30599
•
17-minütige Lektüre
•
Latent Semantic Indexing ist eine Informationsabruftechnik, die lange vor der Nutzung des Internets erfunden wurde. Irgendwann, als Google begann, seine Ranking-Algorithmen zu verbessern, kam es zu Kontroversen über LSI-Keywords und darüber, ob sie für die Website-SEO von Vorteil sind.
In diesem Artikel werde ich auf die Ursprünge der latenten semantischen Indizierung und das Konzept der LSI-Schlüsselwörter eingehen. Und ich zeige ein paar LSI-Keyword-Generator-Tools, die Sie beim Texten verwenden können. Genießen!
Latent Semantic Indexing, kurz LSI, ist eine mathematische Technik, die Beziehungen zwischen Wörtern in einer Sammlung von Dokumenten findet. Mithilfe von LSI können wir ein Dutzend Texte vergleichen und daraus schließen, dass einige davon thematisch ähnlich sind. Der Algorithmus ermittelt Ähnlichkeiten auch dann, wenn das Hauptthema-Schlüsselwort in einigen Texten nicht direkt verwendet wird.
Mit anderen Worten,
Der Bedarf an einer latenten semantischen Analyse entstand zu einer Zeit, als die Computerkapazitäten zunahmen und Programmierer versuchten, den Zugang der Benutzer zu Informationen zu verbessern. Die textbezogene Informationsverarbeitung erforderte eine effizientere semantische Analyse. Die LSI-Technik zielte darauf ab, mehrere Probleme der Textanalyse anzugehen, nämlich Synonymie und Polysemie.
Was sind Synonyme?
Synonymie ist ein sprachlicher Begriff, der die Existenz verschiedener Wörter für dieselbe Sache oder dasselbe Konzept beschreibt. Für den Weg, den Sie zurücklegen, haben Sie beispielsweise eine Reihe von Wörtern, um ihn als Route, Straße, Fahrt oder Passage zu beschreiben.
Was ist Polysemie?
Polysemie ist ein sprachlicher Begriff für ein Wort mit mehr als einer Bedeutung. Polyseme haben unterschiedliche, jedoch verwandte Bedeutungen. Nehmen Sie das Wort „fahren“ : Sie können ein Fahrzeug fahren, oder Sie können Ihren Freund von einer Kneipe nach Hause fahren, oder Sie können einfach lange fahren. Eine andere Sache ist, dass man jemanden in den Wahnsinn treiben kann. Das Wort kann eine Bestimmung, eine Reise, einen breiten Pass für Fahrzeuge, einen Computerteil usw. bedeuten.
Was ist Homonymie?
Ein etwas anderes Phänomen ist die Homonymie, wenn Wörter gleich geschrieben werden (Homografen) oder gleich klingen (Homophone), aber unterschiedliche Konzepte bedeuten, die keinen Bezug zur Herkunft haben. Zum Beispiel muss man sein oder nicht sein als Verb, und es gibt eine Biene als Insekt.
Diese sprachlichen Phänomene sind die treibende Kraft aller Wortspiele und des Humors in Kunst und Literatur.
Dennoch sind Synonymie und Polysemie die Hauptgründe dafür, dass exakt passende Schlüsselwörter für Suchmaschinen nicht geeignet sind.
LSI deckt zugrunde liegende semantische Strukturen auf, die aufgrund der Variabilität der Formulierungen verborgen oder verdeckt sein können. Diese Technik ermöglicht es, Ähnlichkeiten zwischen mehreren Dokumenten in einer Textsammlung zu finden und die relevantesten für die Anfrage eines Suchenden abzurufen.
LSI ist eine patentierte Technologie, die 1988 veröffentlicht wurde (und das Patent lief 2008 aus).
LSI verwendet eine Term-Dokument-Matrix und Singular Value Decomposition (SVD), eine gängige lineare Algebra-Technik, um konzeptionelle Korrelationen in einem Textkörper zu lernen. Sofern Sie nicht mit Operationen auf Matrizen und Eigenvektoren vertraut sind, wird es einige Zeit dauern, bis Sie verstehen, wie es funktioniert, aber hier ist ein kurzer Versuch.
