什么是潜在语义索引

潜在语义索引（Latent Semantic Indexing，LSI）也被称为潜在语义分析（Latent Semantic Analysis）。潜在语义索引是一种用于提高信息检索准确性的方法。它是在 20 世纪 80 年代开发的一种数学方法。在潜在语义索引中，有一种名为“奇异值分解”（Singular Value Decomposition）的技术，用于扫描文档中的非结构化数据，并识别其中包含的概念之间的关系。

简单来说，为了提高对信息的理解，它会找到词语之间隐藏的关联。

这在文本理解方面取得了重要进展，因为它能够理解语言的上下文含义。

我们早期使用的技术在处理同义词（这是自然语言使用的一个特点）以及含义随新环境变化的方面存在困难。例如，“热”和“狗”这两个词看起来很容易理解，但它们的许多定义取决于它们的用法。将这两个词放在一起，你就会得到一个全新的概念。

那么，我们如何才能训练机器来适应这些特定之处呢？

这是一个困扰了许多聪明人几个世纪的问题，而潜在语义索引帮助计算机开始理解它的用法。

对于静态内容和小型文档，它的效果很好，这对于它的主要目的是有益的。借助 LSI（潜在语义索引），您可以根据文档的主题共性对文档进行分组，这对于早期的搜索引擎非常有用。

什么是 LSI 关键字？

LSI 关键字基于这样一个理念：通过在内容中使用相似的关键字来加强你的主题或内容，可以支持提高整体的SEO 表现。

因为我们希望最终为一个关键词排名，所以为你相关的关键词排名似乎是合理的。

使用 LSI 关键字的好处

LSI 关键字有以下好处：

1. LSI 有助于您的网站更好地针对相关搜索进行排名：- 搜索引擎爬虫会自动抓取您的网站并了解内容。LSI（潜在语义关键字）将根据语义相关的搜索对网站进行排名，而不管您的目标关键字是什么。
2. 通过帮助您的业务在较低的竞争中获得更高的排名，LSI 关键字可以促进销售：- 例如，亚马逊记录了 57% 的总销售额来自于主要关键字的 LSI（潜在语义索引）版本。
   总而言之，LSI 关键字有助于将您的网站内容带给更广泛的受众。
3. LSI 关键字将通过使内容流程有意义和自然来帮助您留住网站访问者：- 它为读者提供了一个平静的环境，而不会让他们感到被关键字填满。它还将您的内容与那些重复关键短语和关键字以提高搜索引擎排名的关键字密集型内容区分开来。

如何创建 LSI 关键字

市场上存在各种“高级”工具来创建 LSI 关键字，但企业进入 LSI 领域并不需要花费太多成本。有几种免费工具可以帮助您为网站创建 LSI 关键字。

1. Google 自动填充
2. Niche Laboratory
3. LSI Graph

1. Google 自动填充：- 查找 LSI 关键字最简单的方法是选择关键字，即 Google 搜索栏中的主要广告位置。当您在搜索栏中键入内容时，Google 会自动为您提供主要关键字的最佳匹配短语或列表。

2. LSI Graph：- 这是一个用于生成 LSI 图的工具，它是一个免费的 SEO 工具。我们可以非常容易地使用这个工具；只需在搜索栏中键入关键字，然后该工具将生成相关的关键字列表。

3. Niche Laboratory：- Niche Laboratory 关键字工具为您提供关键字建议、网站竞争矩阵、网站元关键字、网站页面标题、排名靠前的网站以及网站元描述。这是一个查找 LSI 关键字优秀匹配项的有用工具，并提供了关于竞争对手流量驱动关键字的见解。LSI 关键字的正确工具取决于您的目标、您的内容管理系统以及您的搜索引擎广告策略。尽管需要为高级 LSI 工具花费金钱才能获得有效的结果。

如何使用 LSI 关键字

LSI 关键字必须添加到页面的各个位置，而不仅仅是您的网站，使用时必须听起来合适且自然。一些 LSI 关键字可能是主关键字的同义词，因此可以轻松地替换您的主关键字。

有几个主要位置是您必须使用 LSI 关键字的地方：

• 页面标题
• 正文的第一个段落
• 元标签
• 正文的最后一个段落
• URL 地址
• 链接和锚文本
• 图片 alt 文本
• H1 和 H2 标签

尽量不要过度优化您的网站以针对任何特定关键字，就像您的主要关键字一样。LSI 关键字的过度使用可能被视为关键字堆砌，并且搜索引擎会对其进行罚款。一个好的经验法则是每个 LSI 关键字在一个页面上只使用一次。

LSI 关键字的重要性

LSI（潜在语义索引）的最初实施是对网站所有者试图操纵 SEO 的多次尝试的回应。在元标签出现之前，LSI 的页面内容通常是冗长且不必要地重复关键字的集合，而没有可识别的主题或信息。

LSI 使搜索引擎能够对网页上的优质内容进行评分。因此，通过在页面 SEO 文案中包含语义相关的搜索短语，您可以让搜索引擎更好地了解您的产品、服务、页面和公司。

使用 LSI 关键字可以让您的网站访客和搜索引擎都满意。优质内容会吸引访客停留，从而提高您网站的有效性和转化率。

查找 LSI 关键字的方法

查找 LSI 关键字的方法是：

1. 使用 Google AdWords 的关键字规划师工具
2. 尝试 Ubersuggest
3. 使用 LSI 关键字生成器
4. 简单的 Google 搜索

