Tài Liệu Seo Tiếng Việt By VietMoz

Tru
ng tâm Đào tạo SEO VietMoz –
VietMoz.edu.vn
2
Ebook SEO VietMoz 2013
About VietMoz
T
rung tâm đào to SEO VietMoz thuc Công Ty TNHH Truyn Thông VietMoz chính thc thành
lp vào ngày 31/05/2013, tuy nhiên nhng hot đng đào to và t vn ca chúng tôi thc s đã bt đu
t nm 2010.
Khi ngun t nhng bui offline cng đng và nhng lp hc SEO vi s lng hn ch do Mr.Lê
Nam (ngi sáng lp trung tâm SEO VietMoz đng thi là CEO ca VietMoz) trc tip đng lp và
ging dy. Sau rt nhiu khóa
hc tri dài trong nhiu nm qua, trung tâm đào to SEO VietMoz đã đào
to đc hàng trm SEOer và hin vn đang có rt nhiu hc viên tip tc theo hc.
Trong đào to, VietMoz c gng ti đa đ tho mãn yêu cu ca hc viên. Không ch cung cp kin
thc trong khoá hc, ging viên ca chúng tôi s chia s các kinh nghim làm vic, các thông tin b ích
v ngành Internet Marketing  Vit Nam. Chúng tôi quan tâm ti sc hc ca tng
hc viên trong lp,
vi nhng bn hc yu hoc quá bn công vic, VietMoz luôn dành thi gian giúp đ thêm đ các bn
theo kp chng trình. c bit vi nhng hc viên xut sc, s đc mi  li làm vic vi VietMoz
hoc đc VietMoz tin c ti các công ty cung cp dch v SEO và công ty làm các lnh vc khác.
VietMoz đã, đang và s luôn tìm mi các
h đ hc viên cm thy thoi mái và thun tin nht khi
đn lp hc, nhm đn mc đích cui cùng là giúp cho vic tip thu kin thc đc hiu qu hn. Phòng
hc ti trung tâm đào to SEO VietMoz đt tiêu chun quc t vi ni tht đc thit k đc bit s
mang li cm giác d chu và tri nghim đc bit
cho các hc viên.

Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
3
Ebook SEO VietMoz 2013

Trung tâm ào to SEO VietMoz liên tip t chc các bui offline min phí cho cng đng, là ni
tho lun, t vn thc mc cho mi thành viên
 có thêm thông tin v chúng tôi, xin mi các bn đng ngi ngn ti thm quan phòng hc ca
chúng tôi ti:

Trung tâm ào to SEO VietMoz
a ch: Hoa Cng Building – S 18/11 Thái Hà, ng a, Hà Ni
in thoi: (04) 6292 3344
Email:

Bn đ :

Tru
ng tâm Đào tạo SEO VietMoz –
VietMoz.edu.vn
4
Ebook SEO VietMoz 2013
CHỊU TRÁCH NHIỆM NỘI DUNG
Mr. Lee Nam
CEO VietMoz
BIÊN DỊCH
Mr. Tun
SEOer - VietMoz
NHÓM BIÊN SOẠN
Mr. Thành

Designer - VietMoz
Mr. Tùng
Coder - VietMoz



Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
5
Ebook SEO VietMoz 2013
Mục lục

Chng 1: C bn v công c tìm kim 8
Bài 1: Tng quan v các máy tìm kim
9
Bài 2: Tìm kim vi công c tìm kim 12
Bài 3: Tìm kim nâng cao 14
Bài 4: Dò quét WEBSI TE 16
Bài 5: Indexing 18
Bài 6: Th hng (Ranking) 21
Bài 7: Kim tra (10 phút) 24
Chng 2:Thc hành s dng toán t tìm kim 25
Bài 1: Cn bn v toán t tìm kim
25
Bài 2: Tìm kim title trang web 26
Bài 3: Tìm kim trong đa ch trang web (URL) 26
Bài 4 : Gii hn tìm kim đn mt tên min cp 1 nào đó. 26
Bài 5: Ly v bn cache gn đây nht ca trang web 27
Bài 6: Tìm file pdf trên Internet 27
Bài 7 : Tìm bài vit theo tên tác gi 27
Bài 8: S dng toán t ph đnh 27

Bài 9: Kt hp toán t ph đnh và toán t nâng cao 27
Bài 10: Tìm kim vn bn neo 28
Chng 3: Ti u Onpage 29
Bài 1: Gii thiu
30
Bài 2: K thut ti u Onpage và chèn t khóa 30
Bài 3: Ti u hình nh 34
Bài 4: Nhng li thng gp khi ti u Onpage 36
Bài 5: Câu hi kim tra kin thc 39
Chng 4: Các yu t k thut trong SEO 40
Bài 1: Vì sao phi nghiên cu các yu t k thut trong SEO
41
Bài 2: Dò quét và lu d liu 41
Bài 3: Mã trng thái HTTP là gì? Chúng đc dùng khi nào? 49
Bài 4: ng dn URL – Cu trúc và cách ti u 53
Bài 5: Trùng lp ni dung và cách khc phc 55
Bài 6: Tc đ site – Tm quan trng và cách ti u 61
Bài 7: Sitemap và RSS Feeds – Tm quan trng và ti sao? 63
Bài 8: Nhng li thng gp . 69
Tru
ng tâm Đào tạo SEO VietMoz –
VietMoz.edu.vn
6
Ebook SEO VietMoz 2013
Bài 9: Nhng tool cn bit 72
Bài 10: Câu hi kim tra 74
Chng 5: Interactive robots.txt 75
Bài 1: Kin thc c bn 76
Bài 2: Chn c th mc 76
Bài 3: Cho phép mt đng dn c th nào đó 76

