什么样的视觉搜索的发展将影响SEO策略
专栏作家深圳网站建设谈视觉搜索目前的状况，对于未来的策略和SEO希望利用这种技术发展的启示。
的到来Pinterest的镜头和谷歌镜头点燃了视觉搜索引擎霸主地位的战斗。在开放的电子商务商店新的收入流，视觉搜索可以完全改变消费者的消费习惯和购买决策。

在一个世界的即时满足的驱动，视觉搜索可以打开门朝“捕捉和冲浪”采购，精简搜索界面。 这一前景电子商务商店，发展自己的产品列表广告（PLA）和提供的可视化Web在线目录。

虽然仍处于起步阶段，对视觉搜索的优化可以大大提高你的网站的用户体验，转化率和网络流量。 然而图像往往是SEO专家给予很少的关注，他们通常更注重优化速度比其他属性和诉求。

而视觉搜索不会取代使用关键词和文本搜索的重要性，它可以完全扰乱了SEO和SEM的行业。我想讨论一些与视觉搜索的基本原理以及它将如何影响我们的数字营销策略前进。

视觉搜索是什么？
目前有三种不同的视觉搜索过程采用大搜索公司：

    传统的图像搜索依赖于文本查询。
    反向图像搜索依赖于结构化数据确定相似的特征。
    像素图像的搜索，使“快速搜索”的图像或图像的部分。

在这篇文章中，我主要是第三型，让消费者发现的信息或产品通过简单的上传或捕捉的画面和集中他们的查询图像的部分，他们想研究在线。它本质上是文本搜索相同，只是表示查询的匹配这一形象。

TinEye首次提供了视觉搜索中的应用，这是今天仍在使用。这种形式的图像搜索匹配的图像和其他图像基于相似特征的网络，如形状和颜色。不幸的是，引擎提供了一个有限的范围内搜索应用程序未能映射出不同对象的轮廓图像中。

今天的图像识别技术，可以识别多个物体的轮廓包含在一个单一的图像允许用户匹配不同的对象。例如,微软的图像搜索技术用户可以搜索特定的物品，图为在一个较大的图像内。

微软甚至在检测时，图像的选定部分有购物意向，显示“相关产品”在这种情况下。不幸的是，微软的视觉搜索是相当有限的几个行业，如家电、旅游。

现在，这一技术是有限的。像Pinterest，微软和谷歌都在投资是一个视觉搜索应用机器学习技术和深度神经网络动力。

这个想法是让机器来识别不同的形状，在图像中相同的方式人类大脑的大小和颜色。当我们具体看图片，我们没有看到一个海点虚线。我们立即识别基于过去经验的图案和形状。不幸的是，我们还不了解我们的大脑如何解释图像，所以本编程为机器提供了一些明显的并发症。

可视化搜索引擎已经开始依赖于神经网络，利用机器学习技术来改善其过程。像谷歌受益于他们的丰富的信息，使其晶体的应用不断提高公司在它的搜索功能。谷歌镜头不仅能够识别不同的物体在照片也能够匹配他们的地点靠近你，按照自己的搜索算法相同的原则为客户提供评价和排序列表。

影响和未来

所以，这是什么技术需要为用户和商家？想象能拍餐厅，有一个搜索引擎告诉你的餐厅，名字的位置，夜晚的需求高峰期和特价菜单。这项技术可以切实用于抓拍的图片从杂志上的一双鞋或一个陌生人，让你命令他们就在那里。

电子商务商店，使人们在视觉搜索漏斗很高。一些独特的形象，产品评论和一个好的产品的说明，你可以引诱消费者做出购买决定当场。

这也将开放竞争一点点的领域。Pinterest的视觉搜索引擎是迄今为止最具有破坏性的市场。然而，Pinterest的搜索引擎只重定向的围裙的帖子在Pinterest，这意味着你需要开发的平台上存在着那些观众。

随着语音搜索和自然语言处理（NLP）的崛起，伴随着这种趋势，这项技术可以帮助启动界面的免费搜索引擎优化的趋势。（虽然我怀疑关键词和文本搜索仍将保留其重要性，甚至购物和购买决定。）

潜在的策略

在视觉搜索优化方面，一些最基本的SEO做法仍然适用。结构化数据是非常重要的，尤其是像微软的搜索算法，仍然依靠它来匹配特性。

图像显示清晰、无杂波使视觉的应用有一个更容易的处理是很重要的。除此之外，你应该坚持图像搜索优化的基本知识：

    添加描述性的ALT文本的图像索引。
    提交的图像图像地图。
    优化图像标题和替代的属性与目标关键词。
    树立形象徽章和运行它们通过结构化数据测试。
    优化的理想图像的大小和文件类型。
    利用图片和内容页适当的图式标记。
    优化图像呈现在移动和桌面显示。

结论

视觉搜索将提供电子商务商店新的收入流，大大提高用户的购物体验。这可能会对SEO有重大影响和付费媒体，带回重新关注图像优化，长期以来被忽视的SEO从业者。这个新兴的搜索只会加强对SEO已有策略使需要移动搜索和你的视觉网站的存在更具预见性的优化。