Modelowanie tematyczne w SEO – nowy sposób na wyższą pozycję

Modelowanie tematyczne w SEO to wykorzystanie modeli statystycznych do odkrywania tematów w zbiorze dokumentów. Analizując współwystępowanie słów i fraz na tysiącach stron, algorytmy są w stanie przypisać stronie trafność tematyczną i uszeregować ją pod kątem wyszukiwanego hasła.

Od słów kluczowych do tematów

We wczesnych dniach wyszukiwarek — pod koniec lat 90. — algorytmy niewiele robiły poza dopasowywaniem słów kluczowych w wynikach do słów kluczowych w zapytaniu. Wyszukiwarki nie zrozumiały kontekstu zapytania ani intencji słowa kluczowego.

Ale od tego czasu wyszukiwarki przeszły długą drogę. Algorytmy wyszukiwarek rozumieją teraz nie tylko słowa kluczowe, ale także ich temat. Ten nacisk na tematy, a nie na słowa kluczowe, nazywa się semantycznym SEO.

Pierwszy duży postęp w kierunku zrozumienia tematów nastąpił wraz z aktualizacją Google Hummingbird w 2013 roku. Wtedy Google zaczął analizować całe frazy, a nie tylko pojedyncze słowa kluczowe.

Kolejny duży krok naprzód nastąpił w 2015 roku dzięki algorytmowi RankBrain firmy Google, który wykorzystywał przetwarzanie języka naturalnego (NLP) do zrozumienia kontekstu i intencji zapytań wyszukiwania.

W tym czasie gęstość słów kluczowych jako miara trafności szybko znikała w lusterku wstecznym. Zostało zastąpione przez aktualne znaczenie. To, jak dobrze zajmujesz teraz pozycję w Google, zależy od tego, jak kompleksowo obejmuje dany temat.

Od tego czasu Google i inne wyszukiwarki coraz lepiej rozumieją tematy. Robią to za pomocą techniki zwanej modelowaniem tematów.

Modelowanie tematyczne a klasyfikacja tematów

Modelowanie tematyczne to statystyczna metoda odkrywania relacji, które istnieją między słowami i frazami.

Dzięki modelowaniu tematyczne algorytm sam odkrywa kategorie informacji bez nadzoru. Czyni to poprzez skanowanie zestawu dokumentów i grupowanie słów i fraz na podstawie tego, jak często występują obok innych słów i fraz. Modelowanie tematyczne to „nienadzorowana” technika uczenia się: algorytm sam wykrywa kategorie na podstawie znalezionych wzorców.

Modelowanie tematyczne różni się od klasyfikacji tematów, która jest techniką uczenia maszynowego, w której ludzie muszą „wytrenować” algorytm, nadając mu pewne zasady.

W przypadku klasyfikacji tematów najpierw musisz zdefiniować kategorie informacji, których chcesz użyć. Następnie podajesz algorytmowi kilka przykładów nieprzetworzonych danych, które zostały oznaczone tymi wstępnie zdefiniowanymi kategoriami. Algorytm wykorzystuje te predefiniowane kategorie do analizy danych.

Różnica między tymi dwiema technikami jest taka: w klasyfikacji tematów ludzie mówią algorytmowi, jakie są kategorie, podczas gdy w modelowaniu tematów algorytm odkrywa, czym są kategorie, poprzez analizę statystyczną tego, jak słowa i frazy grupują się w określone wzorce.

Te metody analizy tekstu są wykorzystywane nie tylko przez wyszukiwarki, ale także w całym Internecie.

Na przykład firma, która otrzymuje dużą liczbę opinii klientów online, może użyć modelowania tematów lub klasyfikacji tematów, aby posortować swoje opinie na kategorie, takie jak powiadomienia po zakupie, uzupełnienia doświadczeń, opinie na temat lojalności wobec marki, skargi klientów i recenzje klientów.

Dwa rodzaje modelowania tematycznego

Do tej pory używałem terminu „modelowanie tematyczne”, jakby to była jedna rzecz. Ale w rzeczywistości jest to termin zbiorczy, który obejmuje szereg różnych technik.

