Субект SEO: Окончателното ръководство

Неща, а не нишки. Ако не сте чували това преди, то идва от известна публикация в блога на Google, в която се обявява Графика на знанията.

До 11-ата годишнина на съобщението остава само месец, но мнозина все още се затрудняват да разберат какво всъщност означава „неща, а не низове“ за SEO.

Цитатът е опит да се предаде, че Google разбира нещата и вече не е обикновен алгоритъм за откриване на ключови думи.

През май 2012 г. може да се твърди, че се ражда SEO оптимизацията за обекти. Машинното обучение на Google, подпомогнато от полуструктурирани и структурирани бази от знания, можеше да разбере значението зад дадена ключова дума.

Двусмисленият характер на езика най-накрая имаше дългосрочно решение.

И така, ако същностите са важни за Google вече повече от десетилетие, защо SEO оптимизаторите все още са объркани относно същностите?

Добър въпрос. Аз виждам четири причини:

• SEO оптимизацията за обекти като термин не е била използвана достатъчно широко, за да могат SEO специалистите да се запознаят с определението му и следователно да го включат в речника си.
• Оптимизацията за ентитети в голяма степен се припокрива със старите методи за оптимизация, фокусирани върху ключовите думи. В резултат на това субектите се смесват с ключовите думи. На всичкото отгоре не беше ясно как същностите играят роля в SEO оптимизацията, а думата „същности“ понякога е взаимозаменяема с „теми“, когато Google говори по темата.
• Разбирането на същностите е скучна задача. Ако искате да имате задълбочени познания за същностите, ще трябва да прочетете няколко патента на Google и да знаете основите на машинното обучение. SEO оптимизацията за обекти е далеч по-научен подход към SEO оптимизацията – а науката просто не е за всеки.
• Въпреки че YouTube оказа масивно въздействие върху разпространението на знания, той изравни опита за учене на много предмети. Създателите с най-голям успех в платформата исторически са избрали лесния път при обучението на своята аудитория. В резултат на това доскоро създателите на съдържание не отделяха много време на субектите. Поради тази причина трябва да научите за същностите от изследователите на NLP, а след това да приложите знанията в SEO. Патентите и научните трудове са от ключово значение. Това още веднъж подсилва първата точка по-горе.

Тази статия е решение и на четирите проблема, които пречеха на SEO оптимизаторите да овладеят напълно подхода към SEO, основан на същности.

Прочитайки я, ще научите:

• Какво представлява единицата и защо е важна.
• Историята на семантичното търсене.
• Как да идентифицирате и използвате същности в SERP.
• Как да използвате същности за класиране на уеб съдържание.

Защо са важни същностите?

SEO оптимизацията по ентитети е бъдещето, към което се насочват търсачките по отношение на избора на съдържание, което да класират, и определянето на неговото значение.

Комбинирайте това с доверието, основано на знанието, и вярвам, че SEO оптимизацията за същности ще бъде бъдещето на начина, по който се извършва SEO оптимизацията през следващите две години.

Примери за същности

И така, как да разпознаете един субект?

В SERP има няколко примера за субекти, които вероятно сте виждали.

Най-често срещаните типове образувания са свързани с местоположения, хора или фирми.

Може би най-добрият пример за единици в SERP са клъстерите на намеренията. Колкото по-добре се разбира дадена тема, толкова повече се появяват тези характеристики на търсенето.

Интересно е, че една-единствена SEO кампания може да промени облика на SERP, когато знаете как да изпълнявате SEO кампании, фокусирани върху същности.

Записите в Уикипедия са друг пример за същности. Уикипедия предоставя чудесен пример за информация, свързана със същности.

Както можете да видите в горния ляв ъгъл, ентитетът има всякакви атрибути, свързани с „риба“, вариращи от анатомията ѝ до значението ѝ за хората.

Въпреки че Уикипедия съдържа много данни по дадена тема, тя в никакъв случай не е изчерпателна.