Die Berechnungen identifizieren Koexistenzen im Textkörper und helfen dabei, Konzepte aufzudecken, die mehreren Dokumenten in der Textsammlung gemeinsam sind. Der Vorteil von LSI besteht darin, dass es hilft, Rauschen zu eliminieren und eine sehr spärliche TDM-Matrix in eine angenäherte Matrix mit niedrigem Rang umzuwandeln, die gemeinsame Strukturen offenlegt. Der Nachteil von LSI liegt in der Komplexität der Berechnung.
Dies ist eine Animation eines LSA-Beispiels aus der Einführung in die Tutorials zur Themenmodellierung.
Mit LSI können Begriffe mit Begriffen, Dokumente mit Dokumenten und Begriffe mit Dokumenten verglichen werden. Im konkreteren Fall dient es dazu, benachbarte Begriffe zu finden (das sind die Begriffe, die ihrem Gewicht nach am nächsten sind), und so eine Gruppe von Wörtern zu finden, die eng mit einem Konzept verbunden sind. Dabei kann es sich nicht nur um Synonyme handeln, sondern auch um Gegensätze oder einfach um Wörter, die oft zum Hauptthema passen. Dank der Wortclusterung, die LSI durchführt, ist es effektiv für die Suche und Kategorisierung von Dokumenten.
LSI-Schlüsselwörter sind Wörter, die einen semantischen Bezug zum Hauptthema-Schlüsselwort der Seite haben und in einer Vielzahl ähnlicher Texte vorkommen.
Für ein einfaches Verständnis der LSI-Schlüsselwörter werfen wir einen Blick auf eine zufällige Abfrage, zum Beispiel „Klimawandel“. Denken Sie zunächst an die Assoziationen, die Sie mit dem Wort Phrase haben.
Wenn Sie es in die Suchleiste eingeben, erhalten Sie eine Reihe von Seiten unterschiedlicher Art. Google entnimmt in einem Featured Snippet die Definition des Begriffs aus Wikipedia und hebt die wichtigsten Begriffe im Zusammenhang mit dem Klimawandel in Fettschrift hervor: „Eisschmelze“, „Ozeanerwärmung“, „Anstieg des Meeresspiegels“ und „Ozeanversauerung“.
Unten auf der Suchergebnisseite finden wir einige weitere relevante Begriffe wie „globale Erwärmung“, „Treibhausgasemissionen“ usw. Dabei handelt es sich um Wörter und Phrasen, die in den meisten Texten neben unserem wichtigsten Schlüsselwortbegriff erscheinen.
Die knifflige Frage zu LSI ist...
Für alle, die sich fragen, ob Google LSI-Keywords verwendet, gibt es ein für alle Mal eine kurze Antwort von Google-Vertreter John Mueller:
Warum wird Google also mit latenter semantischer Analyse in Verbindung gebracht? Wir wissen mit Sicherheit, dass die Suchmaschine von Google Polyseme und Synonyme unterscheidet. Bei beliebten Suchanfragen sollten mindestens mehrere Ergebnisse auf der SERP ungefähr denselben Aspekt des Themas abdecken, da Google das Schlüsselwort erfolgreich identifiziert und Polyseme unterscheidet (natürlich, wenn Sie es angeben, aber auch basierend auf Ihrem Suchverlauf) und das sogar interpretiert Absicht der Abfrage, die relevantesten Texte zu zeichnen.
Darüber hinaus erhält Google jeden Tag 15 % der Suchanfragen, auf die es noch nie zuvor gestoßen ist. Wie geht es mit ihnen um?
Die Wahrheit ist, dass man kaum ein Google-Forschungspapier zu LSI-Schlüsselwörtern erwähnen kann, das zeigt, in welchem Stadium LSI möglicherweise in seinen Algorithmen implementiert wurde. Sicherlich verwendet Google heutzutage fortschrittlichere Algorithmen zur Verarbeitung natürlicher Sprache, um das ständig wachsende Web zu scannen. Bill Slawski macht hier deutlich, warum Google LSI kaum für die Suche einsetzt und zitiert Patente aus dem Jahr 2017. Als Beispiel nennt er, dass ein neuerer Google-Algorithmus RankBrain auf einem Wortvektoransatz basiert.