Przyjrzyjmy się teraz niektórym typom modelowania tematów.

Utajona alokacja Dirichleta (LDA)

Latent Dirichlet Allocation (LDA) opiera się na dwóch założeniach: że podobne tematy używają podobnych słów oraz że dokumenty mówią o kilku tematach, dla których można wykryć rozkład statystyczny.

LDA mapuje dokumenty na listę tematów, przypisując tematy do układów słów, takich jak n-gramy. N-gram to sekwencja słów używanych w przetwarzaniu języka naturalnego.

Desygnator 'n' odnosi się do liczby słów w n-gramie. Gdzie N=1, n-gram zawiera jedno słowo, gdzie N=2, n-gram zawiera dwa słowa i tak dalej.

Na przykład zdanie „Krowa skacze nad księżycem” zawierałoby następujące dwuwyrazowe n-gramy (znane jako bi-gramy):

• krowa
• krowa skacze
• przeskakuje
• nad
• Księżyc

Gdy masz n-gramy, możesz wykonać obliczenia, które przewidują prawdopodobieństwo, że określone słowa pojawią się w tym samym zdaniu lub w tym samym akapicie lub w pewnej odległości od siebie.

Latent Dirichlet Allocation opiera się na założeniu, że dokumenty składają się z określonych układów słów i że układy te określają temat dokumentu.

Utajona analiza semantyczna

Podobnie jak LDA, ukryta analiza semantyczna opiera się na hipotezie dystrybucyjnej: znaczenie słów można uchwycić, patrząc na konteksty, w których pojawiają się słowa. Jak ujął to angielski językoznawca, JR Firth: „Poznacie słowo po towarzystwie, które trzyma” (Firth, JR 1957:11).

W przeciwieństwie do LDA, która przypisuje tematy do określonych układów słów, ukryta analiza semantyczna po prostu oblicza, jak często słowa występują w zestawie dokumentów. Zakłada, że ​​dokumenty należące do podobnych tematów będą zawierały w przybliżeniu taki sam rozkład częstotliwości słów dla niektórych słów.

Metoda, której używa do obliczania częstotliwości słów, to Termin Częstotliwość-Odwrotna Częstotliwość Dokumentu lub tf-idf.

Termin Częstotliwość (TF) odnosi się do liczby wystąpień słowa kluczowego w pojedynczym dokumencie.

Odwrotna częstotliwość dokumentów (IDF) mierzy, ile razy termin pojawia się w zbiorze dokumentów.

Częstotliwość terminu (TF) jest następnie dzielona przez częstotliwość odwrotnego dokumentu (IDF), aby uzyskać wartość TF-IDF.

Zarówno LDA, jak i LSA są technikami nienadzorowanymi.

Klastry tematyczne — klucz do wyższej pozycji

Jak widać, wyszukiwarki zwracają uwagę ze słów kluczowych na tematy. Używają różnych metod statystycznych, aby zidentyfikować wzorce w sposobie znajdowania pewnych słów z innymi słowami. Te wzorce pozwalają wyszukiwarkom identyfikować tematy.

I dlatego klastry tematyczne są teraz istotną częścią wysokiej pozycji w wynikach wyszukiwania.

Google chce dostarczać wiarygodne wyniki wyszukiwania. Oznacza to dostarczanie treści, które dobrze obejmują dany temat, zarówno dogłębnie, jak i szeroko.

Posty filarowe i klastry tematyczne

Najlepszym sposobem na to jest użycie modelu klastra tematów. To zbiór stron z centralną stroną zwaną postem filarowym. Post filarowy obejmuje temat dogłębnie i zwykle ma co najmniej 3000 słów.

W poście filarowym obejmujesz wszystkie podtematy związane z Twoim tematem. Ale niekoniecznie musisz szczegółowo omawiać te podtematy. Poświęć kilka akapitów na wprowadzenie do każdego podtematu, a następnie połącz się z osobnym wpisem na blogu, w którym omawiasz ten podtemat bardziej szczegółowo.