Bài 4: Chn mt loi b c th 77
Bài 5: Add multiple block 77
Bài 6: Khai báo User-agent c th 78
Bài 7: C bn v ký t đi din 78
Bài 8: Chn tham s 79
Bài 9: Chn đnh dng ca file 80
Bài 10: Ch ra v trí sitemap XML 80
Chng 6 : Nghiên cu t khóa 81
Bài 1: Th nào là nghiên cu t khóa
82
Bài 2: Giá tr ca vic nghiên cu t khóa 85
Bài 3: Các loi t khóa 87
Bài 4: Gii thiu công c nghiên cu t khóa ca Google 89
Bài 5: Bt tay xây dng danh sách t khóa đu tiên ca bn 94
Bài 6: Nhóm t khóa theo tng ch đ 96
Bài 7: M rng danh sách t khóa: 98
Bài 9: Tài liu tham kho và công c h tr 104
Bài 10: Câu hi kim tra 106
Chng 7: Information Architecture 107
Bài 1: Gii thiu v Information Architecture
108
Bài 2: Các loi điu hng tiêu biu 109
Bài 3: Nhng hn ch ca máy tìm kim 111
Bài 4: S dng sitemap đ tìm ra nhng li trong cu trúc website 114
Bài 5: Liên kt ni b 117
Bài 6: iu khin các máy tìm kim 123
Bài 7: Gii thiu v Faceted Navigation – iu hng nhiu chiu 128
Bài 8: Cu trúc các website quc t 133
Bài 9: Công c 133

Chng 8: Nghiên cu đi th cnh tranh 138
Bài 1: Gii thiu v nghiên cu đi th cnh tranh
139
Trun
g tâm Đào tạo SEO VietMoz –
VietMoz.edu.vn
7
Ebook SEO VietMoz 2013
Bài 2: Phân tích mc đ cnh tranh ca mt t khóa c th 140
Bài 3: Phân tích công ty và website đi th 144
Bài 4: Phân tích h thng link 150
Bài 5: Competitive Link Growth 154
Bài 6: Các công c và tài liu tham kho hu ích 156
Bài 7: Câu hi kim tra kin thc 157
Chng 9: Phân tích link 158
Bài 1: Gii thiu v phân tích link
159
Bài 2:  uy tín và giá tr ca trang liên kt 160
Bài 3: Mc đ liên quan v ni dung gia trang đt liên kt và trang nhn đc liên kt 165
Bài 4: Vn bn neo 168
Bài 5: S lng và cht l
ng link
172
Bài 6: c đim ca link xu 175
Bài 7: Công c phân tích link 178
Bài 8: Hi đáp 183
Chng 10: Thc hành cài đt Google Analytics 184
Bài 1: Tùy chnh tham s UA
185
Bài 2: To pageview o 185

Bài 3: Theo dõi bin ngu nhiên 186
Li kt 187
Tru
ng tâm Đào tạo SEO VietMoz –
VietMoz.edu.vn
8
Ebook SEO VietMoz 2013
CHƯƠNG
1
Cơ bản về công cụ tìm kiếm
Bài 1 : Tng quan v các máy tìm kim
Bài 2 : Tìm kim vi công c tìm kim
Bài 3 : Tìm kim nâng cao
Bài 4 : Dò quét WEBSITE
Bài 5 : Indexing
Bài 6 : Th hng (Ranking)
Bài 7 : Kim tra (10 phút)



Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
9
Ebook SEO VietMoz 2013
Bài 1: Tổng quan về các máy tìm kiếm
Trong bài này, chúng ta s tìm hiu v
 World Wide Web là gì?
 Lch s và vai trò ca công c tìm kim
 S lc v dò quét, to ch mc và xây dng th hng
 Nhng tin b gn đây ca các công c tìm kim
World Wide Web là gì?