1. 使用 Google AdWords 的关键字规划师工具：- 如果我们要使用 Google AdWords 的关键字规划师工具，那么必须有权访问 Google AdWords。再次，我们将以“silly string”为例。开始时，将该术语输入初始查询框。点击“获取建议”按钮，然后我们将被重定向到一个页面，该页面提供相关的关键字以及对这些术语的搜索排名竞争程度的理解。

2. 尝试 Ubersuggest：- 查找 LSI 关键字的另一种方法是，如您已经知道的，使用该工具可以轻松查找 LSI 关键字。同样，我们使用 Ubersuggest，在 Ubersuggest 的搜索栏中输入主要关键字，然后您将获得相关关键字列表。

3. 使用 LSI 关键字生成器：- 另一个完美用于查找 LSI 关键字的免费工具是 LSI 关键字生成器。它使用的过程与前面提到的工具类似。在搜索栏中键入术语，然后点击“生成”并从一系列相关关键字中进行选择。

4. 简单的 Google 搜索：- Google 本身是查找 LSI 关键字的最佳方式。当在搜索字段中输入术语时，与特定查询相关的关键字会自动显示。

如何选择正确的 LSI 术语

有几个步骤可以选择正确的 LSI 术语：

步骤 1. 理解搜索者对关键字的意图

重要的是，我们用于 LSI 的术语应与我们主要关键字的搜索意图保持一致。这需要我们对人们在搜索您定位的关键字时究竟在寻找什么有充分的了解。您不想对其进行猜测。您只想了解受众对您内容的期望，即受众想从您的内容中找到什么。

步骤 2. 通过淘汰法缩小您的选择范围

开始筛选不合适的术语。这些是与您的帖子的主题不直接相关的术语。理想的 LSI 关键字基本上是适合您主要关键字的。它们需要更深入地解释您的主题。它们不应该是完全不同的主题。

例如：- 如果我们要写一篇关于“雪佛兰发动机维护”的文章，我们不希望在文章中加载“经典雪佛兰汽车”的图片。在这种情况下，更深入地探讨雪佛兰发动机维护细节的关键字将是一个很好的选择。在这种情况下，我们可以删除任何与雪佛兰发动机工作特定方面无关的内容。

步骤 3. 从剩余的选项中选择最佳选项

在下一步中，将剩余的选项复制并粘贴到您首选的关键字工具中。选择搜索量适中但低于您的主要关键字的术语。如果您发现搜索量大于您主要主题的关键字，那么这可能是一个提示，表明您应该定位它。确保您选择的关键字与您的主题直接相关也至关重要。

3 个应避免的关键字定位陷阱

要避免的 3 个关键字定位陷阱是：

1. 避免关键字堆砌
2. 避免混合不相关的主题
3. 避免稀释您的关键字定位

1. 避免关键字堆砌：- LSI 关键字应合理使用。这意味着将这些术语恰当地嵌入，使您的内容更全面。仅仅为了方便起见，尽量避免将术语硬塞进您的内容中。如果没有任何编辑目的来围绕给定词语包含一个部分，那么就放弃它。

2. 避免混合不相关的主题：- 假设您的主要关键字是“自行车维护”。虽然您也注意到“汽车维护”的搜索量很大。然后您决定将帖子的标题写为“自行车和汽车维护的最佳技巧”。

也许类似的内容可以奏效。但更有可能的是，搜索“自行车维护”的探险家和搜索“汽车维护”的探险家只在寻找其中一个。在这种情况下，为了更好地为读者服务，请尝试分别撰写每个主题的文章。然后，您的博客将有两篇重点突出的文章，能够满足每个受众的特定需求。

3. 避免稀释您的关键字定位：- 我们需要记住的重要一点是，您的内容应该只定位一个主要关键字。例如；如果博客的主题是“简单的自行车维护”，则无需撰写关于“自行车的历史”。无论这两个术语的流量有多高，自行车的历史与自行车维护没有直接关系。专注于与自行车维护任务相关的关键字，例如轮胎维护、发动机维护等；

LSI - 潜在语义索引的其他用途

人们普遍认为，基于语义处理文本的能力对于现代信息检索系统至关重要。因此，近年来，随着早期性能和可扩展性挑战的克服，LSI 的使用显著扩展。

我们在文本处理和信息检索等各种应用中使用了 LSI（潜在语义索引），尽管 LSI 的主要应用是自动文档分类和概念搜索。

以下是使用 LSI 的其他一些方法：

• 论文评分（教育）
• 理解软件源代码（软件工程）
• 过滤垃圾邮件（系统管理）
• 基于文献的发现
• 自动文档分类（出版、政府/情报、电子发现）
• 信息可视化
• 基于文献的发现
• 确定文档作者（教育）
• 文本摘要（出版、电子发现）
• 关系发现
• 在线客户支持（客户管理）
• 梦境内容分析（心理学）
• 预测股票回报

LSI 越来越多地用于电子发现（电子文档发现），以帮助公司为诉讼做准备。在电子发现中，对大量非结构化文本进行聚类、分类和概念搜索非常重要。领先的提供商早在 2003 年就已将使用 LSI 的基于概念的搜索应用于电子发现过程。