Какво представлява единицата?

Същност е еднозначно идентифицируем обект или нещо, характеризиращо се с име(на), вид(и), атрибути и връзки с други същности. Счита се, че дадена същност съществува само когато съществува в каталога на същностите.

Каталозите на същностите задават уникален идентификатор на всяка същност. Моята агенция има програмни решения, които използват уникалния идентификатор, свързан с всяка единица (включени са услуги, продукти и марки).

Ако дадена дума или фраза не се намира в съществуващ каталог, това не означава, че думата или фразата не е същност, но обикновено можете да разберете дали нещо е същност по съществуването му в каталога.

Важно е да се отбележи, че Уикипедия не е решаващият фактор за това дали нещо е същност, но компанията е най-известна със своята база данни със същности.

Всеки каталог може да се използва, когато се говори за същности. Обикновено ентитет е лице, място или вещ, но може да включва и идеи и концепции.

Някои примери за каталози на същности включват:

• Уикипедия
• Wikidata
• DBpedia
• Freebase
• Яго

Субектите помагат да се преодолее пропастта между световете на неструктурираните и структурираните данни.

Те могат да се използват за семантично обогатяване на неструктуриран текст, докато текстовите източници могат да се използват за попълване на структурирани бази от знания.

Разпознаването на споменавания на същности в текста и свързването на тези споменавания със съответните записи в базата от знания е известно като задача за свързване на същности.

Същностите позволяват по-добро разбиране на значението на текста, както за хората, така и за машините.

Докато хората могат сравнително лесно да разрешат двусмислието на същностите въз основа на контекста, в който са споменати, това представлява много трудности и предизвикателства за машините.

Вписването в базата знания на дадена същност обобщава това, което знаем за нея.

Тъй като светът непрекъснато се променя, се появяват и нови факти. Поддържането на тези промени изисква непрекъснати усилия от страна на редакторите и мениджърите на съдържанието. Това е трудна задача в голям мащаб.

Чрез анализиране на съдържанието на документи, в които се споменават единици, процесът на намиране на нови факти или факти, които се нуждаят от актуализация, може да бъде подпомогнат или дори напълно автоматизиран.

Учените наричат това проблем на популацията на базата от знания, поради което свързването на същности е важно.

Същностите улесняват семантичното разбиране на информационната потребност на потребителя, изразена чрез заявката с ключова дума, и съдържанието на документа. По този начин същностите могат да се използват за подобряване на представянето на заявката и/или документа.

В изследователския документ “ Extended Named Entity“ авторът идентифицира около 160 типа същности. Тук са представени две от седемте екранни снимки от списъка.

Някои категории същности се дефинират по-лесно, но е важно да помните, че понятията и идеите са същности. Тези две категории са много трудни за мащабиране от страна на Google.

Не можете да научите Google само с една страница, когато работите с неясни концепции. Разбирането на същности изисква много статии и много препратки, поддържани във времето.

Историята на Google със същностите

На 16 юли 2010 г. Google закупи Freebase. Тази покупка беше първата голяма стъпка, която доведе до сегашната система за търсене на ентитети.

След като инвестира във Freebase, Google осъзна, че Wikidata има по-добро решение. След това Google работи по сливането на Freebase с Wikidata – задача, която се оказа много по-трудна от очакваното.

Петима учени от Google написаха документ, озаглавен „От Freebase към Wikidata: Голямото преместване“ Основните изводи включват.

„Freebase е изградена върху понятията обекти, факти, типове и свойства. Всеки обект на Freebase има стабилен идентификатор, наречен „mid“ (за Machine ID)“

„Моделът на данните на Wikidata се основава на понятията „елемент“ и „твърдение“. Елементът представлява същност, има стабилен идентификатор, наречен „qid“, и може да има етикети, описания и псевдоними на няколко езика; допълнителни изявления и връзки към страници за същността в други проекти на Уикимедия – най-вече в Уикипедия. За разлика от Freebase, изявленията в Уикиданни нямат за цел да кодират истински факти, а твърдения от различни източници, които могат и да си противоречат…“

Същностите са дефинирани в тези бази от знания, но Google все още трябваше да изгражда своите знания за същности за неструктурирани данни (т.е. блогове).

