B2C Data

恢复 LSI 或 snakeoil。Ben 澄清说，LDA 不是 LSI，后者更多地涉及关键字密度。他解释说，他不是在谈论在页面上加载关键字，而是在谈论页面内主题的相关性。他说： “LSI 对简单解释没有同样的偏见。当你试图扩大主题数量时，LSI 就会崩溃。” LDA 工具处理的是上下文、语义相关性，而不是密度- 以及一些其他随机因素。例如： 如果 SEOmoz 有一个页面，内容都是关于“SEO”和“工具”，而页面上的另一个词可以用与 SEO 主题更相关的词来解释，那么就会使用相关词。


也就是说，“seo 工具”不必一遍又一遍地重复，Google 会将 twitter 电话号码资源 相关词解释为相关的。 Ben 似乎拥有搜索引擎的大脑，他指出 LDA 似乎是 Google 在不久的将来要走的方向。他说（转述）： 如果他们没有这样做，他们看起来似乎在做一些有同样效果的事情。他们可能已经在使用它了。 兰德解读道： 如果谷歌不使用它，那是一个非常奇怪的巧合。 页面信号比链接强吗？ 我们是否正朝着更加重视页面主题建模的方向发展？我不是 IR 极客，但我确实计划花更多精力专注于了解搜索引擎如何检索信息。


我们正在处理语义网。LDA 可能表明，良好的旧页面优化比链接发出的信号更强。 SEOmoz 的 LDA 工具试图显示内容与所选关键词的相关程度。它计算查询的相关性。 下面显示了SEOmoz 的工具页面与Aaron Wall 的 SEO 书籍中的类似页面的相关性。 SEOmoz 和 SEO Book 的 SEO 工具相关性 顶部的分数是根据 LDA 衡量该页面内容的相关程度的指标。 Aaron 的内容与查询“seo 工具”的相关度为 72%*。 SEOmoz 的工具页面相关度为 40%*。


*注意：（我插入了徽标。）您可以运行相同的页面并获得不同的结果。结果相似，因为 SEO Book 的得分总是更具主题相关性，但百分比会有所不同。这是随机蒙特卡罗算法在起作用吗？本？ Mozinar问题： “我们如何执行这项 SEO 操作？” Ben 的回答： “我实际上不做 SEO。我写代码。” 这取决于我们，SEO，在我们的 Google 游乐场中进行游戏和测试。 使用该工具来决定您是否可以通过 LDA 来优化您的页面信号。 使用 LDA 主题工具返回可在页面上用于查询的单词。