{"id":4657,"date":"2010-09-13T19:45:22","date_gmt":"2010-09-13T17:45:22","guid":{"rendered":"http:\/\/sprawnymarketing.pl\/?p=4657"},"modified":"2023-02-27T14:26:47","modified_gmt":"2023-02-27T13:26:47","slug":"korelacja-lda-serpy","status":"publish","type":"post","link":"https:\/\/sprawnymarketing.pl\/blog\/korelacja-lda-serpy\/","title":{"rendered":"Jakie znaczenie maja synonimy w SEO copywritingu?"},"content":{"rendered":"

Podczas zesz\u0142otygodniowego seminarium SEOmoz.org Ben Hendrickson<\/a> zaprezentowa\u0142 unikaln\u0105 technik\u0119 pozycjonersk\u0105<\/strong>. Prezentacja zosta\u0142a przyj\u0119ta wi\u0119cej ni\u017c entuzjastycznie – nigdy wcze\u015bniej nie by\u0142em \u015bwiadkiem bran\u017cowego spotkania, kt\u00f3re by\u0142oby kilkukrotnie przerywane gromkimi oklaskami<\/strong>.<\/p>\n

W\u0105tpi\u0119, by uda\u0142o mi si\u0119 odtworzy\u0107 tamt\u0105 ekscytacj\u0119, podzielan\u0105 spontanicznie przez 320 uczestnik\u00f3w seminarium, za pomoc\u0105 artyku\u0142u; za cel przyjmuj\u0119 wyja\u015bnienie konceptu modelowania tematycznego (oryg. „topic modeling”<\/strong>), modelu przestrzeni wektorowej (oryg. „vector space model”<\/strong>), ich zwi\u0105zku z wyszukiwaniem i przybli\u017cenie naszych prac nad wykorzystaniem LDA<\/strong> (rozk\u0142ad Dirichleta z ukrytymi zmiennymi, oryg. Latent Dirichlet Allocation). Spr\u00f3buj\u0119 tak\u017ce wyja\u015bni\u0107 zwi\u0105zki tych teoretycznych narz\u0119dzi z SEO i ich praktyczne w pozycjonowaniu zastosowania.<\/strong>
\n<\/p>\n

Jakie czynniki decyduj\u0105 o rankingu – wykres<\/h2>\n

Wielu z was s\u0142ysza\u0142o pewnie o badaniu ankietowym dotycz\u0105cym czynnik\u00f3w rankingowych<\/strong>, jakie co dwa lata przeprowadza SEOmoz (ju\u017c za rok kolejna fala tego badania; spodziewam si\u0119 wyj\u0105tkowo ciekawych wynik\u00f3w!). W SEOmoz zdajemy sobie oczywi\u015bcie spraw\u0119, \u017ce metoda oparta o u\u015brednianie opinii pozycjoner\u00f3w nie jest doskona\u0142a, niekt\u00f3rych czynnik\u00f3w mo\u017ce brakowa\u0107, inne mog\u0105 zosta\u0107 przecenione lub niedocenione.<\/p>\n

Poni\u017cej znajduje si\u0119 wykres, kt\u00f3ry stworzy\u0142em na potrzeby niedawnej prezentacji. Wykres podsumowuje badanie, pokazuj\u0105c najwa\u017cniejsze grupy czynnik\u00f3w rankingowych<\/strong>:<\/p>\n

\"more-to-ranking-pie-chart\"<\/p>\n

Na podstawie wszystkich pomiar\u00f3w, test\u00f3w i obserwacji SERP-\u00f3w sam cz\u0119sto odnosz\u0119 wra\u017cenie<\/strong>, \u017ce waga czynnik\u00f3w on-page, takich jak cz\u0119sto\u015b\u0107 s\u0142\u00f3w<\/strong> czy TF*IDF<\/strong> (skr\u00f3t wyja\u015bniony poni\u017cej), jest do\u015b\u0107 ma\u0142a. Nawet dla ma\u0142o konkurencyjnych s\u0142\u00f3w kluczowych nie widuje si\u0119 SERP-\u00f3w, kt\u00f3rymi mo\u017cna by zamiesza\u0107 dodaj\u0105c do tre\u015bci jednej z witryn wi\u0119cej s\u0142\u00f3w kluczowych, synonim\u00f3w lub s\u0142\u00f3w powi\u0105zanych tematycznie. Takie a nie inne do\u015bwiadczenia, podzielane tak\u017ce przez licznych spo\u015br\u00f3d moich rozm\u00f3wc\u00f3w, sk\u0142oni\u0142y mnie do przyj\u0119cia za\u0142o\u017cenia, \u017ce o pozycji w wynikach wyszukiwania decyduj\u0105 przede wszystkim linki.<\/p>\n