Google си партнира с Bing и Yahoo и създаде Schema.org, за да изпълни тази задача.

Google предоставя указания за схемите, така че мениджърите на уебсайтове да разполагат с инструменти, които помагат на Google да разбере съдържанието. Не забравяйте, че Google иска да се фокусира върху нещата, а не върху низовете.

По думите на Google:

„Можете да ни помогнете, като предоставите на Google изрични указания за значението на дадена страница, като включите структурирани данни на страницата. Структурираните данни са стандартизиран формат за предоставяне на информация за дадена страница и класифициране на съдържанието на страницата; например на страница с рецепта – какви са съставките, времето и температурата на готвене, калориите и т.н.“

Google продължава с думите:

„Трябва да включите всички необходими свойства, за да може даден обект да се появи в Google Search с подобрено показване. Като цяло определянето на повече препоръчителни свойства може да увеличи вероятността информацията ви да се появи в резултатите от Търсене с подобрено показване. Въпреки това е по-важно да предоставите по-малко на брой, но пълни и точни препоръчителни свойства, отколкото да се опитвате да предоставите всички възможни препоръчителни свойства с по-малко пълни, зле оформени или неточни данни.“

Може да се каже още много за схемата, но е достатъчно да се каже, че схемата е невероятен инструмент за SEO оптимизаторите, които искат да направят съдържанието на страницата ясно за търсачките.

Последното парче от пъзела идва от съобщението в блога на Google, озаглавено „Подобряване на търсенето за следващите 20 години“

Релевантността и качеството на документите са основните идеи зад това съобщение. Първият метод, който Google използваше за определяне на съдържанието на дадена страница, беше изцяло фокусиран върху ключовите думи.

След това Google добави тематични слоеве към търсенето. Този слой стана възможен благодарение на графите на знанието и на систематичното извличане и структуриране на данни в мрежата.

Така стигаме до настоящата система за търсене. За по-малко от 10 години Google премина от 570 милиона субекта и 18 милиарда факта към 800 милиарда факта и 8 милиарда субекта. С нарастването на този брой търсенето на обекти се подобрява.

С какво моделът на ентитетите е подобрен в сравнение с предишните модели на търсене?

Традиционните модели за търсене на информация, основани на ключови думи (IR), имат присъщото ограничение да не могат да извличат (релевантни) документи, които нямат изрични съвпадения на термини със заявката.

Ако използвате ctrl + f за да намерите текст на дадена страница, използвате нещо подобно на традиционния модел за търсене на информация, базиран на ключови думи.

Всеки ден в мрежата се публикува безумно много данни.

За Google просто не е възможно да разбере значението на всяка дума, всеки параграф, всяка статия и всеки уебсайт.

Вместо това същностите осигуряват структура, от която Google може да сведе до минимум изчислителното натоварване, като същевременно подобри разбирането.

„Методите за извличане, базирани на понятия, се опитват да се справят с това предизвикателство, като разчитат на помощни структури за получаване на семантични представяния на заявките и документите в пространство от понятия от по-високо ниво. Такива структури включват контролирани речници (речници и тезауруси), онтологии и същности от хранилище на знания.“

– Търсене, ориентирано към обекти, глава 8.3

Крисчън Балог, който е автор на окончателната книга за същностите, определя три възможни решения на традиционния модел за търсене на информация.

• Базирано на разширяване: Използва същности като източник за разширяване на заявката с различни термини.
• Базирано на проекция: Релевантността между заявка и документ се разбира чрез проектирането им върху латентно пространство от същности
• Базирано на същности: В пространството на същностите се получават ясни семантични представяния на заявките и документите, за да се допълнят представянията, базирани на термини.