V c bn, th gii web là tp hp các trang web và các file (thuc rt nhiu đnh dng khác nhau)
đc liên kt vi nhau bi h thng phc tp ca các liên kt hay links. H
Các file trên th gii web này có th thuc nhng đnh dng sau:
 Hình nh
 Videos
 File pdf
 Video Flash
 File Javascript
Vi nhiu đnh dng file khác nhau, ni dung trang web tr nên hp dn hn, thay vì thun túy là
vn bn. Vic này gây khó khn cho máy tìm kim, đc bit vào thi đim nó mi ra đi. Mt phn vì
k thut dò quét cha thc s phát trin.
Cho đn ngày nay, máy tìm kim vn gp khó khn vi mt vài đnh dng file.
Là mt ngi làm SEO, bn cn bit nhng đnh dng file nào mà máy tìm kim gp khó khn đ
không đa nhng ni dung quan trng vào các file này.
Lch s và vai trò ca các máy tìm kim
Th gii web mi ra đi trong hn 20 nm.
Ngày đó, máy tìm kim vn cha ra đi – các website đc bit đn ch nh truyn ming, hoc
nh mt trang web danh b cha đa ch ca tt c các trang web khác (web hub). Khi th gii Internet
vn còn nh, vic này ko vn đ gì. Nhng khi th gii này m rng mnh m vào nhng nm tip theo,
mt gii pháp mi là điu bt buc.
Trong sut 1993/1994, nhng máy tìm kim đu tiên đã ra đi bao gm Excite, AltaVista và
Yahoo!. S lng các trang web và ngi dùng tng lên mnh m đn mc mà nhng trang web hub
tr nên quá ti và không còn hiu qu.
Nm 1996, Google ra đi. ây là máy tìm kim đu tiên nhn ra sc mnh và vai trò ca liên kt
và s dng chúng đ đánh giá đ uy tín ca trang web. ây chính là bc đt phá giúp tng cht lng
bng kt qu tìm kim.



Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn

10
Ebook SEO VietMoz 2013
3 công vic chính ca máy tìm kim: Dò quét, Xây dng c s d liu và Xp hng
V c bn:
Dò quét: Là quá trình máy tìm kim đi tìm nhng ni dung mi. H s dng nhng phn mm có
th t đng ghé thm các website và ln theo liên kt trên các trang web đ tìm ra nhng ni dung khác.
Xây dng c s d liu: Các máy tìm kim copy ni dung ca các trang web mà chúng đã ghé thm.
D liu này đc lu tr trên rt nhiu máy tính trong các trung tâm d liu (data center)  khp ni
trên th gii. iu này giúp cho vic tìm kim tr nên nhanh chóng, d dàng hn giúp bn nhn đc
kt qu ch trong 1/2s hoc ít hn.
Xp hng: ây là công vic mà các SEO quan tâm nht. Khi mt ngi tìm kim online, các c
máy này cn mt thut toán đ đánh giá trang web nhm xác đnh trang web nào liên quan nht, và t
đó tính ra th hng ca trang web đó trên bng kt qu
Nhng tin b gn đây ca công c tìm kim
Bên cnh đó, kt qu tìm kim không phân bit theo khu vc. Bt k ai trong mt đt nc tìm
kim mt sn phm hay dch v đu nhn đc mt bng kt qu nh nhau.
Tuy nhiên, trong nhng nm gn đây, đã có mt s thay đi:
Mng xã hi: Các trang mng xã hi nh Facebook và Twitter giúp máy tìm kim bit chính xác
trang web nào đang đc quan tâm. Máy tìm kim đã nhanh chóng cp nht tín hiu này vào thut toán,
giúp bng kt qu tr nên chính xác hn, cp nht hn.
Cá nhân hóa kt qu tìm kim: Tng t, máy tìm kim thu thp lch s lt web ca ngi dùng.
Lch s đó bao gm: nhng cm t nào đc h tìm kim nhiu, nhng trang web nào h hay ghé thm
và  li lâu. T đó, máy tìm kim có th bit mc đ yêu thích ca ngi dùng đi v
i các trang web.
Kt qu là vi cùng mt cm t, bng kt qu tìm kim ca ngi này s có khác bit vi bng kt qu
ca ngi khác.
Ví d trang web vnexpress.net và 24h.com.vn. Tôi thích trang web này, bn thích trang web khác.
Chúng ta ai cng có quan đim ca riêng mình.
Máy tìm kim đã tin hóa rt nhiu trong nhng nm gn đây và t đó thay đi cách thc tìm kim
ca mi ngi, đc bit là Google. C máy này đã tr nên thông minh hn rt nhiu nh c ch t hc

cng nh kh nng thu thp d liu vt tri giúp nó có th cung cp kt qu phù hp nht vi mong
mun ngi dùng. S vt tri này ca Google th hin qua 2 tính nng di đây:
Google Suggets: Ra đi t 8/2008. Khi bn bt đu gõ, Google s đ xut t khóa cho bn, giúp
bn không mt nhiu thi gian mà vn bit đc t khóa nào phù hp nht cho mình.
Google Instant: Ra đi 9/2010, Google Instant thay đi đáng k cách tìm kim bng cách ngay lp
tc cung cp kt qu da trên nhng ký t mà ngi dùng gõ vào. Bn s thu đc kt qu ngay khi gõ
mà không cn nhn Enter.
Là mt chuyên gia SEO, bn không ch cn bit nhng điu này, bn còn phi nhn thc nh hng
ca nó đn công vic. C
th, bn cn phi bit cách tìm kim s thay đi nh th nào, cm t tìm kim
s thay đi nh th khi nhng tính nng này ra đi.
Bài tp



Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
11
Ebook SEO VietMoz 2013
S dng tính nng Google Instant ngay hôm nay và mô t hot đng ca nó.
Ví d
1. Tìm kim vi cm t “bún ch”.
2. M tab khác tìm vi cm t “bún ch hà ni”
So sánh 2 bng kt qu và đa ra kt lun




Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
12
Ebook SEO VietMoz 2013

Bài 2: Tìm kiếm với công cụ tìm kiếm
Trong bài này chúng ta s hc v:
 Gii thiu v bng kt qu tìm kim
 Kt qu tìm kim hn hp và vai trò ca nó vi ngi làm SEO
Bng kt qu tìm kim
Hình thc truyn thng ca bng kt qu thng bao gm 10 liên kt hay 10 trang web. Ngoài ra
không còn thông tin nào khác.
Gi đây, khi tìm kim bn s nhn đc bng kt qu bao gm:
 Tin tc.
 Hình nh.
 Bn đ và đa ch chi tit các doanh nghip, t chc trong vùng.
 im đánh giá ca ngi dùng.
 Thông tin sn phm.
 Video.
Ví d, nu b
n tìm kim vi cm t “Vietmoz logo”, đn 99% trong bng kt qu s có hình nh
logo ca Vietmoz. Bng kt qu ca bn s có hình thù nh sau:

ây là lý do mà bng kt qu này có tên là bng kt qu hn hp.
2. Kt qu hn hp (blended results) có ý ngha gì vi các SEOer



Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
13
Ebook SEO VietMoz 2013

Nu bn m mt nhà hàng  Hà ni, bn nên lp tài khon Google Place và s có th xut hin
trong bng kt qu tìm kim nh nhà hàng Venus  trên.
Nu đc tn dng tt, kt qu hn hp mang đn nhiu c hi hn na cho bn, giúp bn xut

hin trc mt khách hàng.
Bài tp:
Tìm kim trên Google
Tìm kim vi nhng cm t s mang li kt qu hn hp (blended results) bao gm c hình nh,
vn bn và video.





Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
14
Ebook SEO VietMoz 2013
Bài 3: Tìm kiếm nâng cao
Trong bài này, bn s đc hc v:
 Gii thiu các toán t tìm kim
 u đim ca vic s dng toán t tìm kim
 Cách s dng các toán t tìm kim
1. Toán t tìm kim là gì?
Toán t tìm kim là nhng t khóa bn s dng trong khi tìm kim, giúp thu hp phm vi tìm kim
đn chính xác nhng gì bn cn.
2. Nhng ví d v toán t tìm kim:
Di đây là nhng toán t tìm kim hay đc dùng trong gii SEO:
a. Tìm ra nhng trang đã đc index ca mt website cho trc
Câu lnh tìm kim: site:vietmoz.com
Toán t “site” yêu cu máy tìm kim ch ly ra nhng trang thuc tên min đã cho, trong trng
hp này là vietmoz.com
b. Tìm nhng trang web mà tên min cha cm t cho trc
Câu lnh tìm kim: Inurl:forum qun áo
Toán t “inurl” yêu cu máy tìm kim ch tr v nhng trang mà đa ch URL ca nó có cha t


hoc cm t đã cho, trong trng hp này là t forum.
Kt qu tr v là tt c nhng din đàn có cha t qun áo trong ni dung. Nhng din đàn này s
rt hu ích khi bn xây dng liên kt đ SEO cho mt website cng nói v ch đ qun áo.
Bên cnh vic s dng riêng l tng toán t, bn cng có th kt hp chúng vi nhau:
Nhiu toán t có th kt hp vi nhau, ví d vi 2 toán t “site” và “inurl”  trên. Nh bn s thy
 đây vi:
site:vnexpress.net inurl:the thao
Câu lnh này s tr v tt c nhng trang trong website vnexpress.net mà trong đng dn URL có
cha t “the thao”
Ngoài ra, còn rt nhiu toán t khác đang ch bn khám phá. Nu hng thú, hãy truy cp vào đng
link:
3. Toán t ca các máy tìm kim khác
Trên đây là nhng toán t đc dùng chung cho các máy tìm kim. Ngoài ra, mi máy tìm kim
cng có nhng toán t riêng.
Các toán t dành cho Bing (máy tìm kim ca Microsoft)



Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
15
Ebook SEO VietMoz 2013
Có 2 toán t bn có th s dng vi Bing mà rt hu ích vi công vic SEO:
1. Toán t linkfromdomain:
Toán t này s ly ra tt c nhng website đi tác, nhng ngi nhn đc link tr t domain ca
bn:
linkfromdomain:vietmoz.com
Kt qu tr v cho bn là tt c nhng trang web đc website vietmoz.com đt link tr ti.
Bit điu này s rt hu ích trong quá trình xây dng link: Ví du: Nu bn
đang mun ly link t

mt website, bn có th xem h đã đt link ti nhng đâu và vì sao h li làm vy.
4. Nhng tác dng mà toán t tìm kim mang li:
Vi mt ngi làm SEO, toán t tìm kim rút ngn thi gian làm vic ca bn. Nó giúp bn tìm ra
nhng website, blog, forum mà bn có th đt link, giúp bn tìm kim theo nhng đnh dng file c th
nh pdf, word, power point…
Bài tp:
Kim tra xem trên website ca bn, hoc website mà bn hay ghé thm có bao nhiêu trang đc
index




Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
16
Ebook SEO VietMoz 2013
Bài 4: Dò quét WEBSITE
Trong bài này, chúng ta s đc hc v dò quét website, mt trong 3 công vic hàng ngày ca máy tìm
kim.