Nach den neuesten Algorithmus-Updates verwendet Google BERT, um die Relevanz der Suchergebnisse für Nutzeranfragen zu verbessern. Das neuronale Netzwerk für die Verarbeitung natürlicher Sprache wird zum Ranking von Passagen oder zum Verständnis der Tiefensemantik in Videos verwendet, was viel komplizierter zu sein scheint als LSI.
Verwandte Lektüre: Googles MUM: Suchaktualisierungen und SEO-Auswirkungen
LSI wurde zu Beginn des Internets erfunden. Für das Internet dieser Größe wie es heute ist, ist LSI nicht praktikabel, geschweige denn ausreichend.
Beachten Sie, dass LSI neben der probabilistischen latenten semantischen Analyse, der Hauptkomponentenanalyse, der latenten Dirichlet-Zuordnung, Word2Vec usw. nur eine der vielen Techniken der semantischen Analyse ist.
Während die LSI-Technik als zu alt und zu einfach für moderne Suchanforderungen abgetan wird, verwenden Content-Vermarkter den Begriff „LSI-Keywords“, um den Umfang der an einer Seite durchgeführten Optimierungsarbeit zu beschreiben. Welchen Wert haben LSI-Keywords für SEO?
Der Hauptvorteil von LSI-Keywords besteht darin, dass Sie sie zur Verbesserung der On-Page-SEO verwenden können. LSI-Tools zielen nicht darauf ab, die Algorithmen von Google zu optimieren. Sie konzentrieren sich auf die Textanalyse, um Wörter und Phrasen zu finden, die natürlicherweise nebeneinander vorkommen, basierend auf Texten, die bereits im SERP verfügbar sind.
Mit LSI können Sie den Kontext mit semantisch verwandten Schlüsselwörtern anreichern. Die Verwendung von LSI-Schlüsselwörtern soll Ihnen dabei helfen, den natürlichen Kontext für die Abfrage zu erstellen und das Thema eingehender zu behandeln. Sie können es als eine Art Helfer beim Schreiben von Inhalten betrachten.
Der Begriff „LSI-Copywriting“ wird im Content-Marketing verwendet, um den Prozess des Hinzufügens verwandter Begriffe zu Ihren Inhalten zu bezeichnen. Grob gesagt verzichtet man beim SEO-Copywriting tendenziell auf veraltete und unnatürliche Keyword-Stuffing-Techniken. Der Fokus liegt vielmehr auf der Erstellung benutzerfreundlicher Inhalte: Texter sollen Texte natürlich schreiben und den Nutzern einen Mehrwert bieten (dasselbe, was Suchmaschineningenieure anstreben).
Wenn wir also über LSI-Schlüsselwörter sprechen, meinen wir das Finden relevanter verwandter Schlüsselwörter, die hinzugefügt werden können, um den Inhalt zu verbessern. In diesem Fall sprechen wir von einem Marketingkonzept, das von Content-Erstellern verwendet wird.
Denken Sie zuerst nach. Wenn Sie ein Experte sind, haben Sie viele Ideen, die Sie in Ihrem Artikel entwickeln können. Was ist, wenn Ihnen die Ideen ausgehen? Verwenden Sie Keyword-Tools.
Die erste Methode, die Ihnen bei der Suche nach LSI-Schlüsselwörtern in den Sinn kommt, ist die Verwendung von Google-Schlüsselwortvorschlägen. Wenn wir jedoch über die regulären Keyword-Tools von Google sprechen, können wir sie nicht als LSI-Keyword-Generatoren bezeichnen, da es bei den Algorithmen von Google nicht um latente semantische Indexierung geht.
Obwohl die automatische Vervollständigung von Google zweifellos die beste Quelle für die Keyword-Erkennung ist, ist dies nicht immer das, was wir unter LSI-Keywords verstehen. Beachten Sie außerdem den Unterschied zwischen Long-Tail-Keywords und semantischen LSI-Keywords. Long-Tail-Keywords enthalten bereits Ihr Haupt-Keyword, passen höchstwahrscheinlich in Ihren Inhalt und Sie möchten sie wahrscheinlich als Ihre Ziel-Keyword-Phrasen verfolgen. Während LSI-Keywords Ihr Ziel-Keyword möglicherweise überhaupt nicht enthalten.
