在社交互动中 大量性在创建强大的社交特征中是需要的。当考虑诸如Google+社交网络中的+1或者Facebook中的赞这样的弱社交信号时必然需要它。也需要它来增强诸如转载和社交媒体网络评论这些更强的社交信号。互动不同于交流。当一个人与你在社交媒体网络上交流时，你们开启的一段线上讨论可以延续一段时间并且可能甚至让其他人参与其中。互动通常不需要任何这样的讨论。内容通常通过赞或者+1而被“认可”，或者因为它符合转载者的专业知识而被转载。你通过+1、赞、转发、转载形成的互动越多越好，尤其是如果你可以在这些方面持续带来很高数字的话。
季节性内容是不需要解释的。它是那种具有季节性或主要是季节性吸引力的内容（例如圣诞布丁菜谱、防晒霜的建议、什么时候开始种植冬季花园）。季节性内容具有高峰和低谷，并且不同于常青性内容的是，它很可能需要更新才能使其再次成为潮流。
大量性是关于取得大量的原始数据并用它们做一些有意义的事情。将每天创建的 12 太字节（terabyte）的微博转为改善的产品情感分析。将谷歌上每月 1000 亿条搜索转为自动建议以及提供更清晰答案的搜索结果。
决定你是否希望你的影响者拥有更广或更深的影响。 为了在搜索中体现出速度，如今谷歌需要能够和人以同样的方式理解搜索查询“最佳餐馆”。答案会根据位置和时间而变化。例如，一条在大部分餐馆都关门的午夜发出的搜索就没有用了——如果你在找的实际上是正开着门的一家的话。 访问谷歌的富片段工具（Rich Snippet Tool, http://goo.gl/AhPN），输入你的网站或你拥有的页面的 URL，并检查看看谷歌是否识别出了这一联系。如果是，它会告诉你，并且你的脸的缩略图会在几周内出现在谷歌搜索结果中。
图12.2 语义网中计算结果信任的方式是基于搜索揭示关系型联系并度量各方权威的能力。例如，在上述例子中，一条数据点C上的关于未知的数据点A真实性的推理，可以经由数据点B进行
作者身份主要通过与Google+档案的连接来建立，它允许我们主张我们创建的内容。它是我们在 Web 上的数字签名，留下了一个不断增长和积累的数字足迹，构成了我们的过去和现在。它透露的不仅是我们活跃的数字平台以及我们在那儿做什么，也包括我们建立的作为我们身份一部分的那些联系。 解释你打算如何接近你的业务领域中的影响者并吸引他们，从而使他们可以被用来在他们的社交媒体网络中帮助传播你的内容。另一个好主意是精心制作一份详细的时间表来展现当你与你的线上影响者建立关系时你会经历的阶段。正如在大多数关系中那样，信任需要时间来建立；你没有捷径可以走。
在社交网络中评论一个网站。
在社交媒体档案中 社交媒体档案增长中的高速性，即突然获得大量涌入的关注者，会导致其社交信号和影响的突然放大。高速性也可以被运用于该档案中帖子互动的传播（我们熟悉的+1、赞和转发的累积）。一个带来大量转载以及其他互动的帖子赢得了它自己的高速性，继而影响到被转载的内容和它来自的社交媒体档案的地位。 在搜索中取得成功真正依赖的是让你的内容出现在越来越可被彻底定制的谷歌的第一页上。做到这一点的唯一确定的方式是去创建会被广泛谈论、链接和在社交网络中转载的精彩内容。持续做到这一点的唯一途径是去发掘你的热情并将它迁移到你在Web上建立的数字形象上去。 详述你将如何来确保你的品牌或公司价值与你接触的影响者和博客们的保持吻合。
解释你打算如何在你所有的数字资产上拥有可持续的内容流，以及你会如何确保在你所有的社交媒体平台上有可持续的行为。 在链接中 指向你网站的链接中的大量性当然不是新东西。新东西在于谷歌如今密切关注链接特征以试图挑战那些通过链接农场、购买的链接以及用一种非自然方式获取的链接对其算法进行的借势。来自可信网站的、与你的领域直接相关的大量高质量链接会增加谷歌对你网站的信心。 4.1 语义网中的信任
内容可以以许多不同的格式出现： 除了这些，还有 Google+ Activity 应用编程接口（Application Programming Interface，API）所提供的粒度。这套 API 被设计为允许开发者构建应用和服务来与Google+无缝集成。这里，它被设计用来捕获的那些数据是我们感兴趣的。被捕获的数据诸如“分享这条动态的人添加的额外内容——仅当转发一条动态时才可用”或者“回复这条动态的评论”，表明了参与性是谷歌用来计算线上档案权重的最强度量。
随着搜索中的排序越来越多地体现出信任的立竿见影的优势（以及对于这所意味的不断增强的转换的潜在好处），有理由假定发展一种显著可信的、本身可被评估的线上存在会转变为一种搜索排序时的优势并创造非常真实的商业价值。
这样的日子已经一去不复返了。21 世纪以数据的丰富为标志。如今，我们每一个人都拥有创建和发布大量数据的必要工具，那些让发布个人照片、视频和博文变得容易的在线工具和移动应用已经将我们每个人变为了一个数据节点。我们通过位置感知的设备和诸如Foursquare这样的网站就地发布，我们把我们的午餐照片发到 Twitter 上，将它们与世界分享。我们录下我们喜欢的事情，从日落到摇滚音乐会，并把它们上传到YouTube。我们的个人数据流在我们发布个人内容的社交媒体平台上汇集。
罗列四种搜索查询，并为每个分配一个反映你目标受众的百分比值。解释你是如何得到你的结论的。
社交图谱详述了一个实体与其他实体之间在 Web 上可以找到的所有社交互动（从一方到另一方的直接链接、个人的联系、共享的群组动态、提及以及从分享内容角度而言更直接的互动）。