רקע תיאור המקרה של SEO: ללא עיצוב, ללא מהירות, ללא SEO טכני, ללא אופטימיזציה בעמוד, ללא קישורים פנימיים, ללא שרת מהיר, ללא ניווט כלל-באתר. אדבר בהרחבה על סמכות נושא אקטואלית וסמכות הקשרית

תיאור מקרה בוחן של קידום אתרים סמנטי

במהלך מחקר מקרה בוחן ה SEO הזה יצרתי עמוד תוכן באתר. אני חייב להדגיש שקידום אתרים טכני, אופטימיזציה בעמוד, אופטימיזציה של זמן טעינת דפי אינטרנט ומיתוג אינם מבוצעים או מיושמים כך שאוכל לראות רק את העוצמה של הגרפים האקטואליים והשפעות הכיסוי של תחום הידע בשאילתת חיפוש וקבוצת כוונת חיפוש נתונה.

15.9.2022 הדף נסרק – כרגע לא באינדקס… וכאשר סיימתי את מחקר המקרה של SEO, היו לי 3 דפי אינטרנט שחיכו להוספת אינדקס, כך שתוכלו לראות את ההשפעה השלילית של החוסר בקידום אתרים טכני. כמו כן, אנסה לנגוע על קצה המזלג במונחים ותיאוריות מהפטנטים של גוגל, יחד עם ההשפעה השלילית של היעדר קידום אתרים טכני ומתודולוגיות אחרות אשר חסרות בפרויקט קידום אתרים זה, וזאת כדי שניתן יהיה לראות טוב יותר את הערך של המידע מהפטנטים של גוגל.

ובמקרה המקרה הזה של SEO, "תפריט ההדר " וה"תפריט הפוטר" לא היו קיימים. בסרגל הצד היו רק 4 קישורים המפנים לפוסטים אחרונים. מספר הליניקים הממוצע עבור דף אינטרנט היה רק ​​10. 4 מהם היו בסרגל הצד, אחד נמצא בכותרת התחתונה עם הפנייה לדף הבית, אחד נמצא בכותרת הראשית וגם מפנה לדף הבית ו-4 מהם נמצאים בתוכן הראשי עם רלוונטיות הקשר בתוך היררכיה תחום הנושא.

אתם צריכים לדעת שמהירות אינדוקס של קטגוריה/ (תחום נושא) ומאמרים יחידים קשורים אחד לשני

לאחר ה-28 בספטמבר, יום שלישי, גוגל הגדילה את תקציב הסריקה של אתרי אינטרנט. והגוגל בוט סרק יותר מ-1400 דפים (יותר התאמות עבור חלק מהדפים), ואז התחלתי לראות שיפורים עקביים.

כמו כן, לא היה לי שרת חזק או "עיצוב" מקצועי ומרשים של תבנית פריסת העמוד. אז בעצם, מלבד מבנה התוכן, האינטרנט ותיאוריות ה-SEO שלי, אין לי שום דבר מיוחד בהצלחה הזו.

תחילת עלייתו של האתר
ההשוואה בין 29 בספטמבר ל-22 בספטמבר. שני הימים הללו הם ימי שלישי. לאחר ה-28 בספטמבר, האתר הובחן על ידי האלגוריתם עם המומחיות והאיחוד הנושאי שלו.

אפשר לראות בבירור את המגמה של הדף, היום ה-20 לחודש ודף כבר מדורג ביותר 154 ביטויים עם 7.27K חשיפות ו24 קליקים (סביר להניח שזה יותר כי יש קליקים מביטויים שהדף אינו מדורג בהם אך עדיין מופיע בדף תוצאות החיפוש של גוגל)

כאן ניתן לראות בבירור את ההתקדמות מילות מפתח מאוד תחרותיות שרציתי לדרג את העמוד. העמוד ללא קישורים וללא אופטיציזיה בדף, סרטונים ואופטימיזצית מהירות.

כאן ניתן לראות בבירור התקדמות מילות מפתח מאוד תחרותיות שרציתי שבהן בחרתי שדף ידורג.

למילות המפתח: 'העסק שלי' בלבד יש 5400 חיפושים בחודש בישראל ו6000 חיפושים גלובלים, גוגל לעסק שלי , לעסק שלי, גוגל מיי ביסנס יש 1.7K 2400ו 1000 חיפושים בחודש בהתאמה. רמת תחרותיות בינונית עד קשה ובתוצאות ב serp's ישנם מתחרים חזקים ביותר כמו בזק, GOOGLE ומקדמי האתרים הבחירים בארץ. לכולם יש סמכות אתר גבוהה והמון קישורים נכנסים.

