1. Трохи теорії про застосовувані терміни:
2. Статистична міра тексту - TF-IDF
3. Для чого потрібно знати вагу слова
4. Закони Ціпфа AKA Зіпфа
5. завдання копірайтер
6. Міркування на тему тирінга контенту
7. Алгоритм аналізу текстів конкурентів.

Прийшла пора застосувати знання, отримані на занятті про написання контенту, на практиці.

Щоб полегшити собі життя і своїм конкурентам виберу дуже животрепетну тему: навчальний запит :)

Трохи теорії про застосовувані терміни:

Без вкуріванія в цю частину все інше читати можливо безглуздо ...

Статистична міра тексту - TF-IDF

TF виражає відношення входжень окремо взятого слова до загальної кількості слів в окремо взятому документі - частота слова

DF - частота документа - виражається відношенням загального числа документів з конкретним ключовим словом до числа документів взагалі. В даному випадку число документів взагалі - це загальна кількість проіндексованих пошуковою системою сторінок.

IDF - це DF догори ногами

Міра TF-IDF дозволяє оцінити вагу ключового слова у всіх проіндексованих пошуковою системою сторінках.

Формули (поцупив з вікіпедії):

, Де ni - число входжень слова в документ, сума в знаменнику - загальне число слів в документі

, Де | D | - кількість документів, а хрень в знаменнику символізує кількість документів, в яких зустрічається шукане ключове слово

Але існує досить більша кількість методик розрахунку IDF. Найпростіший спосіб - це розділити кількість документів, в яких зустрічається ключове слово на число документів у пошуковій системі.

Для розрахунку остаточного ваги слова небхідно розділити TF на DF або TF помножити на IDF.

Для чого потрібно знати вагу слова

Основне призначення - це що-б наші ключові слова були найвагомішими на яку просуває сторінці сайту. Побічний ефект - можна побачити "несумісність" ключових слів для просування на одній сторінці сайту через кардинально різняться їх ваг.

Наприклад слів труну важить 100 у.о., а слово тапок - всього 5. І з цього випливає, що якщо почати рухати на одній сторінці труну з білими капцями, то текст може тупо вибиватися з закономірностей Ціпфа і буде розпізнано пошуковою системою як неприродний з витікаючими з цього фільтрами. Плюс вага білих тапок може розчинитися в вазі труни.

Закони Ціпфа AKA Зіпфа

Що таке закон Ціпфа - це (далі вікіпедія):

емпіричне правило розподілу частоти слів природної мови: якщо все слова мови (або просто досить довгого тексту) впорядкувати по спадаючій частоти їх використання, то частота n-го слова в такому списку опиниться приблизно обернено пропорційній його порядковому номеру n (так званому ранку цього слова) . Наприклад друге за використовуваного слово зустрічається приблизно в два рази рідше, ніж перше, третє - в три рази рідше, ніж перше, і т. Д.

Основне знання з цього чуда: існує величина C (ранк-частота), яка більш-менш постійна для тексту на певному мовою. Для літературної російської - це 0.06 ... 0.07.

Для розрахунку C застосовується наступна формула: C = (Частота входження слова * Ранг частоти) / Число слів

На зображення порахована по закону Зіпфа - ранк-частота для топ ключових слів для топ-10 Яндекса по темі "міжкімнатні двері". Як видно з графіка в країні повний бардак.

Ціпфа також встановив, що частота і кількість слів, що входять в текст з однією частотою, залежні між собою і тільки злегка відрізняються для різних мов. Виражається поняттям кількість-частота = кількість входжень слова / частота слова.

Бажаючі можуть спробувати осягнути знання далі , А я спробую проаналізувати себе і конкурентів за навчальним запитом.

Насамперед питаю в Яндексі навчальний запит і на ліпшу топ-4 (інші безглузді) нацьковували будь семантичний аналізатор тексту. Для реальному житті краще використовувати сайти в топ 20. Не забуваємо виставити потрібний регіон в пошуковику, якщо він це вміє.

