网站使用行为的链接和浏览器数据来评估来源的可信度的方法存在缺陷，因为不太受欢迎的来源虽然提供了非常好的信息，但牌子更差，而且受到不公平的欺骗。
使用这种方法，可以对消息来源进行“可信度评分”，而不考虑受欢迎程度因素。经常提供错误信息的网站会贬值。发布符合普遍共识的信息的网站会得到奖励。这也降低了通过虚假新闻吸引注意力的网站在 Google 上获得曝光的可能性。
摘要：EAT 评估的可能因素
信息量很大。为了让您不至于迷失方向，我们创建了一个概览图，其中列出了 EAT 评估的各种可能因素。
这是原始博文“ 18 EAT Bewertungs-Faktoren für das Ranking bei Google ”的缩短和翻译版本。