Na przykład twój słupek może dotyczyć „narzędzi ogrodniczych”. Byłby to artykuł dłuższy niż przeciętny, w którym krótko opiszesz wszystkie główne typy narzędzi ogrodniczych: kosiarki, przycinarki do żyłek, nożyce do żywopłotu, sekatory, mulczery, dmuchawy do liści, narzędzia do przycinania krawędzi, zraszacze itp.

Następnie utworzysz osobny fragment treści dla każdego z tych podtematów i link do tych artykułów z postu filarowego.

Dlaczego klastry tematyczne pomagają w SEO?

W jaki sposób klaster tematyczny może pomóc Ci uzyskać wyższą pozycję w rankingu? Pokazuje wyszukiwarkom, że Twoja witryna ma autorytet w danym temacie. Kiedy tworzysz klaster tematów, Twoja treść będzie pełna powiązanych słów kluczowych. I właśnie tego szukają teraz algorytmy wyszukiwarek. Witryna, która ma dziesięć lub piętnaście stron ściśle powiązanej treści, pełnej słów kluczowych, które zwykle znajdują się razem, otrzyma zielone światło od algorytmu.

Do tej pory w tym artykule przyjrzeliśmy się, dlaczego tematy zastępują słowa kluczowe w centrum uwagi SEO i jak wyszukiwarki wykorzystują różne narzędzia do modelowania tematów, aby zrozumieć tematy i ich podtematy.

Jako twórca treści możesz się zastanawiać, czy istnieją narzędzia do modelowania tematów, które pomogą Ci „zmapować” konkretny temat, dzięki czemu możesz tworzyć treści, które kompleksowo obejmują ten temat.

Cóż, nic dziwnego, że takie narzędzia już istnieją. A w następnej sekcji pokażę wam dwa z nich.

Narzędzia do modelowania tematów

Ta sekcja zawiera omówienie dwóch narzędzi do modelowania tematów, które pomogą Ci pisać treści o wysokim autorytecie tematycznym.

MarketMuse

MarketMuse to oparte na sztucznej inteligencji narzędzie do badania treści i planowania słów kluczowych. Wykorzystuje uczenie maszynowe i sztuczną inteligencję do analizowania treści, sugerowania tematów do omówienia i opracowywania briefów, które pomogą Ci tworzyć lepsze treści.

Po zalogowaniu się do MarketMuse zobaczysz pięć narzędzi w menu po lewej stronie: Badania, Rywalizacja, Optymalizacja, Pytania i Połącz:

Przyjrzyjmy się tym narzędziom jeden po drugim.

Narzędzie badawcze

W narzędziu badawczym wpisz słowo kluczowe, a MarketMuse zidentyfikuje główne tematy dla tego słowa kluczowego:

Tematy pojawiają się w lewej kolumnie. W prawej kolumnie zobaczysz szacunkową liczbę wyszukiwań dla każdego pokrewnego tematu, a także wykres przedstawiający trend wyszukiwania dla tego tematu.

Kolumna po prawej stronie pokazuje sugerowaną liczbę razy, kiedy powinieneś wspomnieć o tym powiązanym temacie w swojej treści. MarketMuse używa do tego kodu koloru:

• Żółty = 1 do 2 wzmianek
• Zielony = 3 do 10 wzmianek
• Niebieski = 10+ wzmianek

Możesz przejść do każdego powiązanego tematu, klikając ten temat. Zobaczysz listę wariantów tego tematu:

Uwzględnienie tych wariantów w treści pomoże Ci w rankingu dla wielu słów kluczowych. Zwiększy to również autorytet twojego artykułu, ponieważ wyszukiwarki są teraz świadome, że pewne słowa pojawiają się razem w treści, która szczegółowo omawia dany temat.

Narzędzie do rywalizacji

Narzędzie Compete tworzy model tematyczny, analizując tysiące dokumentów. Następnie analizuje 20 najlepszych wyników w odniesieniu do tego modelu i przedstawia wyniki jako mapę cieplną.