1. Cách b tìm kim dò quét website
Máy tìm kim thc hin dò quét website nhm mc đích tìm ra ni dung mi.
Máy tìm kim làm đc vic này nh s dng nhng phn mm hin đi có th thu thp thông tin
trên Internet. Nhng chng trình này thng đc gi là b tìm kim (Spider). Vi quy mô ngày càng
m rng ca mng Internet, công vic này ngày càng tiêu tn nhiu tài nguyên. Do đó, máy tìm kim
s dng các thut toán đ quyt đnh xem trang web nào s đc dò quét, bao lâu s dò quét, và đ sâu
dò quét. iu này cho phép h tn dng tài nguyên ca mình mt cách hiu qu nht có th. Bài hc
quan trng mà các SEOer cn phi nh là các máy tìm kim se không t đng dò quét trang web ca
bn tr phi chúng có lý do đ làm điu đó.
Mt khi b tìm kim ghé thm trang web ca bn, đu tiên chúng s tìm đn file robots.txt, đây

cng chính là bng ni quy ca trang web và s ch ra nhng trang nào (nu có) mà chúng không đc
dò quét. Bn có th
 tìm hiu nhiu hn v bng ni quy đc bit này  nhng bài hc sau.
Gi s rng con b không b chn theo cách này, nó s bt đu dò quét tt c các trang web trên
website ca bn. Dc đng đi, nó s lu li tt c các đa ch tên min vào trong mt danh sách đ s
dng cho nhng ln dò quét sau.
Gia dò quét và index (lu d liu) có s khác bit l
n. Dò quét là tìm ra các đa ch trang web,
trong khi index là thu thp thông tin hay ni dung trong các trang web đó.
2. Nhng vn đ mà b tìm kim thng gp phi
B tìm kim là các chng trình máy tính thông minh, tuy nhiên, chúng vn ch là máy móc và do
đó có nhng hn ch nht đnh
Nhng công ngh Web có th gây khó khn cho b tìm kim:
Website ngày nay s dng nhiu công ngh khác nhau đ nâng cao cht lng đng thi mang li
tri nghim tt hn cho ngi dùng. Tuy nhiên mt s công ngh li gây khó khn cho b tìm kim. C
th là:



Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
17
Ebook SEO VietMoz 2013
 Javascript
 AJAX
 Flash
Nhng là mt ngi làm SEO, bn cn bit rng s dng các công ngh này trong trang web có th
làm khó cho b tìm kim khi chúng dò quét ni dung ca bn.
Nhng loi ni dung có th gây khó cho hot đng ca b tìm kim:
Có nhng loi ni dung mà b tìm kim không thích, vì chúng không th đc đc d dàng nh
con ngi, c th là video và hình nh. Trong khi chúng có th phát hin và nhn ra s tn ti ca video

hoc hình nh trên mt trang web, chúng vn cha đ kh nng đ hiu đy đ ni dung này. Mt ln
na, b tìm kim đang ngày càng tr nên thông minh hn nhng còn xa chúng mi đt ti trình đ có
th hiu đy đ các loi ni dung nh con ngi.
Ví d: Máy tìm kim s không th đc đc ch trên mt bc nh. iu tng t cng xy ra vi
video.
Vì vy cn đm bo trang web ca bn không ch cha hình nh hoc video. Bên cnh hình nh,
video cn có nhng đon ni dung mô t. Và nhng ni dung quan trng nht đnh phi đc đ trong
nhng đnh dng mà máy tìm kim có th d dàng hiu đc. C th là vn bn
3. Các loi b tìm kim
Mi máy tìm kim có con b riêng vi cái tên riêng. Ví d ca Google là googlebot. Ca Bing là
bingbot. Baidu là Baiduspider.
4. Tài liu tham kho
 Vlog C ch tìm kim ca Google Spider ( />cua-cong-cu-tim-kiem/ ).
 Tìm hiu c ch tìm kim ca Google Spider ( />co-che-tim-kiem-cua-Google-Spider-46/).




Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
18
Ebook SEO VietMoz 2013
Bài 5: Indexing
Trong bài này chúng ta s hc v:
 Web index là gì?
 Thu thp thông tin
 Caching là gì và làm th nào đ kim tra bn cache ca mt trang web?
Mt khi máy tìm kim đã dò quét trang web, chúng cn lu tt c nhng ni dung này vào c s d
liu ca mình. Tt c nhng thông tin này đc t chc li và đt trong tình trng sn sàng cung cp
cho ngi dùng khi h tìm kim.
1. C s d liu web (Web index) là gì?

