使用Haris Basic在《搜索引擎杂志》上关于这个主题的文章所创建的 图形表示 ，我们可以这样解释同引： 解释共引 我们可以看到，链接图中两个没有关系的实体（站点 B 和 C）的关联是由一个链接到两者的站点生成的。 某种程度上，这是链接图和实体识别的融合组合，并且随着站点 A 作为枢纽和权威的价值增强，实体关联将具有更强的力量。
相反，共现可以用另一种方式来解释
共现解释 共现会为文档与实体关联 whatsapp 主管 的内容分配查询值。兰德在 Whiteboard Friday 中引用的示例似乎更符合这种“暗物质”类型，它与链接图完全无关。 “垃圾邮件”共现存在吗？是的。但是，如果没有其他图表中的其他积极指标的组合，共现本身可能无法持续影响排名。这可能与引用但未链接另一个网站的 PageRank 和域 PageRank、其 HINTS 值、其社交图谱指标及其实体等级相同。
我们应该始终牢记这种组合机制
永远不要认为一个因素是所有 创建可产生潜在客户的内容 因素之王。 作者图表（更广为人知的名字是 AuthorRank） 在 Google 宇宙的“暗物质”中，有一项与我们之前引用的那些完美契合且相互补充，因为它——某种程度上——是实体概念的专业扩展：代理等级。 Agent Rank 是 Google在 2007 年首次发布 后多次更新的专利中描述的 ，但它更像是专利专家喜欢的话题，而不是 SEO 认真关注的话题……至少在 2011 年之前，当时 Google 宣布了Authorship 计划并开始收购 Social Grapple 和 PostRank 等初创公司，或者当 Google Plus 作为分析工具的真正本质变得更加明显时。
直到那一刻，SEO 才开始推断和
发明”AuthorRank 的概念，AJ Kohn 对 西班牙 电话号码 此的定义最为准确：“ AuthorRank 意味着您作为内容创建者的声誉将影响搜索结果的排名。不仅如此，AuthorRank 还可用于使链接图更准确。AuthorRank 将人脉网络与链接网络相结合，以创建更明智的信任和权威视图，用于对搜索结果进行排名。
同样与共同引用一样
AuthorRank 似乎是影响链接图的基于实体的因素。 但有一个问题： AuthorRank 还不是排名因素。rel =”author” 的使用百分比仍然很低，尽管 Agent Rank 应该很快就会成为排名因素。 保持冷静并进行优化 尽管如此，建议按照 AuthorRank 已经存在的方式工作，因为： 1. 这是对未来的一项很好的投资 2. 它已经带来了巨大的好处 我们应该首先实现 rel=”author” 标记，因为它会影响 点击率，并且它尚未在许多竞争激烈的行业中使用。