"כל ההצלחה של גידול תנועה אורגנית נולדה רק מתאוריות הSEO שלי ו-פרקטיקות של SEO סמנטי, לא SEO טכני, לא בניית קישורים, אופטימיזציית מהירות ואתר, חשיפה למותג או עיצוב מתקדם של תבנית פריסה באלמנטור"

מה זה ידע תחומי (באנגלית: Knowledge Domains).

Knowledge Domains הם התחומים של שאילתות ספציפיות, ישויות, עיצובי פריסה, דפוסי חיפוש ופלחי משתמשים. ל- Knowledge Domain יש מידע ספציפי, עיצוב פריסה, מבנה משפט-מידע וגם מודל שביעות רצון של המשתמש.

לדוגמה, ב- תחום מידע של מזג אוויר, שיעור יציאה גבוה מדף הכניסה יכול להיות דבר טוב, וגם עיצוב עמוד גרוע עשוי להיות חסר חשיבות. כי רוב המשתמשים יסתכלו רק על התחזית הנוכחית ואז הם ינתשו. זה אומר שהם לא צריכים משך הפעלה ארוך או עיצוב אתר מפואר.

תחומי ידע. צילום מסך מתוך האתר https://weather.com/

ב Knowledge Domains, גוגל או מנועי חיפוש אחרים עשויים לסווג את מפרסמי התוכן או ספק השירות לפי המומחיות, הסמכות והכיסוי שלהם, יחד עם דוח הנתונים ההיסטורי שלהם. הם יכולים להצליב מקורות מידע שונים מ"גימייל" ל"כרום" או "פעילות ב"רשת חברתית" כדי להבין את המצב של המקור, עבור תחום הידע הספציפי.

סכימה מ-Web Representation Vectors ליצירת תוצאות חיפוש וסיווג פטנט לאתר של גוגל.

תחום ידע יכול לכלול "מומחים", "חניכים" ו"הדיוטות" בהתבסס על המומחיות ורמת הארגון של מקורות המידע והשירות. לכל מקרי המקרה של SEO שלי, לביל סלבסקי ולניתוח הפטנטים שלו במנועי חיפוש בגודל של אוקיינוס ​​יש מקום מיוחד. תוכל לקרוא את המאמר שלהלן כדי לראות עוד על דומיינים של ידע.

וקטורים לייצוג אתרים לסיווג מומחיות וסמכות מאת ביל סלבסקי.

כמו כן, אם אתם רוצים לקבל דירוגים גבוהים ממנוע חיפוש מעבר לשנת 2020, עליכם להיות מודעים למהי מערכת ההתאמה המורכבת. אם אתם צריכים מומחה לקידום אתרים להעלת הסמכות ולסיווג תכנים ועמודים באתר אשמח לייעץ ולעזור בנושא.

מהי מערכת ההסתגלות המורכבת?

מערכת אדפטיבית מורכבת היא כולה של רשת אות ומשמעות היררכית וסמנטית. המשמעות וההקשר של המכלול הם הרבה יותר מסובכים ממערכות בודדות. אני קורא לזה "עקרונות אי הוודאות של מנועי החיפוש" ו"ההיררכיה האלגוריתמית" של מנועי החיפוש.

בימים עברו, כאשר אחזור מידע היה הלב של האלגוריתמים של מנועי החיפוש, שום דבר לא היה מורכב או מותאם. זו הייתה מערכת פשוטה של ​​"אם ועוד" עם פקודות מסוימות וחישובי ציון. לדוגמה:

• "אם יש "מחרוזת" בתג הכותרת של דף האינטרנט, ציון הרלוונטיות יוגדל Y אחוז."
• "אם מקרה ההתאמה של "מחרוזת" קיים יותר מדי, הגדל את ציון הספאם Y*2 אחוזים".
• "אם ציון הספאם גבוה מציון הרלוונטיות, נטרל את הרלוונטיות והנתונים ההיסטוריים של דף האינטרנט עבור השאילתות הנתונות".

בדוגמה זו, אנו רואים דוגמה למודל אחזור מידע, הוא בעצם מקבל החלטות מסוימות תחת המידע ה"לא מורכב" יחד עם "חיפוש מחרוזות" במסמך.

אבל גם תראה שגם לאלגוריתם הפשוט הזה יש "היררכיה". הוא אומר כי "עשה זאת, בתנאי זה, אבל גם אם קיים דבר אחר אז בטל את ההחלטה הקודמת".

תרשים מערכת מסתגלת מורכבת. ייצוג של מערכת מסתגלת מורכבת המראה שבינה מלאכותית יכולה להזין את עצמה ולשנות את מנגנון הבחירה שלה במהלך תהליך החישוב.

כעת, הרשו לי להסביר את עיקרון אי הוודאות של מנועי חיפוש בהקשר של מערכת ההסתגלות המורכבת.