Ale ja bardzo lubi\u0119 si\u0119 myli\u0107.<\/strong><\/p>\n

Nasze do\u015bwiadczenia z modelowaniem tematycznym (topic modeling)<\/strong>, szczeg\u00f3lnie te przeprowadzone z u\u017cyciem procesu zwanego LDA<\/strong>, wykaza\u0142y jego zadziwiaj\u0105c\u0105 skuteczno\u015b\u0107<\/strong>. Wytworzy\u0142o to we mnie (i – jak s\u0105dz\u0119 – u wi\u0119kszo\u015bci s\u0142uchaczy zesz\u0142owtorkowej prezentacji Bena) w\u0105tpliwo\u015bci, czy nasze dotychczasowe rozumienie czynnik\u00f3w „on-page” nie by\u0142o zbyt uproszczone i czy nie spaczy\u0142o naszego nastawienia.<\/p>\n

Do czego wyszukiwarki potrzebuj\u0105 modelowania tematycznego?<\/h2>\n

Niekt\u00f3re zapytania s\u0105 naprawd\u0119 proste – np. zapytanie o „wikipedi\u0119” jest jednoznaczne, a relewantne wyniki dla niego zwr\u00f3ci\u0107 potrafi nawet bardzo prymitywna wyszukiwarka. S\u0105 jednak trudniejsze zapytania. Sp\u00f3jrzmy teraz na metody, jakimi wyszukiwarki ustalaj\u0105 kolejno\u015b\u0107 dw\u00f3ch wynik\u00f3w<\/strong> – problem niby prosty, mog\u0105cy jednak w okre\u015blonych sytuacjach zdecydowanie przybra\u0107 na z\u0142o\u017cono\u015bci.<\/p>\n

\"\"\"\"\"\"\"\"<\/p>\n

Wyszukiwarki musz\u0105 umie\u0107 rozpoznawa\u0107 intencje ka\u017cdej pojedynczej podstrony<\/strong>. Jest to szczeg\u00f3lnie istotne gdy zapytanie jest z\u0142o\u017cone lub gdy jest dla niego bardzo wiele tre\u015bciowo relewantnych wynik\u00f3w. To oczywiste, \u017ce cztero- czy nawet pi\u0119ciokrotne u\u017cycie s\u0142owa kluczowego, cho\u0107by w kluczowych miejscach strony, a nawet dodatkowe wyst\u0105pienia jego synonim\u00f3w\/s\u0142\u00f3w powi\u0105zanych tematycznie, nie musi koniecznie oznacza\u0107, \u017ce strona naprawd\u0119 odpowiada zapytaniu internauty<\/strong>.<\/p>\n

Modelowanie tematyczne, w tym LDA, to nie \u017cadna nowo\u015b\u0107, a nasze dzia\u0142ania to nie rewolucja. S\u0105 to poj\u0119cia znane od lat, tak\u017ce w bran\u017cy SEO; wielu pozycjoner\u00f3w w\u0142o\u017cy\u0142o sporo pracy w pr\u00f3by ich praktycznego zastosowania. Jednak, zgodnie z nasz\u0105 wiedz\u0105, nikt dot\u0105d nie udost\u0119pni\u0142 publicznie narz\u0119dzia do modelowania tematycznego<\/strong>, ani nie por\u00f3wna\u0142 wynik\u00f3w analizy t\u0105 metod\u0105 z wynikami wyszukiwania w Google (np. \u017ceby przekona\u0107 si\u0119 jak wa\u017cna dla Google jest tre\u015b\u0107 on-page). Najciekawsz\u0105 cz\u0119\u015bci\u0105 prezentacji Bena (w mojej opinii) s\u0105 w\u0142a\u015bnie przedstawione przez niego liczby.<\/strong><\/p>\n

Przestrze\u0144 wektorowa term\u00f3w i modelowanie tematyczne<\/h2>\n

Przestrze\u0144 wektorowa term\u00f3w, modelowanie tematyczne i podobie\u0144stwo cosinus\u00f3w<\/strong> (oryg. „cosine similarity”) wygl\u0105daj\u0105 na trudne poj\u0119cia i kiedy Ben pierwszy raz wspomnia\u0142 o nich na prezentacji, wielu spo\u015br\u00f3d s\u0142uchaczy (w tym ja sam) poczu\u0142o si\u0119 zagubionych. Na szcz\u0119\u015bcie Ben (z pomoc\u0105 absolwenta matematyki na Cambridge, Willa Critchlowa) wyja\u015bni\u0142 wszystko ca\u0142kiem klarownie. Ja natomiast spr\u00f3buj\u0119 teraz powt\u00f3rzy\u0107 to co us\u0142ysza\u0142em najwierniej jak potrafi\u0119.<\/p>\n

