اگر از طرفداران بخش آموزش پرشین‌تولز هستید، حتماً بخش‌های قبلی مجموعه مقالات فاکتورهای مهم سئو در سال ۲۰۱۹ را خوانده‌اید! در این مقاله هم قصد داریم به بررسی ادامه این مباحث بپردازیم!

احتمالا تا به حال در مورد Latent Semantic Indexing (LSI)شنیده اید. معنی تحت الفظی آن «فهرست بندی معنایی پنهان» می شود که البته من خودم هم با دیدن این جمله متوجه مفهوم آن نمی شوم! کاربرد اصلی کلمات کلیدی LSI برای فهماندن موضوع صفحات بصورت بهتر و کاملتر به گوگل و سایر موتور های جستجو است. این اصطلاح اولین بار توسط برخی از متخصصان سئو، از جمله سئوکاران خوشنام و تاثیرگذار به کار برده شد. به اعتقاد آنها LSI کلید موفقیت ترافیک ارگانیک است.  و اما ترافیک ارگانیک چیست؟ ترافیک ارگانیک ترافیکی است که بابت آن به موتورهای جستجو هزینه ای پرداخت نشده، صفحات به صورت رایگان در فهرست لینک های برتر معرفی شده و با توجه به محتوا به کاربران نمایش داده می شوند.

با جستجوی Latent Semantic Indexing در گوگل، سایت‌های شناخته شده‌ای مانند HubSpot را در لیست نتایج می بینید که مدعی هستند LSI باعث ارتقاء سئو سایت شما می شود و آن را به سطح بالاتری می برد. خوب این کیوورد LSI چیست؟ آیا شواهدی وجود دارد که نشان بدهد LSI می تواند به سئو سایت شما کمک کند؟  برای پاسخ به این سوالات باید در ابتدا ریشه های LSI و اینکه برای سئو چه اهمیتی دارد را بررسی کنیم. متاسفانه اطلاعات غلط زیادی در رابطه با این موضوع منتشر شده است ولی ما سعی بر این داریم که در این پست اشکالات فرضیه «استفاده از کلمات کلیدی LSI تاثیر مثبتی بر  سئو دارد» را برطرف کنیم. نگران سئو سایت تان نباشید در انتهای این مقاله استراتژی های موثرتری را به شما پیشنهاد می دهیم که بتوانید به جای LSI از آنها استفاده کنید.

Latent Semantic Indexing یک متد ریاضی است که در سال ۱۹۸۰ به منظور افزایش دقت در بازیابی اطلاعات ارائه شد. این روش از یک تکنیک به نام singular value decomposition برای اسکن داده های بدون ساختار استفاده می کند تا روابط بین مفاهیمی که در آنها وجود دارد را شناسایی کند. در واقع، روابط پنهان (Latent) بین کلمات (Semantic) را کشف می کند تا بتواند درک بیشتری از مفاهیم داشته باشد (Indexing). این متد پیشرفت بزرگی در زمینه درک مطلب بوده که به کامپیوترها کمک کرده تا اصطلاحات بومی زبان را بفهمند، در حقیقت با توجه به اینکه کامپیوتر نمی توانست زبان های مختلف را درک کند این سیستم را پیاده سازی نمودند تا کامپیوتر هم بتواند زبانی که ما صحبت می کنیم را کم و بیش درک نماید.

تکنولوژی‌های قدیمی تر از  مترادف های کلمات استفاده می کنند که زبان طبیعی (Natural Language) آنها را مشخص میکند و هر تغییری در آنها باعث می شود که مفاهیم دیگری داشته باشند. به عنوان مثال دو کلمه تور و ترکیه را در نظر بگیرید این دو کلمه دارای مفاهیم بسیار ساده و قابل درکی هستند، اما هر دو ممکن است بر اساس اینکه کجا و چطور استفاده می شوند چندین معنی دیگر داشته باشند. فقط کافیست این دو کلمه را در کنار هم قرار دهیم تا به یک مفهوم کاملا متفاوت از هر دو برسیم؛ تور ترکیه.  خب حالا چطور می توانیم یک ماشین (کامپیوتر) را آموزش دهیم تا با تفاوت ها منطبق باشد؟ این مشکلی است که برای سالها ذهن انسان های زیادی را درگیر خودش کرده است.  LSI توانست به کامپیوترها کمک کند تا زبان های محاوره ای را درک کنند. این متد بر روی متن های استاتیک و مجموعه متن های کوچک بهتر کار می کند که برای مقاصد اولیه ای که دارد عالی و کاربردی است. همچنین می تواند متون را با توجه به موضوعات مشترکی که دارند دسته بندی کند، این قابلیت برای موتورهای جستجو بسیار مفیدست. منظور ما از اینکه می تواند موتور جستجو محتوای شما را درک کند چیست؟ قبل تر ها که همچین ویژگی ای در موتورهای جستجو وجود نداشت موتور های جستجو از یک دستور العمل ساده استفاده می کردند. آن هم به این شکل بود که فرض کنیم شخصی به دنبال این بود که ببیند “کلمات کلیدی LSI” چیست؟ وارد گوگل میشد و عبارت کلمه کلیدی LSI چیست را جستجو می کرد، موتورهای جستجو در بین سایت هایی که داشتند بدنبال این عبارت می گشتند و هر کسی که دقیقاً این عبارت را در متن خود یا هرجایی در صفحه به کار برده بود پیدا می کردند و به کاربر نمایش می دادند. اما الان چطور کار می کنند؟ امروزه ممکن است هر کسی در مورد LSI سوال دیگری داشته باشد، مثلاً اینکه این کلمه کلیدی در سئو چه تاثیری دارد. وقتی ربات گوگل محتوای ما را میخواند درک می کند که ما در مورد همه چیز این موضوع صحبت کرده ایم و وقتی کسی سوالی می پرسد که ما دقیقاً با آن عبارت سوال را مطرح نکرده ایم، گوگل این موضوع را تشخیص می دهد و آن محتوا را به کاربر نمایش می دهد.

LSI نقش مهمی در توسعه موتورهای جستجوی اولیه داشته است. به نظر راجر مونتی (Roger Montti،کارشناس و مشاور سئو) « LSI نقش چرخ های کمکی برای موتورهای جستجو را دارد». اما دلیل نمی شود قبول کنیم که هنوز هم چنین نقشی را دارد. در این که گوگل می خواهد موضوع و مفهوم هر محتوایی را بفهمد شکی نداریم و Semantics یا معناشناسی (مطالعه معانی و مفاهیم در زبان ها) زیربنای این رویکرد گوگل است. در ضمن دلایل زیادی داریم که ثابت می کند تکنولوژی گوگل بسیار پیشرفته تر از اینهاست و از تکنولوژی «یادگیری ماشین» برای ایندکس کردن و بازیابی اطلاعات استفاده می کند. در اواخر سال ۲۰۱۷، JR Oakes (پژوهشگر فنی سئو) مقاله ای در زمینه رشد تکنولوژی سئو نوشت که شامل معرفی تکنولوژی های بازیابی محتوای مدرن و نحوه کارکردن گوگل می شود. با این حال که گوگل سعی می کند توانایی خود را در جستجوی معنایی از طریق تکنولوژی های جدید توسعه بدهد. در مقاله بعدی به بررسی این موضوع خواهیم پرداخت.

یک پاسخ بنویسید

لطفا نظر خود را بنویسید
لطفا نام خود را اینجا وارد کنید