Целта на тези три подхода е да се получи по-богато представяне на необходимата на потребителя информация чрез идентифициране на същности, силно свързани със заявката.

След това Balog идентифицира шест алгоритъма, свързани с базираните на проекция методи за картографиране на същности (методите на проекция са свързани с преобразуване на същности в триизмерно пространство и измерване на вектори с помощта на геометрията).

• Явен семантичен анализ (ESA): Семантиката на дадена дума се описва чрез вектор, съхраняващ силните страни на асоциацията на думата с понятия, получени от Уикипедия.
• Модел на пространството на скритите същности (LES): Основава се на генеративна вероятностна рамка. Резултатът от извличането на документа се приема за линейна комбинация от резултата от пространството на латентните същности и резултата от вероятността на оригиналната заявка.
• EsdRank: EsdRank е за ранжиране на документи, като се използва комбинация от признаци заявка-субект и субект-документ. Те съответстват на понятията за проекция на заявката и проекция на документа, съответно на компонентите на LES от преди. С помощта на рамка за дискриминиращо обучение лесно могат да се включат и допълнителни сигнали, като например популярност на същността или качество на документа
• Явно семантично класиране (ESR): Моделът за експлицитно семантично класиране включва информация за взаимоотношенията от графа на знанието, за да позволи „меко съвпадение“ в пространството на същностите.
• Рамка за дует от думи и същности: Тя включва взаимодействия между термини и същности, които водят до четири вида съвпадения: термини на заявката към термини на документа, същности на заявката към термини на документа, термини на заявката към същности на документа и същности на заявката към същности на документа.
• Модел за класиране, основан на вниманието: Това е най-сложният за описание модел.

Ето какво пише Balog:

„Проектирани са общо четири характеристики на вниманието, които се извличат за всяка единица на заявката. Характеристиките за неяснота на същността имат за цел да характеризират риска, свързан с анотацията на същността. Те са: (1) ентропията на вероятността повърхнинната форма да бъде свързана с различни същности (напр. в Уикипедия), (2) дали анотираната същност е най-популярният смисъл на повърхнинната форма (т.е. има най-висок резултат за честота) и (3) разликата в резултатите за честота между най-вероятния и втория по вероятност кандидат за дадената повърхнинна форма. Четвъртата характеристика е близост, която се определя като косинусовото сходство между търсената същност и запитването в пространството на вграждане. По-конкретно, съвместното вграждане на същности и термини се обучава с помощта на модела на пропуснатите грами върху корпус, където споменаванията на същности се заменят със съответните идентификатори на същности. Вграждането на заявката се приема за центроид на вгражданията на термините на заявката.“

Засега е важно да се запознаете на повърхностно ниво с тези шест алгоритъма, ориентирани към същности.

Основният извод е, че съществуват два подхода: проектиране на документите в слой с латентни същности и изрично анотиране на същности в документите.

Три вида структури от данни

Изображението по-горе показва сложните връзки, които съществуват във векторното пространство. Макар че примерът показва връзките в графа на знанието, същият модел може да бъде възпроизведен на ниво схема по страници.

За да разберете същностите, е важно да познавате трите вида структури от данни, които алгоритмите използват.

• При използване на неструктурирани описания на същности трябва да се разпознават и разграничават препратките към други същности. Добавят се насочени ребра (хипервръзки) от всяка същност към всички други същности, споменати в нейното описание.
• В полуструктурирана среда (т.е. в Wikipedia) връзките към други същности могат да бъдат изрично предоставени.
• Когато се работи със структурирани данни, RDF тройките определят граф (т.е. граф на знанието). По-конкретно, ресурсите на субекта и обекта (URI) са възли, а предикатите са ребра.

Проблемът с полуструктурирания и разсейващ контекст за IR оценка е, че ако документът не е конфигуриран за една тема, IR оценката може да бъде размита от двата различни контекста, което води до загуба на относителния ранг спрямо друг текстов документ.