\"\"<\/p>\n

W powy\u017cszym przyk\u0142adzie zak\u0142adamy, \u017ce ka\u017cde angielskie s\u0142owo jest powi\u0105zane albo z tematem „kot” albo z tematem „pies”, a \u017cadne inne tematy nie istniej\u0105. \u017beby zmierzy\u0107 powi\u0105zanie danego s\u0142owa z „psem”, u\u017cywamy modelu przestrzeni wektorowej, kt\u00f3ry matematycznie oblicza nam ten zwi\u0105zek. Powy\u017cszy wykres klarowanie pokazuje nasze za\u0142o\u017cenia. Frazy takie jak „Wielka Stopa” znajduj\u0105 si\u0119 idealnie po\u015brodku mi\u0119dzy „kotem” i „psem”. Natomiast s\u0142owa takie jak „koci” czy „psi” s\u0105 w oczywisty spos\u00f3b bli\u017csze kt\u00f3remu\u015b z temat\u00f3w bardziej ni\u017c drugiemu, a nat\u0119\u017cenie tego zwi\u0105zku wyra\u017ca k\u0105t wektora<\/strong> (mamy wi\u0119c warto\u015b\u0107, kt\u00f3r\u0105 mo\u017cna wykorzysta\u0107 do dalszych oblicze\u0144).<\/p>\n

Przy okazji – w modelu przestrzeni wektorowej LDA tematy nie maj\u0105 swoich etykiet takich jak „pies” czy „kot”, a zamiast nich u\u017cywa si\u0119 raczej okre\u015ble\u0144 typu „wektor zwi\u0105zany z tematyk\u0105 psi\u0105”.<\/p>\n

Niestety, nie jestem w stanie przedstawi\u0107 graficznie bardziej z\u0142o\u017conych przypadk\u00f3w. Wzrost z\u0142o\u017cono\u015bci polega\u0142by tutaj na przeskalowaniu tego prostego modelu do tysi\u0119cy lub milion\u00f3w temat\u00f3w, z kt\u00f3rych ka\u017cdy mia\u0142by sw\u00f3j w\u0142asny wymiar (a ka\u017cdy kto pr\u00f3bowa\u0142, zdaje sobie spraw\u0119, \u017ce rysowanie w blogonotce wi\u0119cej ni\u017c 3 wymiar\u00f3w jest raczej trudne). Przy u\u017cyciu tego modelu mo\u017cemy obliczy\u0107 podobie\u0144stwo mi\u0119dzy dowolnymi s\u0142owami lub grupami s\u0142\u00f3w i wybran\u0105 tematyk\u0105<\/strong>. Wi\u0119cej na ten temat mo\u017cesz dowiedzie\u0107 si\u0119 z artyku\u0142u opublikowanego przez Uniwersytet Stanforda (Introduction to Information Retrieval<\/a>), kt\u00f3rego cz\u0119\u015bci\u0105 jest sekcja Vector Space Models<\/a>.<\/p>\n

Korelacja wynik\u00f3w zwracanych przez LDA i przez Google.com<\/h2>\n

10 miesi\u0119cy temu Ben (we wsp\u00f3\u0142pracy z pozosta\u0142ymi cz\u0142onkami zespo\u0142u SEOmoz) stworzy\u0142 system modelowania tematycznego oparty na uproszczonej wersji LDA<\/strong>. By\u0142o to bardzo trudne zadanie, pow\u0105tpiewamy jednak by\u015bmy zrobili to jako pierwsi w bran\u017cy SEO (chocia\u017c chyba jako pierwsi udost\u0119pnili\u015bmy takie narz\u0119dzie publicznie<\/strong>).<\/p>\n

Kiedy zaczynali\u015bmy si\u0119 przygl\u0105da\u0107 tematowi LDA, nie wiedzieli\u015bmy jakich danych wej\u015bciowych mog\u0105 u\u017cywa\u0107 modele LDA u\u017cywane w wyszukiwarkach. Tym bardziej jeste\u015bmy pod wra\u017ceniem wynik\u00f3w bada\u0144 korelacji:<\/p>\n

\"\"<\/p>\n

U\u017cywaj\u0105c tej samej metody, kt\u00f3r\u0105 wykorzystali\u015bmy w naszym raporcie o korelacji mi\u0119dzy wynikami zwracanymi przez Google i Binga<\/a>, publikowanego na SMX Advanced (tutaj wi\u0119cej szczeg\u00f3\u0142\u00f3w na jego temat<\/a>), prezentujemy wsp\u00f3\u0142czynniki korelacji rang Spearmana dla miar znanych pozycjonerom (TF*IDF, liczba linkuj\u0105cych IP) i dla wynik\u00f3w LDA.<\/strong><\/p>\n