Unten im SERP sehen Sie immer das universelle Suchergebnis, das als „People Also Ask“ -Feld bekannt ist. Dieser Ort bietet Ihnen eher ein paar großartige semantisch verwandte Themen.
Beim Auspacken der Schachtel werden Ihnen weitere Fragen und Antworten angezeigt. Je mehr Fragen Sie sehen, desto mehr Fragen schlägt Google vor. Allerdings entfernen sich die vorgeschlagenen Themen immer mehr von Ihrem Kernthema.
Die in der PPA-Box gefundenen Hinweise sind eine großartige Auswahl an LSI-Schlüsselwörtern zur Optimierung für die mobile Sprachsuche und FAQ-Boxen.
Hier ist ein weiteres kostenloses Keyword-Generator-Tool von Google. Sehen Sie sich unten auf der Suchergebnisseite die Ergebnisse verwandter Suchanfragen an, also die Themen, die neben Ihrem Hauptsuchbegriff am häufigsten vorkommen. Bei ähnlichen Suchanfragen finden Sie einige gute Unterthemen, die Sie zu Ihrem Hauptinhalt hinzufügen und Ihrem Artikel mehr Tiefe verleihen können. Synonyme und verwandte Begriffe sind eine gute Möglichkeit, Ihre Inhalte zu bereichern.
Google Bilder ist eine weitere einfache Methode, mithilfe von Labels nach Schlüsselwörtern zu suchen. Das Tool schlägt die beliebtesten Short-Tail-Keywords vor, die semantisch eng mit dem Ziel-Keyword verbunden sind und in den Bildergebnissen reichlich vertreten sind.
Verwandte Lektüre: Über 20 kostenlose Keyword-Recherche-Tools
Ein einfaches LSI-Keyword-Generator-Tool für die akademische Forschung ist XLSTAT, ein Add-on für Excel. XLSTAT bietet eine zweiwöchige kostenlose Testversion zum Ausprobieren sowie eine Demo-Tabelle, die zeigt, wie Sie LSI auf Ihre Dokument-Term-Matrix anwenden.
Zunächst müssen Sie Ihren DTM mit Binärwerten für Wortvorkommen in Ihren Texten erstellen. Gehen Sie dann bei aktiviertem XSTAT in Excel zu „Erweiterte Funktionen“ (durch Drücken der Schaltfläche „+“) und wählen Sie Text Mining > Latent Semantic Analysis aus. Fahren Sie mit dem Festlegen der gewünschten Einstellungen für Ihre Daten fort und klicken Sie zum Übernehmen auf „OK“.
Das Tool stellt Ihnen die Liste der Themen bereit, die das LSI-Tool aus Ihren Daten ermittelt. Um die Qualität der Ergebnisse schnell interpretieren zu können, erstellt das Tool ein Gerölldiagramm, in dem die Bedeutung der Themen anhand von Eigenwerten und dem Prozentsatz der kumulativen Variabilität gemessen wird. Es gibt auch Visualisierungen von Beziehungen zwischen Begriffen und zwischen Dokumenten.
LSI Graph ist ein schönes semantisches Keyword-Tool, das für sich spricht. Es ermöglicht die kostenlose Durchführung von 10 Suchvorgängen pro Tag. Gehen Sie einfach auf die Website, fügen Sie Ihr Seed-Keyword ein und Sie erhalten eine Liste mit LSI-Keywords, begleitet von SEO-Statistiken, die Ihnen bei der Auswahl der vielversprechendsten Keyword-Phrasen helfen. Die Ergebnisse werden eine Reihe von Ideen hervorbringen, um Ihre Inhalte mit weiteren Themen oder Funktionen zu bereichern.
In LSI Graph können Sie das Suchvolumen für das Keyword, die Kosten pro Klick und Trends über einen Zeitraum hinweg sehen. LSIGraph führt eine LSI-Schlüsselwortsuche mithilfe einer eigenen proprietären Messung durch, die als Latent Semantic Value (LSV) bekannt ist. Im rechten Arbeitsbereich sehen Sie die leistungsstärksten Inhalte mit aktiven Links zum schnellen Ausprobieren.
