Am 14. September 2017 haben wir eine überarbeitete Fassung unserer Datenschutzrichtlinie veröffentlicht. Wenn Sie video2brain.com weiterhin nutzen, erklären Sie sich mit diesem überarbeiteten Dokument einverstanden. Bitte lesen Sie es deshalb sorgfältig durch.

SEO: Onpage-Optimierung

Proof-Keywords

LinkedIn Learning kostenlos und unverbindlich testen!

Jetzt testen Alle Abonnements anzeigen
Wie kann eine Maschine Zusammenhänge zwischen Dokumenten und Suchanfragen herstellen? In diesem Video lernen Sie, welche Formeln bei der Analyse relevant sind.
05:44

Transkript

In diesem Video werden sie die Grundlagen der analytischen Textanalyse kennenlernen und welche Rolle Proof Keywords bei der Erstellung von Inhalten spielen. Die Art und Weise wie Suchmaschinen Texte analysieren hat sich in den letzten Jahren stark verändert. Immer schnellere Prozessoren und größere Datenspeicher ermöglichen komplexere und aufwendigere Rechnenoperationen. Der technische Fortschritt ermöglicht dadurch Textanalysen, die früher nicht möglich waren. Der Inhalt einer Internetseite kann nun mit immer mehr Informationen angereichert werden. Für die Suchmaschine Bing zum Beispiel, bestehen die drei Säulen der Contentqualität aus "Authority", "Utility" und "Presentation". Die Suchmaschine kann selbstständig erkennen, ob sie zu einem Thema eine Autorität sind und sie Ihnen deswegen vertrauen kann. Auf Grundlage von Auszeichnung kann die Suchmaschine erkennen, ob der Inhalt auch wirklich sinnvoll und nutzbar ist, und zugleich kann die Darstellung des Inhaltes analysiert werden. Wenn wir diese drei Säulen übertragen auf die Suchmaschine Google und deren Inhaltsrichtlinien: "Erstellen Sie eine nützliche, informative Website und verfassen Sie Seiten, die Ihre Inhalt klar und eindeutig beschreiben." Dieses eindeutige Beschreiben stellt sich in der Praxis manchmal jedoch als sehr schwierig heraus. Nehmen wir zum Beispiel "Golf". Das Keyword "Golf" kann mehrere Intentionen haben. So kann es sich zum Beispiel um das Auto handeln. Man kann eine Suchanfrage zu dem Sport stellen oder man kann sich für die Region interessieren, den Golf von Mexiko. An genau dieser Stelle kommen Proof Keywords ins Spiel. Die Proof Keywords helfen der Suchmaschine herauszufinden, welches Thema in dem Text eigentlich fokussiert wird. Um dies rauszufinden muss die Suchmaschine eine Reihe von Berechnungen anstellen. Als erstes muss sie das Hauptthema herausfinden. Um dieses zu erreichen gibt es in der Computerlinguistik den Fachbegriff "Termfrequenz". Die Termfrequenz beschreibt die Auftrittshäufigkeit in einem Dokument. Falls sie bereits ältere Dokumente zum Thema Suchmaschinenoptimierung gelesen haben, wird Ihn öfters das Wort Keyword-Dichte genannt worden sein. Das Auftreten eines Wortes innerhalb eines Dokumentes wurde damals als Keyword-Dichte bezeichnet und stellte einen prozentualen Wert dar. Diese Metrik ist jedoch veraltet und sollte nicht mehr als Orientierung für die Textverfassung genutzt werden. Schauen wir uns nun die Berechnung der Termfrequenz etwas genauer an. Die Termfrequenz wird durch die folgende Formel beschrieben. Diese kompliziert wirkende Formel beschreibt vereinfacht das Verhältnis zwischen der Auftritthäufigkeit des Wortes und der Wortanzahl innerhalb des Dokumentes. Wenn wir als Beispielsatz den Satz "Der rote Schuh hat eine rote Schleife." ansehen, dann möchten wir in diesem Beispiel das Wort "rote" analysieren und die Termfrequenz herausfinden. Wir analysieren also, wie oft das Wort "rote" in dem Beispielsatz vorkommt. In dem Fall zweimal, und wir zählen die Wörter des Beispielsatzes. Das Wort "rote" kommt in unserem Dokument zweimal vor und das Dokument besteht aus sieben Wörtern. Somit haben wir ein Verhältnis 2:7 oder 0,28. Dies entspricht einer 28% Wahrscheinlichkeit, dass eins der Worte, das analysierte "rote" ist. Wenn wir nur die Termfrequenz betrachten, erhalten wir jedoch einen falschen Eindruck. So scheint das, als sei das Hauptthema dieses Dokumentes "rote". Dabei konzenztriert sich das Dokument eigentlich auf "Schuh" und "Schleife". Eine Suchmaschine besitzt einen großen Index und kann dadurch eine weitere Berechnung der Termfrequenz hinzufügen: Die "Inverse document frequency". Diese Metrik beschreibt die Auftrittshäufigkeit innerhalb eines Dokumentencorpus oder dem Index einer Suchmaschine. Durch diesen großen Dokumentencorpus kann die Suchmaschine ein Verhältnis bilden und weiß, dass in der deutschen Sprache zum Beispiel das Wort "rot" und deren Ableitung häufiger vorkommt, als "Schuhe" oder "Schleife". Die Berechnungen der Inverse document frequency sieht dabei wie folgt aus. Auch bei dieser Formel wird ein Verhältnis gebildet. Es wird die Anzahl der Dokumente durch die Anzahl der Dokumente geteilt, die das Wort "Schuh", "rot" oder "Schleife" in unserem Beispiel beinhalten. Dieses Verhältnis kann unter Umständen sehr groß werden und wird zur besseren Darstellung nochmals logarithmiert. Wenn man diese beiden Formeln miteinander multipliziert, erhält man das TF-IDF-Maß, also das Termfrequenz- Inverse document frequency Maß. Die mathematische Darstellung des TF-IDF-Maß wäre die Folgende. Wenn wir einen großen Dokumentencorpus besitzen und dieses Maß auf diesen anwenden, erhalten wir für jedes einzelne Wort eine Kennzahl, die die Wichtigkeit des Wortes wiederspiegelt. Eine abgewandelte Form des TF-IDF-Maßes ist das sogenannte WDF*IDF, das gerade im Bereich der Suchmaschinenoptimierung einen großen Anklang gefunden hat. Dabei steht das WDF für "within document frequency" und beschreibt ähnlich wie die Termfreuqenz die Auftrittshäufigkeit innerhalb eines Dokumentes. Das IDF steht auch in diesem Fall für die "inverse document frequency", wobei die Formel etwas abgewandelt wurde. Wie man erkennen kann wird zu dem Verhältnis die 1 addiert. Sobald eine Suchmaschine die relevantesten Worte eines Dokumentes herausgefunden hat, generiert die Suchmaschine Wortpaare und kann daraus das eigentliche Thema herausfinden. Zum Beispiel um das Wort "Golf" in die Kategorie "Auto" einzuordnen, ist eins der möglichen Proof Keywords "Volkswagen". Für die Kategorie Sport wäre der "Schläger" ein Proof Keyword, und für die Kategorie Region wäre das Wort "Mexico" ein Proof Keyword. Die Textanalyse eines Dokumentes ist deutlich aufwendiger und detaillierter als eine Metrik, wie die Keyworddichte dies beschreiben könnte. In diesem Video habe ich Ihnen gezeigt, wie wichtig eine thematische Relevanz ist und dass Sie innerhalb Ihres Dokumentes immer die passenden Keywords verwenden sollten, um die Analyse für die Suchmaschine so einfach wie möglich zu machen.