Konkurencja służy do oceny i analizy konkurencji na dany temat oraz podejmowania decyzji dotyczących zasięgu, jaki chcesz mieć na ten temat.

Mapa popularności Compete pomaga szybko zrozumieć, w jaki sposób konkurencja podchodzi do tematu, o którym chcesz napisać, jakie powiązane tematy musisz uwzględnić, a które powinieneś omówić, aby Twoje treści wyróżniały się z tłumu:

U góry ekranu Rywalizacji zobaczysz 20 najlepszych wyników wyszukiwania dla tego tematu. Pod każdym wynikiem wyszukiwania znajduje się ocena treści MarketMuse dla tego artykułu. Jest to zastrzeżony wynik opracowany przez MarketMuse, który pokazuje, jak dobrze strona obejmuje temat.

Kody kolorów na mapie ciepła pokazują, jak dobrze każdy element treści obejmuje temat:

• Czerwony = 0 wzmianek
• Żółty = 1-2 wzmianki
• Zielony = 3-10 wzmianek
• Niebieski = 10+ wzmianek

Szybkim sposobem oceny, jak dobrze strona obejmuje dany temat, jest skanowanie pionowej kolumny w dół:

Podobnie możesz zobaczyć, jak konkurs obejmuje określony temat, skanując w poziomie w rzędzie:

Kolejną rzeczą, na którą należy zwrócić uwagę w narzędziu Compete, są oceny treści. Pozwalają one na pierwszy rzut oka zobaczyć, jak dobrze najwyżej oceniane treści obejmują ten temat:

Jeśli wyniki są niskie, oznacza to, że masz dużą szansę na wysoką pozycję w tym temacie dzięki dobrze zbadanej treści.

Po lewej stronie ekranu Rywalizacji zobaczysz wszystkie tematy, które składają się na model tematyczny.

Korzystając z narzędzia Compete, należy zwrócić uwagę na dwie rzeczy: niezbędne tematy i luki w tematach.

Niezbędne tematy to te, które stale znajdują się na najwyższych pozycjach w wynikach wyszukiwania. Aby dobrze zagrać, te tematy muszą być uwzględnione w Twoim utworze.

Luki tematyczne to tematy, których nie obejmuje konkurs. Są doskonałą okazją do optymalizacji treści poprzez uwzględnienie tematów, których brakuje konkurencji.

Narzędzie Optymalizacji

Narzędzie Optymalizuj to edytor tekstu, który zapewnia w czasie rzeczywistym informacje zwrotne na temat tego, jak dobrze Twoja treść obejmuje dany temat. Wystarczy wpisać słowo kluczowe i adres URL artykułu, a MarketMuse wyświetli

Kody kolorów w panelu po prawej stronie pokazują, ile razy używałeś tego terminu i ile razy powinieneś go używać.

Gdy dodasz sugerowane terminy do treści, kody kolorów zaktualizują się, aby pokazać, że zbliżasz się do optymalnej liczby wzmianek dla tego terminu.

Podczas przewijania strony w dół karta „Kanał” zapewnia bieżącą ocenę, jak dobrze Twoje treści odnoszą się do tematów:

W górnej części ekranu Rywalizacji zobaczysz pasek stanu, który informuje o wyniku treści, średnim wyniku, docelowym wyniku, liczbie słów, średniej liczbie słów i docelowej liczbie słów:

Narzędzie Pytania

Narzędzie Pytania w MarketMuse jest przydatne, gdy jesteś na etapie badań nad pisaniem artykułu. Pokazuje najczęściej zadawane pytania związane z Twoim tematem:

Dołączanie powiązanych pytań do treści to kolejny sposób na zwiększenie autorytetu tematu Twojego artykułu.