LSI Graph bietet auch Premium-Funktionen, darunter die Massen-Keyword-Verwaltung und das Semantic Writer-Tool. Mit dem Tool können Sie Inhalte in der App optimieren, LSI-Schlüsselwörter generieren und diese neben Ihren Inhalten anzeigen, die Wortzahl, die Schlüsselwortdichte usw. messen. Tatsächlich bietet der Semantic Writer SEO-Textern eine helfende Hand, mit besonderem Schwerpunkt auf der Recherche LSI-Schlüsselwörter.
Keysearch ist ein weiteres kostenloses Tool zum Entdecken von LSI-Schlüsselwörtern für Ihre Inhalte. Der Keyword-Suchalgorithmus hinter dem Tool durchsucht die erste Seite der Google-Suchergebnisse nach Ihrem Hauptkeyword und analysiert alle Ranking-Seiten, um die darin am häufigsten verwendeten Wörter und Phrasen zu finden.
Auch hier erhalten Sie alle Ihre Keyword-Recherchestatistiken wie Suchtrends, CPC-Kosten und sogar die Stärke des Domain-Rankings auf der SERP für das Keyword, zusammen mit ihren Links, organischem Traffic und Social-Media-Popularität.
Keysearch bietet ein Content-Assistent-Tool, das den Algorithmus der Tiefenanalysefunktion nutzt. Es fügt der Suche nach LSI-Schlüsselwörtern eine weitere Ebene hinzu. Das Tool umfasst verwandte Suchanfragen von Google sowie die Keywords mit dem höchsten Ranking für das erste Ergebnis bei Google. Auf diese Weise finden Sie die profitabelsten Schlüsselbegriffe der besten Seite, die den meisten organischen Traffic auf die Website ziehen.
Somit kombiniert Keysearch die Funktionen eines Keyword-Tools für die Recherche mit einem Tool zum Schreiben von Inhalten, das bei der Erstellung von Inhalten auf der Grundlage einer SERP-Analyse hilft. Dies ist eine einfache und unkomplizierte Möglichkeit, LSI-Schlüsselwörter zu generieren, die Sie Ihren Inhalten hinzufügen können und die durch automatische Analyse aus Top-Ergebnissen, verwandten Suchanfragen von Google und Fragefeldern ermittelt werden.
Der Content Editor ist Teil von WebSite Auditor, einem Tool der SEO PowerSuite-Software, das die Funktionen eines Site-Crawlers und einer App zur Inhaltsoptimierung in einem vereint. Für die Inhaltserstellung verfügt WebSite Auditor über ein separates Modul zur Prüfung einzelner Seiten und den intelligenten Schreibassistenten zur Optimierung von Seiten in der App.
Um LSI-Schlüsselwörter zu finden, starten Sie den WebSite Auditor und gehen Sie zum Modul „Page Audit > Content Editor“. Klicken Sie auf die Schaltfläche „+“, um die URL der Seite hinzuzufügen, die Sie optimieren möchten (die vorhandene oder neue Seite), und fahren Sie dann mit dem Hinzufügen Ihres Zielschlüsselworts für die Seite fort.
Das Content-Editor-Tool analysiert die SERP für Seiten mit dem höchsten Ranking und gibt Tipps zur On-Page-Optimierung.
Im Hauptfenster haben Sie den Bearbeitungsbereich, in dem Sie Ihre Inhalte erstellen und rechts in der App sehen können, wie sich der Optimierungsfaktor verbessert.
Alternativ besteht für Inhaltsersteller die Möglichkeit, Empfehlungen in eine PDF-Datei zu exportieren und sie zur Verwendung in einem anderen Schreibtool zu übergeben.
Das Feld „Keyword-Anzahl“ kann bearbeitet werden. Sie können die vorhandene Keyword-Häufigkeit auf der Seite sehen und erfahren, wie Sie diese durch die Verwendung von mehr oder weniger Keywords verbessern können. Sie können dieses Feld manuell bearbeiten (und Sie können auch manuell weitere Ihrer LSI-Schlüsselwörter hinzufügen).