עיקרון אי ודאות ומערכת מסתגלת מורכבת

וקטורי הקשר הם הוקטורים המשמשים לקביעת ההקשר של התוכן או מפרסם התוכן בכוונת חיפוש. גוגל פשוט מנסה ליצור פרופיל של המילים שנמצאות בשימוש בתחום מסוים כדי לראות מהן הצדדים הייחודיים של הקשר.

זה יכול לעזור לגוגל לראות את ההבדל בין תחומי הקשר כך שהוא יכול גם להבדיל בין המאפיינים של התנהגויות המשתמש, הציפיות ו"פרמטרי האיכות" השונים.

תרשים וקטורים הקשריים. סכימה מתוך פטנט מנוע חיפוש מבוסס משתמש של גוגל. "רשימת אוצר מילים נוצרת עם מאקרו-קונטקסט (וקטור הקשר) לכל אחד, תלוי במספר המופעים של מונחים ייחודיים מתחום"

לדוגמה, פרמטר איכות בחלק מסוים של האינטרנט יכול להיות לא איכותי אות בקטע אחר. למשל, גם אם אתם כותבים מאמרים ממש מפורטים, ייחודיים, מדעיים ומעולים, זה לא יכול להיות "איכותי" בגלל הציפיות של המשתמשים. אם הוא ארוך מדי, אנשים עשויים לדלג על רוב המאמר מבלי לראות את התשובה בפועל. לפיכך, גם אם אתם נמצאים בדומיין ההקשרי הנכון, גוגל יכולה לראות שבהקשר הנתון, אנשים עשויים להעדיף יותר תוכן בסגנון "מזון מהיר" (מבחינה מטפורית).

לדוגמה, WebMD חוותה בעיה כזו במהלך עדכוני הליבה של האלגוריתם, בשנה שעברה.

אתםה יכולים לנסות להבין את וקטורי ההקשר שלכם על ידי בחירת מילים, מונחים, מושגים וביטויים ייחודיים עבור תחום ההקשר הנתון.

זהו גם צילום מסך מפטנט "מודל שפה הסתברותי עצבי" אשר מצוטט על ידי פטנט RankBrain Algorithm של גוגל.

אחרי התחום ההקשרי, תחום הידע, עיקרון אי הוודאות של מנועי חיפוש ומערכת ההסתגלות המורכבת, יש לנו מונח נוסף בתורת SEO שנקרא "היררכיה הקשרית."

מהי ההיררכיה ההקשרית?

היררכיה קונטקסטואלית או היא ההיררכיה בין קטעי רשת הקשריים שונים. לדוגמה, מונח חיפוש, כוונת חיפוש או מדד רגישות יכולים להיות ייחודיים עבור הקשר נתון וגם עבור תת ההקשרים שלו. לחיפוש כרטיס להופעה יכולות להיות מספר כוונות משנה, כמו למשל "מחפשים כרטיס להופעות בחגים, בארץ או בחו"ל? או סתם מחפשים כרטיסים להופעה לצורך השוואה בין המחירים בין האמנים או מרחבי הזמן?

דוגמה להיררכיה קונטקסטואלית. לדוגמה, אתם יכולים לראות כאן הדמיה נוספת של היררכיה קונטקסטואלית המבוססת על תקופות שונות בשנה רק עבור "כוונת חיפוש" מסוימת שהיא חגים.

לאור ההיררכיה המושגית הזו, יכולים להיות מונחי חיפוש או ביטויים הדדיים וגם שונים עבור כוונות המשנה והתנהגויות החיפוש הנתונות. כוונות המשנה והתאמת ביטויי חיפוש אלו יוצרות את ההיררכיה ההקשרית והרעיונית. תחשבו לרגע שיש אזורי הקשר שונים אנכיים ואופקיים. גוגל מנתחת ומציגה את אזורי ההקשר הללו יחד עם מונחי חיפוש, תוצאות חיפוש המבוססות על מדדי איכות התוכן של המפרסמים.

מהו גרף התחום/ הקטגוריה?

גרף הנושא/ גרף הקטגוריה הוא גרף אבן היסוד של התחום. שאלות של "איך מה, מי, איפה" ותשובותיהן הן אבני היסוד של נושא. תשובות לשאלות אלו, מידע על התשובות הללו, דברים בתשובות אלו ומונחים, ביטויים ומושגים קשורים יוצרים את ההיבט הכללי של גרף קטגוריאלי.

כדי ליצור גרף אקטואלי, עליך להשתמש ב-מפת חשיבה סמנטית יחד עם עקרונות קידום אתרים סמנטי. כל נושא וכל תת-נושא וכל מיקרו-נושא מחוברים זה לזה בהיררכיה קונטקסטואלית מסוימת בתחום ידע עם ציוני איכות מסוימים של מפרסמי תוכן וממדי חווית משתמש.