V c bn, web index là c s d liu lu tr các trang web. Các máy tìm kim s dng hàng ngìn
máy ch đt khp ni trên th gii đ lu tr nhiu t trang web trong CSDL ca mình. Vic này đm
bo ngi tìm kim nhn đc kt qu gn nh ngay lp tc sau khi h nhn nút Enter.
2. Ly thông tin
Khi mt ngi dùng tìm kim vi mt t khóa, thc t h không tìm kim trên th gii web. H
đang tìm kim trên c s d liu ca các máy tìm kim. Các máy tìm kim s vào c s d liu ca
mình và ly ra các trang web cùng ch đ. C th đó là nhng trang web có cha t tìm kim hoc cha
nhng t liên quan. T đây rút ra đc, đ tng đ liên quan ca trang web đn t khóa bn mun
hng ti, bn cn bit chèn t khóa mt cách hp lý  nhng v trí quan trng. Bên cnh đó, cng
không đc quên nhng t liên quan.
Làm th nào máy tìm kim bit đc ni dung trang web có liên quan đn t khóa đang đc tìm
kim
a. S dng t khóa:
Máy tìm kim tìm xem trong ni dung ca trang web có cha t khóa đang đc tìm kim hay
không?
Nu ngi lên Google tìm kim v
i t bóng đá:
Ni dung A: Bóng đá là môn th thao tp th, gm 2 đi thi đu đi kháng vi nhau. Mi đi có 11
vn đng viên. Trong đó có 1 th môn, có quyn chi bóng bng tay và đc bo v trong vòng cm
đa. Trn đu đc điu khin bi 3 trng tài trong đó có 1 trng tài chính, 2 tr lý trng tài…
Ni dung B: Vi k thut điêu luyn và kh nng đc trn đu cc tt, Messi đã góp công ln trong
k tích 3 chc vô đch La Liga liên tip ca Barca. Cng nh điu này mà anh đã 4 nm lin đc bu
chn là cu th hay nht th gii.
Tóm li: vì ni dung A cha t bóng đá trong khi ni dung B không có mc dù cng nói v ch đ
bóng đá, máy tìm kim d dàng xác đnh ni dung A liên quan hn, và t đó tr v cho ngi tìm kim
Rõ ràng là s không còn d dàng nu c 2 ni dung này cùng cha t “bóng đá”.



Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn

19
Ebook SEO VietMoz 2013
b. Tn sut xut hin * tn s nghch ca t trong vn bn
(Term Frequency*Inverse Document Frequency)
Tn s xut hin là s ln xut hin ca t khóa trong vn bn.
Tn s nghch là t l gia mc đ ph bin ca mt t trên trang web đó vi mc đ ph trung
bình trên mi trang web. V cn bn, nhng t đc s
 dng ph bin hn s có trng s thp hn.
Ví d khi bn tìm kim vi cm t “bóng đá Messi”
Ni dung A: Bóng đá là môn th thao vua, vi hàng t ngi hâm m trên toàn th gii. Các gii
bóng đá hàng đu th gii có th k đn nh Ngoi Hng Anh, Bundesliga c hay La Liga Tây Ban
Nha.
Ni dung B: Trên th trng chuyn nhng, hin Messi là cu th đc đnh giá cao nht và đc
rt nhiu câu lc b ln sn đón. Dù vy, đi bóng ch qun ca Messi, CLB Barca cha bao gi và
kh nng s không bao gi bán ngôi sao ln này ca h.
Vi phng pháp TF*IDF: vì t “Messi” ít ph bin hn “bóng đá” nên IDF ca “Messi” cao hn.
Vi cùng mt t l TF, thì rõ ràng ni dung B liên quan đn cm t truy vn hn ni dung A. Và do đó,
máy tìm kim s tr v ni dung B cho ngi dùng.
Máy tìm kim s dng IDF. Ví d, khi ngi dùng gi mt truy vn đn máy tìm kim, h thng
cn bit t nào là t ngi dùng quan tâm nht. Chng hn: truy vn ca ngi dùng là "làm th nào đ
sa máy i". Sau khi tách t, chúng ta s có 5 t đn nh sau: làm, th nào, đ, sa, máy i. Trong các
t này, "máy i" s có IDF cao nht. H thng s ly ra tt c các ni dung có cha t máy i và sau đó
s thc hin vic đánh giá và so sánh da trên các t còn li trong câu truy vn.
Kt qu s xác đnh t l gia mc đ ph bin ca mt t trên trang web đó vi mc đ ph trung
bình trên mi trang web. V cn bn, nhng t đc s dng ph bin hn s có trng s thp hn.
Nhng t có giá tr TF-IDF cao là nhng t xut hin nhiu trong vn bn này, và xut hin ít trong
các vn bn khác. Vi máy tìm kim đây là nhng t có giá tr cao hn. Vic này giúp lc ra nhng t
ph bin và gi li nhng t có giá tr cao (t khoá ca vn bn đó).
c. Nhng t liên quan (Co-occurrence)
Ví d, cm t tìm kim: “tôn ng không”