Po prawej stronie ekranu pojawi się kolumna z przyciskiem „Uruchom”. Daje to możliwość uruchomienia każdego pytania w jednym z pozostałych czterech narzędzi:

MarketMuse to potężne narzędzie do analizy tematu i zapewnienia, że ​​treść Twojego artykułu obejmuje jak najwięcej tematu. To, co sprawia, że ​​MarketMuse jest szczególnie przydatne, to fakt, że opiera się na najwyższych wynikach dla tego konkretnego słowa kluczowego.

Nie tylko pokazuje, jakie tematy są poruszane na stronach, które znajdują się na szczycie wyników wyszukiwania. Pokazuje również luki w tematach. Zajmując się lukami w tematach, możesz wyróżnić swoje treści na tle innych stron.

Informacje o artykule

Artykuł Insights to kolejne narzędzie do modelowania tematów.

Pomaga zidentyfikować słowa kluczowe, które pojawiają się w 10 najlepszych wynikach wyszukiwania dla określonego tematu. Pomaga w analizie konkurencji, porównując Twoje treści z treściami konkurencji, dzięki czemu możesz zobaczyć, których słów kluczowych używają, a nie Ty. Pomaga też w wykrywaniu jednostek, oznaczając słowa kluczowe jako osoba, produkt, firma lub miejsce.

Pierwszą rzeczą, którą musisz zrobić w artykule Insights, jest utworzenie projektu. Nadaj swojemu projektowi nazwę, a następnie dodaj słowo kluczowe, na które chcesz kierować:

Słowo kluczowe trafia następnie do kolejki przetwarzania — zakończenie analizy może zająć kilka minut.

Po przetworzeniu słowa kluczowego należy kliknąć przycisk Widok.

Zobaczysz wtedy ekran, który składa się z dwóch części: interfejsu pisania po lewej stronie i analityki po prawej:

W edytorze artykułów masz dwie zakładki: „Artykuł” i „Krótki”:

Brief to miejsce, w którym możesz zostawić notatki dotyczące artykułu. Jest przycisk udostępniania, w którym możesz uzyskać link do udostępnienia artykułu swoim autorom.

Po prawej stronie znajduje się panel ze wszystkimi analizami treści:

Obejmują one:

• Liczba słów
• słowa kluczowe, których użyłeś w swoim artykule
• słowa kluczowe używane przez Twoich konkurentów (analiza luk)
• nagłówki, których używałeś i liczbę nagłówków, których używali Twoi konkurenci.
• wyjątkowość Twoich treści
• ocena czytelności

Możesz zacząć pisać swój artykuł od zera lub możesz zaimportować artykuł w toku z adresu URL:

Po załadowaniu treści do edytora artykułów narzędzie analizuje treść pod kątem 10 najlepszych wyników wyszukiwania dla tego słowa kluczowego:

• Panele 1 i 2 pokazują, jak kompletny jest Twój artykuł i ile słów powinieneś dążyć.
• Panel 3 pokazuje 15 najczęściej używanych słów kluczowych w treści.
• Panel 4 pokazuje słowa kluczowe, których użyli twoi konkurenci i ile z nich użyłeś.
• Panel 5 pokazuje nagłówki, których używałeś i porównuje je z nagłówkami używanymi przez Twoich konkurentów.

Pod panelem Nagłówki znajduje się panel, który pokazuje wynik „Wyjątkowość” i narzędzie, które daje wynik czytania Flescha:

Narzędzie „wyjątkowość” zawiera przycisk o nazwie „Przepisywanie artykułów”.

Kliknij na to, a otworzy się edytor artykułów z przydatnymi sugestiami dotyczącymi synonimów, których możesz użyć do przepisania fragmentów, które dodałeś z zakładki „badania”. Najedź kursorem na podświetlone słowo, a narzędzie wyświetli alternatywne synonimy dla tego słowa:

Jest to bardzo przydatne i pomaga szybko przepisać treść.

W górnej części prawego panelu znajduje się siedem zakładek. Do tej pory pracowaliśmy w zakładce Score.

