Earticle

Automated Search Engine Optimization (SEO) is crucial for streamlining processes, ensuring consistency, and adapting to changes, thereby enhancing a website's overall success and visibility in the competitive online landscape. This research introduces a dataset and a baseline method for classifying website SEO ranks into three categories. Using 26 keywords, data was collected from 780 web pages across various Google rankings, and 36 ranking factors were employed to predict their rank. Key considerations for webpage preparation include anchor text, backlinks, Ref Domain, unique visits, and text length. The Random Forest model exhibited superior performance, achieving an average accuracy of 72% in predicting actual search rankings. The significance of this automated approach lies in identifying web pages requiring SEO improvements, leading to enhanced search engine rankings.

With the very fast development in today`s digital world, Information Retrieval on Internet is gaining importance, day by day. The web comprises of huge amount of data and search engine provides an efficient way to navigate the web and get the relevant information. The search engine has proven to be less efficient in providing relevant information from a query processed by a user. Fors olving this problem and getting accurate results there is need to categorize these web pages. Many optimizations have also done to speedup the classification process as it is required to be fast while maintaining the efficiency. To maintain the accuracy with the lesser time requirement, researchers have developed a SVM based Layered approach with the help of firefly feature selection method.

본 연구에서는 웹 서비스의 종류가 급격히 증가하게 됨에 따라 유사 패턴의 사용자들을 위해 웹 링크 서비스를 일부 추천해주는 시스템에 대해 설계 및 구현하였다. 본 연구를 통해 유사 패턴의 웹 서비스 이용자들의 그룹을 정의 하는데 네이브 베이지안 알고리즘을 적응하고 그에 따른 새로운 사용자에 대한 그룹정의도 함께 한다. 유사 패턴의 그룹의 사용자들에게 적합한 링크들을 추천해준다. 기존의 추천 시스템에서 제공하는 추천 아이템을 제정의 하는 것이 아니라 기존의 웹 서비스 페이지에서 유사 패턴의 그룹에게만 일부의 링크들만 활성화 하여 제공한다. 이는 웹 서비스의 일부 링크 서비스들만을 활성화 하여 추천 해줌으로써 웹 서비스의 모바일 디바이스등에 제공시 웹 페이지의 소스를 경감하여 좀 더 수월하게 서비스 할 수 있다. 또한 사용자들도 추천 받은 링크만을 접근하게 됨에 따라 접근하지 않는 다른 서비스에 대한 링크 소스가 빠진 웹 페이지만 제공 받을 수 있다.