אם תחפשו "site:google.com/search/static", תראו שגוגל מסווגת ישויות ויוצרת "סטורי" של הישויות הללו עם "רגעי המפתח" ו"השאלות המבוקרות ביותר והנקודות ההדדיות" שלהן. עד עכשיו, סלבריטאים וחיות הושלמו. אם תסתכלו על כתובת האתר, תראו את "מזהה הישות".

ישויות והתיאורים, הסוגים, הקישורים שלהן (קישורי ישויות בשם) ותכונותיהן יכולים ליצור הבנה אמיתית עבור מנוע החיפוש וזה יכול לעזור למנועי החיפוש לראות את הסמכות, הכיסוי והנתונים ההיסטוריים של ישות מותגית עבור ישות נתונה.

אגודות ישויות. בתוך תחום הקשר מסוים, אתם יכולים לראות תכונות של כריסטיאן בייל (אדם), ובן אפלק (אדם) ונקודות החיבור שלהן (צמתים עם קצוות). בדוגמה זו, ייתכן שתראה שניתן לחלץ כל שאילתה, תשובה אפשרית, הקשר וכל כוונת משנה ולהסתפק בסוגים מסוימים של פורמטים של תוכן.

הודות לשאילתות המחפשות ישות, מנוע החיפוש יכול ליצור פרופיל של התנהגות וציפיות של פלחי משתמשים ספציפיים. כמו כן, הכללת תכונות קשורות של ישות וגם ביטויים, שאילתות וגרפים אקטואליים קשורים למאמר קשור עם היררכיה הקשרית היא המפתח כאן עבור אסטרטגיית שיווק התוכן שלנו.

מהי התאמה עצבית עבור גוגל?

Neural Matching היא טכנולוגיה שבה גוגל משלבת שאילתות שונות תחת אותה כוונת החיפוש בעזרת Neural Network ו- Neural Embedding ומתאימה את משמעות המונח בתוכן השאילתה של המשתמש על ידי הכנסת דפי אינטרנט דומים לאותו אשכול.

גוגל תיארה לראשונה את המושג הזה ב-2018 עם הדוגמה של "אפקט אופרת הסבון" של דני סאליבן.

"התאמה עצבית", הייתה הפעם הראשונה שהם השתמשו במונח זה.

שנתיים לאחר מכן, גוגל השתמשה באותו מושג פעם נוספת עם הכותרת "איך גוגל מפעילה בינה מלאכותית מועילה יותר".

קטגוריות משנה והיררכיות הנושא הם אותות חשובים לגיוון תוצאות החיפוש בהתאם לכוונת השתמש.

מבולבלים? גם אני. אנסה לפשט זאת, התאמה עצבית היא פעולת "שקלול מונחי שאילתה" בתהליך "עיבוד שאילתות" על ידי הבנת המושג בשאילתת המשתמש בהתאם להקשר של שאילתת המשתמש והתאמת אותו מונח בהיקף של אותו הקשר. אותה כוונת חיפוש בדפים שייכללו בתוצאות החיפוש.

מהן רשתות עצביות עבור גוגל?

Neural Nets הוא מושג נוסף הקשור ל- Neural Matching ומתייחס למושג "היררכיה אקטואלית". בהתאם לכך, כוונת החיפוש שנקבעה על ידי התאמה עצבית ממוקמת בהיררכיה אקטואלית, בתוך תת-נושא.

בעוד שההקשר של שאילתת משתמש מושפע מכוונת השאילתה, רשת עצבית מלאכותית (ANN-Artificial Neural Network) הם שילוב של צדדים ותתי נושאים שונים המכסים את כל הכוונות וההקשרים הללו.

רשתות עצביות ותתי נושאים. ייצוג ממחקר "גילוי בסיוע אונטולוגיה של אשכולות נושאים היררכיים ברשת החברתית" מאת כריסטיאן סלבקורן וטומויה נורו.

קונספט רשתות עצביות והתאמה עצבית חשובה לסיקור הנושא תחום הידע וסמכות תחום הנושא שניתן להשיג בלימודי קידום אתרים סמנטי. כדי לכסות כל רשתות עצביות קשורות (תתי-נושאים), הקשרים וכוונות חיפוש בתוך רשת תוכן סמנטית עם טקסטים עוגנים הקשריים ותוכן איכותי שמכיל את כל הישויות הקשורות היא המתודולוגיה החשובה כאן. ניתן גם יכול לראות כמה קטגוריות נושא בממשק תכנות יישומים של גוגל לעיבוד שפה טבעית, כמו להלן.

קטגוריות נושא עבור Googles NLP API עיבוד שפה טבעית של גוגל

מעבר לרשימה המלאה של קטגוריות תוכן ב- NLP API של Google.

מהו ציון רווח מידע ייחודי?

בקרוב ……
יש לציין שמאמר זה לוקח המון מזמני שגם ככה לא רב, קבלתי החלטה פשוט להעלות אותו לאתר ולהמשיך לכתוב ולעדכן אותו.