Jeśli klikniesz kartę Konkurenci, zobaczysz listę 10 największych konkurentów dla tego słowa kluczowego wraz z pogrupowaniem słów kluczowych dla każdego konkurenta. Te grupy słów kluczowych pokazują najpopularniejsze słowa kluczowe używane przez każdego konkurenta:

Możesz zaznaczyć i odznaczyć konkurentów, co jest przydatne, jeśli istnieją wyniki, które Twoim zdaniem nie pasują do Twoich treści.

Następna zakładka to „Badania”. Ta karta pobiera fragmenty z treści o najwyższej pozycji:

Kliknij fragment badawczy, a zostanie on dodany do edytora artykułów. Następnie musisz napisać go ponownie, aby stał się częścią własnej treści.

Następna zakładka to „Nagłówki”. Ta karta pokazuje nagłówki używane dla każdego wybranego konkurenta. Możesz dokładnie zobaczyć, ile nagłówków mają na swojej stronie i jaki jest poziom nagłówka.

Następna jest zakładka „Pytania”.

Ta karta pobiera pytania od Google związane z Twoim głównym słowem kluczowym. Oto podtematy, które możesz dodać do swojego artykułu, aby uzyskać autorytet tematyczny:

Następna zakładka to „Tematy”. To narzędzie pokazuje powiązane słowa kluczowe pogrupowane w tematy. Akapity pasujące do tych tematów są umieszczane w tym panelu tematów dla Ciebie:

Zarys tematu pomaga odkryć powiązane słowa kluczowe, które można łatwo dodać do akapitów. Dodanie tych powiązanych słów do akapitu zwiększy autorytet treści i drastycznie poprawi jakość Twojego artykułu.

Ostatnia zakładka to „Duplikaty”. To narzędzie wykrywa fragmenty treści, które są duplikatami. Musisz przepisać wszystko, co jest zaznaczone na czerwono przez to narzędzie.

Wróćmy teraz do panelu słów kluczowych na karcie „Wynik”, ponieważ ma on przydatną funkcję. Kliknij słowo kluczowe w tym panelu:

To słowo kluczowe zostanie następnie podświetlone w zakładce Konkurent. Możesz wtedy zobaczyć, ile razy konkurenci użyli tego słowa kluczowego:

To samo słowo kluczowe zostanie również podświetlone na karcie „Badania”:

Jest to przydatna funkcja, gdy próbujesz zoptymalizować treść pod kątem określonego słowa kluczowego.

Wniosek

Ponieważ algorytmy odchodzą od skupiania się na słowach kluczowych i próbują zrozumieć tematy, coraz ważniejsze staje się, aby Twoje treści obejmowały temat kompleksowo.

To staje się kluczem do rankingu na szczycie wyników wyszukiwania.

W tym artykule przyjrzeliśmy się różnym technikom modelowania tematów, których obecnie używają wyszukiwarki, aby lepiej zrozumieć współwystępowanie słów w dokumencie i w zestawie dokumentów.

Widzieliśmy, jak obecność, częstotliwość i bliskość podobnych słów kluczowych w dokumencie są wykorzystywane przez wyszukiwarki do zrozumienia tematów.

Jest zrozumiałe, że jeśli wyszukiwarki używają tych narzędzi do zrozumienia autorytetu tematyki, twórcy treści muszą używać tych samych technik, aby zapewnić, że ich treść odpowiednio obejmuje dany temat.

I tu właśnie pojawiają się narzędzia, takie jak MarketMuse i Article Insights. Wykorzystują one sztuczną inteligencję do analizy tematu, o którym piszesz, i pokazują, jakie podtematy znajdują się w tym temacie i jakich słów kluczowych należy użyć, aby uzyskać dobrą pozycję w tym temacie.

Powiązane zasoby

• Klastry tematyczne i SEO – 5 prostych wskazówek dotyczących tworzenia centrów treści
• Semantyczne SEO — przewodnik dla początkujących
• Stwórz strukturę silosu na swojej stronie internetowej w 5 prostych krokach
• Co to jest ukryte indeksowanie semantyczne: 7 ważnych faktów
• Czym są słowa kluczowe LSI i jak ich używać, aby uzyskać wyższą pozycję?