Разводняването на IR резултата включва лошо структурирани лексикални връзки и лоша близост на думите.

Съответните думи, които се допълват една друга, трябва да се използват близко в рамките на даден параграф или раздел от документа, за да сигнализират по-ясно за контекста и да увеличат IR резултата.

Използването на атрибути на същности и връзки дава относителни подобрения в диапазона 5-20%. Използването на информация от типа на същността е още по-печелившо, като относителните подобрения варират от 25% до над 100%.

Анотирането на документи със същности може да придаде структура на неструктурираните документи, което може да помогне за попълване на базите от знания с нова информация за същностите.

Използване на Уикипедия като рамка за SEO оптимизация за същности

Структура на страниците в Уикипедия

• Заглавие (I.)
• Водещ раздел (II.)
  • Връзки за разграничаване (II.а)
  • Инфобокс (II.b)
  • Въвеждащ текст (II.в)
• Съдържание (III.)
• Основно съдържание (IV.)
• Приложения и долна част (V.)
  • Препратки и бележки (V.a)
  • Външни връзки (V.б)
  • Категории (V.в)

Повечето статии в Уикипедия включват уводен текст, „водещ“, кратко резюме на статията – обикновено с дължина не повече от четири параграфа. То трябва да бъде написано по начин, който да създаде интерес към статията.

Първото изречение и началният параграф имат особено значение. Първото изречение „може да се разглежда като определение на субекта, описан в статията“ Първият параграф предлага по-подробно определение, без да съдържа прекалено много подробности.

Стойността на връзките се простира отвъд навигационните цели; те улавят семантичните връзки между статиите. Освен това текстовете на котвите са богат източник на варианти на имената на същностите. Връзките в Уикипедия могат да се използват, наред с другото, за подпомагане на идентифицирането и разграничаването на споменаванията на същности в текста.

• Обобщете ключови факти за същността (infobox).
• Кратко представяне.
• Вътрешни връзки. Основно правило, дадено на редакторите, е да се свързват само с първото появяване на дадена същност или понятие.
• Включете всички популярни синоними за дадена същност.
• Обозначаване на страницата с категория.
• Шаблон за навигация.
• Препратки.
• Специални инструменти за парсване за разбиране на страниците в Уикипедия.
• Множество типове медии.

Как да оптимизираме за единици

По-долу са описани основните съображения при оптимизиране на същностите за търсене:

• Включването на семантично свързани думи в дадена страница.
• Честота на думите и фразите в страницата.
• Организацията на понятията на дадена страница.
• Включване на неструктурирани данни, полуструктурирани данни и структурирани данни на дадена страница.
• Двойки тема-предмет-обект (SPO).
• Уеб документи на даден сайт, които функционират като страници на книга.
• Организация на уеб документи на уебсайт.
• Включване на понятия в уеб документ, които са известни характеристики на обекти.

Важна забележка: Когато акцентът е върху връзките между същностите, базата от знания често се нарича граф на знанията.

Тъй като намеренията се анализират заедно с потребителските регистри за търсене и други части от контекста, една и съща фраза за търсене от лице 1 може да генерира различен резултат от лице 2. Лицето би могло да има различно намерение при абсолютно същата заявка.

Ако страницата ви покрива и двата вида намерения, тогава страницата ви е по-добър кандидат за класиране в уеб. Можете да използвате структурата на базите от знания, за да насочвате шаблоните си за заявки и намерения (както беше споменато в предишния раздел).

Хората също питат, Хората търсят за и Автоматичното попълване са семантично свързани с подадената заявка и или се задълбочават в текущата посока на търсене, или преминават към различен аспект на задачата за търсене.

Знаем това, така че как можем да го оптимизираме?

Вашите документи трябва да съдържат възможно най-много варианти на намеренията за търсене. Уебсайтът ви трябва да съдържа всички варианти на намерението за търсене за вашия клъстер. Клъстеризацията разчита на три вида сходство:

• Лексикално сходство.
• Семантично сходство.
• Сходство при кликване.