Побіжний аналіз показав, що перші чотири сторінки в топі Яндекс складаються з 662, 1236, 594 і 995 слів і містять стоп-слів: 197, 427, 249 і 268. Тобто ідеальна довжина тексту повинна бути десь в районі 900 слів . Не варто забувати викинути з аналізу все, що сидить під <noindex>. Для Яндекса найпростіший спосіб - це взяти сторінку з кешу, але вона може бути вже злегка застарілою.

Ранк-частота для сторінок сайтів-конкурентів за навчальним запитом вийшла різна: від 0.003 до 0.035, що вивалюється з рекомендованого для російської мови.

Тепер пройдуся власне за словами: для аналізу буду брати слова з частотою в районі одиниці і вище, тому що далі йде відверта маячня не по темі. Попутно накладаю обмеження у вигляді здорового глузду, бо тема досить загадкова.

Аналізую текст, прийшов до висновку, що крім всіх варіантів написання слів навчальний запит в тексті повинні бути присутніми слова сайт, пошук / пошуковий, seo, просування, навчання, курс та лекція. Частота основного запиту від 5 до 9%.

Залишилося сісти і написати текст, використовуючи рекомендації вище. А потім потиху стежити за конкурентами і вносити корективи в міру зміни позицій в топі.

Сайти-конкуренти розділилися на дві купки - хтось рухає головну, а хто-то окрему сторінку сайту. Тобто і для мене можна використовувати будь-яку з двох стратегій.

Тепер за структурою сторінки. У частині це головна блогу зі стрічкою, в якій в заголовках розмазаний навчальний запит, а для інших це тематична сторінка зі статтею. У більшості присутні зображення.

Написання тексту швидше за все довірю біржі копірайту, тому що схоже що їх доведеться використовуватися в процесі навчання.

завдання копірайтер

Написати структурований текст довжиною близько 900 слів на тему навчальний запит, використавши такі слова: сайт, пошук / пошуковий, seo, просування, навчання, курс та лекція.

Словосполучення "навчальний запит" у всіх варіаціях має вживатися з частотою близько 7%.

Залишити місце в тексті для двох-трьох зображень.

Міркування на тему тирінга контенту

Вищеописаний приклад кілька невдалий через його поки малої поширеності. Ближче до кінця занять на курсах навчальний запит повинен бути в топ-40.

Алгоритм аналізу текстів конкурентів.

1. Беремо топ-20 по пошуковій системі. Для рідної Білорусі це може бути топ 10.
2. Проганяємо через будь-який аналізатор контенту. рекомендують істіо . Не забуваємо викинути те, що сидить в noindex.
   
3. Никаться собі наступні дані: довжина без пробілів, кількість слів і топ-20 слів без стоп-слів (за бажанням топ слів можна розширити або зменшити)
4. Вважаємо середню довжину тексту, викидаючи те, що дуже відверто відрізняється від інших. Для цієї справи навіть існує спеціальні формули, які я вивчав ще в архітектурно-будівельному технікумі на якомусь предметі, пов'язаному зі статистикою.
   На виході має середню довжину контенту, яка нам потрібна.
5. Слідом аналізуємо кількість прямих входжень кейвордов, тупо заходячи на сайти і вважаючи їх руками.
   На виході має число точних входжень ключових слів / фраз.
6. Вважаємо кількість словоформ шляхом вирахування з даних істіо точних входжень, отриманих кроком вище
7. Потім отримуємо наше семантичне ядро. Для цього дані з істіо по всім сайтам скармливаем знову-ж в істіо, відкидаємо ті слова, що рідко зустрічаються і отримуємо власне ядро.
8. Усе. Телемаркет. Залишилося написати текст самому або дати завдання копірайтер на базі наявної довжини тексту, кількості прямих входжень і семантичного ядра.

Важливо. Дивіться на структуру аналізованих сайтів. У моєму домашньому завданні по темі чітко поділялися дві конкуруючі структури: каталог і текст з картинками. Можливо доведеться вибрати один з варіантів структурування тексту або застосувати обидва варіанти, але на різних сторінках.

PS: Стир з форуму Artox і злегка доопрацьовано.