Ni dung A: Tôn Ng Không còn gi là T Thiên i Thánh hay T Thiên, là nhân vt chính trong
tiu thuyt Tây du ký, nhân vt gi tng có th đc xem là ni ting nht trong vn hc Trung Hoa.
Ni dung B: Theo truyn thuyt, Tôn Ng Không sinh ra t mt hòn đá và đã hc đc 72 phép
bin hóa (gp hai ln s phép ca Tr Bát Gii).
Vì cm t “tôn ng không” thng đc s dng vi “tây du ký” nên ni dung A liên quan đn
cm t cn tìm kim hn n
i dung B. Do vy, nó có th hng cao hn.
3. Caching
 s dng hiu qu ngun tài nguyên ca mình, các máy tìm kim s tin hàng copy ni dung
trang web ca bn v máy ch ca h đ dùng cho vic đánh giá th hng. Nhng bn copy ni dung
trang web này đc gi là bn cache. Vì ni dung trang web thng đc cp nht nên máy tìm kim



Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
20
Ebook SEO VietMoz 2013
thng phi quay tr li đ copy ni dung. Tn sut có th là t vài ting/1 ln đn vài ngày/1 ln hoc
thm chí lâu hn. iu này có ngha ni dung ca bn cache có th khác bit vi ni dung hin ti ca
trang web.
iu này s lý gii thc t vì sao: th hng ca website không thay đi mc dù bn đã tin hành ti
u nó. Thc t, máy tìm kim vn đánh giá website da trên bn cache c, ch đn khi nó download ni
dung mi – hay to bn cache mi thì th hng website ca bn mi thay đi. Ví d, khi bn b sung
thêm ni dung đ nhm đn nhng t khóa khác, bn không th ngay lp tc thy s ci thin v th
hng cho đn khi máy tìm kim ghé thm website ca bn ln ti, thy đc ni dung mi và lu nhng
ni dung này vào bn cache mi ca trang web.
4. Cách kim tra bn cache ca trang web
Nu bn dùng Google Chrome, bn có th dùng lnh sau:
cache:vnexpress.net
Khi tìm kim, bn s thy bn cache đã đc Google lu ca trang web này.

Bn cng có th kim tra phiên bn ch cha text hay ch, phiên bn Google nhìn thy. Vic này
s giúp bn bit thc t Google có th thy nhng gì trên trang web ca bn.
Bài tp:
Kim tra bn cache trên Google, và so sánh vi bn hin ti. tìm ra nhng đim khác bit nu có.




Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
21
Ebook SEO VietMoz 2013
Bài 6: Thứ hạng (Ranking)
Trong bài hc này, chúng ta s đc hc v:
 iu gì xy ra khi bn thc hin tìm kim?
 Cá nhân hóa kt qu tìm kim nh hng gì đn th hng website?
 Cá nhân hóa nh hng gì đn nhng ngi làm SEO?
Phn cui cùng trong quá trình chính là phn chúng ta thng thy nht – Kt qu tìm kim. ây
cng là phn mà chúng ta quan tâm nhiu nht.
1. iu gì xy ra khi bn thc hin tìm kim?
ây là s đ mô t nhng s kin s din ra khi bn thc hin tìm kim trên Google:

V c bn, sau khi nhn đc truy vn tìm kim, máy ch s xác đnh ni dung chính ca truy vn
này. Và sau đó lc ra danh sách tt c nhng trang web có chung ch đ. Sau đó máy tìm kim đánh
giá da trên nhng trang web đó, và xp trang web phù hp nht vi cm t tìm kim  v trí đ
u tiên,
cng nh các v trí tip theo.
Qua thi gian, máy tìm kim dn tr nên thông minh hn. Chúng bt đu hc hi t hành vi ca
ngi dùng đ nâng cao cht lng tìm kim. Ví d, chúng có th đo lng khong thi gian k t khi
mt ngi di khi bng kt qu tìm kim đ ghé thm mt website đn khi h nhn nút Back đ quay
tr li chính bng kt qu đó. Khong thi gian này s ngn khi website có ni dung hoc hình thc

Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
22
Ebook SEO VietMoz 2013
không tt và không đáp ng đc mong mun ca ngi dùng. Nu vic này xy ra lp đi lp li,
website đó s b mt th hng.
2. Kt qu tìm kim đc cá nhân hóa
Nh các bn đã bit, các máy tìm kim thng thu thp d liu v hành vi ngi dùng đ xem
ngi dùng có hài lòng vi bng kt qu tìm kim không. iu này không ch giúp tng cht lng
bng kt qu mà còn sinh ra mt thc t rng: Dù tìm kim vi cùng mt t khóa, mi cá nhân s nhn
đc mt bng kt qu khác nhau. iu này là do mi ngi có mt lch s
 tìm kim cng nh hành vi
tìm kim khác nhau.
Google là ngi đi tiên phong trong vic cá nhân hóa kt qu tìm kim, đn mc mà nhiu ngi
đã phi e ngi vì s nhit tình trong vic thu thp d liu ngi dùng ca Google. H gii thiu v cá
nhân hóa kt qu tìm kim vào nm 2005 ( />personal.html) và chính thc áp dng nó trên toàn cu k t nm 2009
(
C th, Kt qu tìm kim khi bn tìm kim n danh s khác bit ít nhiu vi kt qu khi bn đã đng
nhp vào tài khon Google Account.
Nu bn đã đng nhp vào tài khon Google, Google s s dng lch s tìm kim ca tài khon đó
đ cá nhân hóa kt qu tìm kim. H s xem nhng website nào bn thng ghé thm và ri xp hng
nhng website đó  v trí cao hn. Bn có th xem lch s tìm kim ng vi tài khon Google ca bn
ti đây (
Nu bn không đng nhp vào tài khon Google, Google vn s cá nhân hóa kt qu tìm kim ca
bn da vào cookie (đnh ngha v cookie />terms-cookie). Lu ý là Google ch s dng d liu cookie ca 180 ngày gn nht.
Là mt ngi làm SEO, có vài điu bn cn lu ý v vic cá nhân hóa kt qu tìm kim:
 Phn mm kim tra th hng gi tr nên ít hu ích hn
 Vic mang đn tri nghim tt cho ngi dùng tr nên quan trng hn

 Khi kim tra th hng bng tay, bn nên s dng mt trình duyt sch cha có lch s tìm kim.
Nu không kt qu bn nhn đc s không chính xác.
Tích hp mng xã hi Google+ trong kt qu tìm kim
Vào tháng 1 nm 2012, Google tin mt bc dài trong vic cá nhân hóa kt qu tìm kim. Ln này
là vic tích hp mng xã hi Google+ (mng xã hi ca riêng h và đã vn lên tr thành mng xã h
i
ln th 2 th gii ch sau Facebook). Chúng ta có th d dàng nhìn thy nh hng ca mng xã hi
này lên bng kt qu tìm kim: Nhng trang web đc bn bè trong vòng kt ni G+ ca chúng ta “cng
1” s có th hng cao hn khi ta tìm kim.
Là mt ngi làm SEO, bn cn chú ý nhng đim nh sau:
 Thng xuyên theo dõi và đánh giá nh hng ca Google+ lên bng kt qu tìm kim, đc
bit trong lnh vc ca bn
 m bo các website ca bn hoc nhng website bn đang ti u cho khách hàng có cài đt
bn quyn tác gi



Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
23
Ebook SEO VietMoz 2013
 Tích hp các chc nng ca Google+ lên website ca bn đ khuyn khích ngi dùng s dng
Bài tp
 Bn m 2 trình duyt, mt trình duyt có đng nhp tài khon Google, mt trình duyt thì
không. Sau đó tìm kim trên Google vi cùng 1 t khóa và ch ra s khác nhau gia 2 bng kt
qu. Lý gii ti sao li có s khác bit đó?




Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn

24
Ebook SEO VietMoz 2013
Bài 7: Kiểm tra (10 phút)
1. Lit kê 5 loi file mà máy tìm kim không th dò quét và index chính xác:
Hình nh, video, flash, ajax, javascript
2. Lit kê 3 công vic ch yu ca máy tìm kim:
Dò quét, lu d liu và xp hng website
3. Miêu t 2 cách mà vic cá nhân hóa kt qu tìm kim nh hng đn công vic
ca các SEOs:
Tích hp mng xã hi Google+ vào bng kt qu tìm kim
Máy tìm kim da vào lch s tìm kim và hành vi ngi dùng (lu tr trong tài khon Google hoc
cookies) đ ti u hóa bng kt qu tìm kim
Do đó: Vic kim tra th hng t khóa tr nên ít chính xác hn và tri nghim ngi dùng tr nên
quan trng hn
4. Toán t tìm kim nào đc s dng đ xác đnh xp x s lng trang đc
index trong Google
Toán t site. Cu trúc câu lnh site:domain.com
Tài liu tham kho:









Trung tâm Đào tạo SEO VietMoz – VietMoz.edu.vn
25
Ebook SEO VietMoz 2013

CHƯƠNG
2

Thực hành sử dụng toán tử tìm kiếm

Bài 1 : Cn bn v toán t tìm kim
Bài 2 : Tìm kim title trang web
Bài 3 : Tìm kim trong đa ch trang web (URL)
Bài 4 : Gii hn tìm kim đn mt tên min cp 1 nào đó.
Bài 5 : Ly v bn cache gn đây nht ca trang web
Bài 6 : Tìm file pdf trên Internet
Bài 7 : Tìm bài vit theo tên tác gi
Bài 8 : S dng toán t ph đnh
Bài 9 : Kt hp toán t ph đnh và toán t nâng cao27
Bài 10 :Tìm kim vn bn neo