很多站长朋友公开宣扬SEO真的很简单，改改代码、做做链接、写写文章就行了，一个月就能让新手学会。让我谈谈对这些人的看法吧，我觉得这些人根本就不懂SEO，就是门外汉而已，仅仅懂得一点点皮毛，纯粹靠一点点经验办事，一点也不懂得深层次的东西。SEO是什么?——搜索引擎优化，你不熟悉搜索引擎，不了解搜索引擎排名的算法，那你还优化个屁啊。
国外做SEO的就跟国内完全不一样，国外的一般都比较深入，国内的seoer一般是与收益挂钩，追求短期效益，对搜索引擎认识肤浅，按照经验办事。当然了搜索引擎算法是一门很复杂的学问，我敢说全世界还没有一个人能真正弄透算法，当然搜索引擎工程师们除外了，哈哈。个人认为做SEO的只要深入理解搜索引擎基本的算法模型就行了，我在这里就把这些模型简单的介绍一下，大家如果想跟我讨论的，欢迎加我QQ。
一，倒排计算：
倒排以后针对网页和文档所形成的关键词集合，是个庞大的集合。其中可以代表该网页或者该文档内容的哪个关键词才是最权值的关键词。
当然搜索基于此有多种的算法可以沿用;
二，基于布尔模型的计算：
实际布尔模型就是0和1的数值计算，查全率高但是准确率底。
三，基于向量模型的计算：
借助向量，计算出每个关键词针对向量的相关性。对客户查询的准确有很大的提升。 其中tf-idf的计算，基于相对词频的归一化的词频，主要就是该算法。
四，基于概率模型的计算：
基本思想：给定一个用户的查询字符串，相对于该字符串存在一个包含所有相关文档的集合。我们把这样的集合看作是一个理想的结果文档集，能很容易得到结果的文档。这样就可以把查询处理看作是对理想结果文档的集属性的处理。
五，基于贝叶斯定律的计算：
p(dj|r)*p(r)
sim(dj,q)= ------------
- -
p(dj|r)*p(r)
六，广义的向量空间模型：
索引词向量是线性独立而不是两两相交的。在广义向量模型中，两个关键词向量可能不是正交的，这就说明索引词向量不能看成是向量空间的正交基向量，相反是由更小的分量组成。
七，神经网络模型：
人工神经网络是对人脑或者自然神经网络若干特性的抽象和模拟。主要以大脑的生理研究成果为基础，目的在于模拟大脑的某些机理和机制，实现某个方面的功能。人体的神经元由细胞体，树突，轴突三部分组成。
八，推理网络模型：
这是建立在贝叶斯可信度网络理论基础之上的一种新型检索模型。
九，信任度网络模型：
基于贝叶斯网络理论的另一个检索模型是信任度网络模型。