Im WebSite Auditor gibt es ein spezielles TF-IDF-Tool, das für „Term Frequency – Inverse Document Frequency“ steht. TF-IDF misst die Bedeutung einer Schlüsselwortphrase, indem es sie mit der Häufigkeit des Begriffs in einer großen Menge von Dokumenten vergleicht. Grundsätzlich folgt diese Inhaltsanalysetechnik den gleichen Schritten wie LSI, bevor SVD angewendet wird. Während LSI herausfindet, welche Themen in welchen Dokumenten einer Textsammlung vorkommen, gewichtet TF-IDF darin lediglich Begriffe.
Das Schöne am TF-IDF-Tool im Content Editor ist, dass es die Wortverwendung in klaren, visualisierten Diagrammen anzeigt. Es zeigt die durchschnittliche Keyword-Anzahl auf den Seiten der Konkurrenz an und berechnet die Keyword-Anzahl, die Sie auf Ihrer Seite verwenden sollten. Das Schnellvorschlagstool empfiehlt, ein neues Schlüsselwort hinzuzufügen oder von einigen Schlüsselwörtern weniger zu verwenden, um Keyword-Stuffing zu vermeiden.
Der Inhaltseditor bietet eine empfohlene Anzahl von Schlüsselwörtern zur Verwendung in Ihren Inhalten, die aus den Inhalten Ihrer besten Konkurrenten stammen und nach dem TF-IDF-Parameter gefiltert werden. Sie können die Liste der Mitbewerber auspacken und die URLs sowie den Traffic anzeigen, den die Seite durch die organische Suche nach dem Ziel-Keyword generiert hat. Sie können die reine Textversion der Seite direkt im Tool in der Vorschau anzeigen oder über einen Schnelllink vom Tool aus zur Website gelangen.
Nach Abschluss der Inhaltsanalyse schlägt das Tool Themen und Fragen vor, mit denen Sie sich in Ihrem Inhalt befassen sollten, direkt aus Google SERP (Abschnitt „Leute fragen auch“ ). Dies hilft Ihnen, mehr Themenideen zu entwickeln und Ihr Hauptthema ausführlicher zu behandeln.
Wenn Sie ständig neue Inhalte hinzufügen, ändert sich die Gewichtung jedes Schlüsselworts im Vergleich zur Gesamtwortzahl. Ein spezielles Word-Cloud -Widget veranschaulicht die Gewichtung Ihrer Schlüsselwörter im Inhalt.
Kann die Erwähnung verwandter Wörter und Phrasen das Ranking verbessern? Nicht ganz, die Wirkung ist nicht garantiert. Sie fügen Ihrem Inhalt relevante Schlüsselwörter hinzu und erweitern das Thema, Sie behandeln es tiefer. In der Zwischenzeit erhalten Sie mehr Schlüsselwörter auf Ihrer Seite und Ihre Zielschlüsselwörter werden durch erweiterten Kontext unterstützt. Suchalgorithmen können einige zusätzliche Suchanfragen aufdecken, auf die Ihre Seiten abzielen. Dies führt zu mehr relevantem organischem Traffic auf Ihrer Website und trägt insgesamt zu Ihrer Online-Sichtbarkeit bei. Doch welche zusätzlichen Keywords eignen sich am besten für die Onpage-Optimierung?
Unabhängig davon, ob Suchmaschinen heute LSI verwenden oder nicht, wird das Konzept der LSI-Schlüsselwörter von SEOs zur Unterstützung bei der Inhaltserstellung verwendet. Wenn Sie die Rolle von LSI-Keywords verstehen, können Sie sie effektiv in Ihre Keyword-Strategie integrieren. Denken Sie daran, dass die Google-Algorithmen Hunderte von Ranking-Faktoren verwenden, bei denen der Inhalt im Vordergrund steht.
Welches Keyword-Finder-Tool oder welche Technik Sie auch anwenden, konzentrieren Sie sich einfach auf die Erstellung hochwertiger Inhalte. Zweifeln Sie nicht am Wert langer Lektüre, denn großartige Inhalte erhalten eine Benutzerstimme und Suchmaschinen sehen sie.