Обхват на темите

Какво е това -> Списък с атрибути -> Раздел, посветен на всеки атрибут -> Всеки раздел препраща към статия, изцяло посветена на тази тема -> Трябва да се определи аудиторията и да се посочат определенията за подсекцията -> Какво трябва да се вземе предвид? -> Какви са ползите? -> Предимства на модификатора -> Какво е ___ -> Какво прави? -> Как да го получите -> Как да го направите -> Кой може да го направи -> Връзка обратно към всички категории

Google предлага инструмент, който предоставя оценка на салиентността (подобно на начина, по който използваме думата „сила“ или „доверие“), която ви показва как Google вижда съдържанието.

Горният пример идва от статия на Search Engine Land за субектите от 2018 г.

От примера можете да видите лица, други и организации. Инструментът е API за естествен език на Google Cloud.

Всяка дума, изречение и абзац са от значение, когато се говори за даден субект. Начинът, по който организирате мислите си, може да промени разбирането на Google за вашето съдържание.

Може да включите ключова дума за SEO, но дали Google разбира тази ключова дума по начина, по който искате да бъде разбрана?

Опитайте да поставите един или два параграфа в инструмента и да реорганизирате и модифицирате примера, за да видите как се увеличава или намалява полезността.

Това упражнение, наречено „дезамбигуация“, е изключително важно за субектите. Езикът е двусмислен, затова трябва да направим така, че думите ни да са по-малко двусмислени за Google.

Съвременните подходи за двусмислие разглеждат три вида доказателства:

Предишна важност на същностите и споменаванията.

Контекстуално сходство между текста, заобикалящ споменаването и кандидат-същността, и съгласуваност между всички решения за свързване на същности в документа.

Схемата е един от любимите ми начини за разграничаване на съдържанието. Вие свързвате същности в блога си с хранилища на знания. Balog казва: „Не е нужно да се прави това:

„[П]ривързването на същности в неструктуриран текст към структурирано хранилище на знания може значително да разшири възможностите на потребителите в техните дейности по потребление на информация.“

Например читателите на даден документ могат да получат контекстуална или фонова информация с едно щракване на мишката и могат да получат лесен достъп до свързаните с него същности.

Анотациите на ентитети могат да се използват и при последваща обработка, за да се подобри ефективността на извличането или да се улесни по-доброто взаимодействие на потребителите с резултатите от търсенето.

Тук можете да видите, че съдържанието на често задаваните въпроси е структурирано за Google с помощта на схемата за често задавани въпроси.

В този пример можете да видите схема, предоставяща описание на текста, идентификатор и декларация на основната същност на страницата.

(Не забравяйте, че Google иска да разбере йерархията на съдържанието, поради което H1-H6 са важни.)

Ще видите алтернативни имена и същите като декларации. Сега, когато Google чете съдържанието, той ще знае коя структурирана база данни да свърже с текста и ще има синоними и алтернативни версии на дадена дума, свързани с ентитета.

Когато оптимизирате с помощта на схема, оптимизирате за NER (разпознаване на назовани същности), известно още като идентификация на същности, извличане на същности и разделяне на същности.

Идеята е да се занимавате с дезамбигуация на назовани същности > уикификация > свързване на същности.

„Появата на Уикипедия улесни широкомащабното разпознаване на същности и дезамбигирането им, като предостави изчерпателен каталог на същностите заедно с други безценни ресурси (по-специално хипервръзки, категории и страници за пренасочване и дезамбигиране.“

– Търсене, ориентирано към същности

Повечето SEO оптимизатори използват някакъв инструмент за оптимизиране на съдържанието на страницата. Всеки инструмент е ограничен в способността си да идентифицира уникални възможности за съдържание и предложения за дълбочина на съдържанието.

