深圳網(wǎng)絡(luò)營銷專家有關(guān)的研究中的IR模型（搜索引擎）使用模糊集合理論（Lotfi Zadeh博士于1969年創(chuàng)建的模糊邏輯分支）來發(fā)現(xiàn)兩個詞之間的語義關(guān)系。IR系統(tǒng)并非使用同義詞典或字典來找出兩個詞之間是否有關(guān)系，而是使用自己的海量內(nèi)容數(shù)據(jù)庫來推測出詞之間的關(guān)系。 
    這個過程雖然聽起來復(fù)雜，但原理很簡單。網(wǎng)絡(luò)營銷專家指出搜索引擎需要依靠機器邏輯（對／錯、是／非等）判斷，機器邏輯相對人類有它的優(yōu)勢，但機器邏輯不能像人類一樣思考。對人類來說很直觀的事情，對計算機來說可能非常難以理解。例如橘子和香蕉都是水果，但橘子和香蕉并不都是圓的。對人來說這是很直觀的事情。 
    機器要理解這一點以及其他與此類似的概念，語義聯(lián)系是關(guān)鍵。網(wǎng)上大量的人類知識可以被收錄進索引庫，并且從中分析出人類已經(jīng)建立起來的聯(lián)系。所以機器掃描索引庫中“香蕉”和“橘子”這兩個詞出現(xiàn)的地方，注意到“圓形”和“香蕉”很少同時出現(xiàn)，而“橘子”和“園形”經(jīng)常同時出現(xiàn)，機器就知道橘子是圓的，而香蕉不是圓的。 
    這就是模糊邏輯發(fā)揮作用的地方。只要分析詞語以何種頻率一起出現(xiàn)，在什么情況下一起出現(xiàn)，模糊集合理論就可以幫助計算機理解詞語之間是怎樣相關(guān)的。 
    一個在此基礎(chǔ)上有所擴展的相關(guān)概念是潛在語義分析(LSA，Latent Semantic Analysis)。通過研究億萬網(wǎng)頁的海量索引，搜索引擎可以“學(xué)習(xí)”哪些詞之間有聯(lián)系，哪些概念之間有聯(lián)系。例如，運用LSA，搜索引擎能夠分辨前往動物園的旅途活動，經(jīng)常包括觀看野生生物和動物，可能是一次（旅行）的一部分。 
    Google將相關(guān)詞顯示為黑體，并且能夠辨認出哪些詞在它們的索引庫中經(jīng)常同時出現(xiàn)（連在一起，在同一頁或比較靠近的位置）。 
    在SEO培訓(xùn)優(yōu)化中某些形式的LSA計算成本太高。這些應(yīng)用使我們認識到搜索引擎怎樣分辨網(wǎng)上詞匯、詞組以及概念之間的聯(lián)系。隨著語義聯(lián)系成為搜索引擎算法越來越重要的部分，可以預(yù)期，頁面、網(wǎng)站和鏈接的主題將會越來越受重視。未來搜索引擎將更有能力理解概念和主題，分辨哪些內(nèi)容、鏈接、頁面與整個網(wǎng)站的主題不太吻合。