SEO: Onpage-Optimierung

Lernen Sie, wie Sie durch gezielte Maßnahmen am Quellcode Ihrer Website deren Sichtbarkeit für Suchmaschinen erhöhen. Sie erfahren auch, welche Analyse-Werkzeuge dabei helfen.

2 Std. 5 min (38 Videos)
Derzeit sind keine Feedbacks vorhanden...
 
Exklusiv für Abo-Kunden
Erscheinungsdatum:19.02.2015
Aktualisiert am:27.04.2016

Dieser Online-Kurs ist als Download und als Streaming-Video verfügbar. Die gute Nachricht: Sie müssen sich nicht entscheiden - sobald Sie das Training erwerben, erhalten Sie Zugang zu beiden Optionen!

Der Download ermöglicht Ihnen die Offline-Nutzung des Trainings und bietet die Vorteile einer benutzerfreundlichen Abspielumgebung. Wenn Sie an verschiedenen Computern arbeiten, oder nicht den ganzen Kurs auf einmal herunterladen möchten, loggen Sie sich auf dieser Seite ein, um alle Videos des Trainings als Streaming-Video anzusehen.

Wir hoffen, dass Sie viel Freude und Erfolg mit diesem Video-Training haben werden. Falls Sie irgendwelche Fragen haben, zögern Sie nicht uns zu kontaktieren!