В по-голямата си част on-page инструментите просто обобщават най-добрите резултати от SERP и създават средна стойност, на която да подражавате.

SEO оптимизаторите трябва да запомнят, че Google не търси една и съща повторена информация. Можете да копирате това, което правят другите, но уникалната информация е ключът към това да се превърнете в сайт-семеен/авторитетен сайт.

Ето опростено описание на начина, по който Google обработва новото съдържание:

След като бъде намерен документ, в който се споменава даден субект, този документ може да бъде проверен, за да се открият евентуално нови факти, с които да се актуализира записът в базата знания за този субект.

Balog пише:

„Искаме да помогнем на редакторите да бъдат в крак с промените, като автоматично идентифицираме съдържание (статии от новини, публикации в блогове и т.н.), което може да предполага промени в записите в KB на определен набор от същности, които представляват интерес (т.е. същности, за които отговаря даден редактор).“

Всеки, който подобрява базите от знания, разпознаването на същности и възможността за обхождане на информация, ще получи любовта на Google.

Промените, направени в хранилището на знания, могат да бъдат проследени до документа като първоначален източник.

Ако предоставите съдържание, което обхваща темата, и добавите ниво на задълбоченост, което е рядко срещано или ново, Google може да определи дали вашият документ е добавил тази уникална информация.

В крайна сметка тази нова информация, поддържана в продължение на определен период от време, може да доведе до превръщането на вашия уебсайт в авторитет.

Това не е авторитет, основан на рейтинга на домейна, а на тематичното покритие, което според мен е много по-ценно.

С подхода към SEO оптимизацията за обекти не се ограничавате до насочване към ключови думи с обем на търсене.

Единственото, което трябва да направите, е да валидирате заглавния термин („въдици за мухарски риболов“, например), а след това можете да се съсредоточите върху таргетирането на варианти на намеренията за търсене въз основа на доброто оле фешън човешко мислене.

Започваме с Wikipedia. За примера с мухарския риболов можем да видим, че в един риболовен уебсайт трябва да бъдат обхванати най-малко следните понятия:

• Рибни видове, история, произход, развитие, технологични подобрения, разширяване, методи на мухарския риболов, кастинг, кастинг със спий, мухарски риболов на пъстърва, техники за мухарски риболов, риболов в студена вода, риболов на пъстърва със суха муха, риболов на пъстърва с нимфа, риболов на пъстърва в спокойна вода, игра на пъстърва, освобождаване на пъстърва, соленоводен мухарски риболов, принадлежности, изкуствени мухи и възли.

Темите по-горе са взети от страницата за риболов на муха в Уикипедия. Въпреки че тази страница предоставя чудесен преглед на темите, обичам да добавям допълнителни идеи за теми, които идват от семантично свързани теми.

За темата „риба“ можем да добавим няколко допълнителни теми, включително етимология, еволюция, анатомия и физиология, комуникация с рибите, болести по рибите, опазване и значение за хората.

Някой свързвал ли е анатомията на пъстървата с ефективността на определени риболовни техники?

Има ли един-единствен уебсайт за риболов, който да обхваща всички разновидности на рибите, като същевременно свързва видовете риболовни техники, въдици и стръв с всяка риба?

Вече трябва да сте наясно как може да се разшири тематиката. Имайте това предвид, когато планирате кампания за съдържание.

Не просто преразказвайте. Добавете стойност. Бъдете уникални. Използвайте алгоритмите, споменати в тази статия, като ръководство.

Заключение

Тази статия е част от поредица от статии, посветени на субектите. В следващата статия ще се потопя по-дълбоко в усилията за оптимизация около същностите и някои инструменти на пазара, фокусирани върху същностите.

Искам да завърша тази статия, като изкажа благодарност на двама души, които ми обясниха много от тези концепции.

Бил Славски от SEO by the Sea и Корай Тугберт от Holistic SEO. Макар че Славски вече не е сред нас, неговият принос продължава да оказва влияние в SEO индустрията.