سئو و بهینه سازی سایت

جستجوی معنایی یا Semantic Search چیه و چه اهمیتی در سئوی سایت داره؟

۲۰ تیر ۱۳۹۶

همه میدونیم که جستجو در وب یعنی الگوریتم، یعنی روش هایی واسه جمع آوری، تفسیر و جمع بندی داده های وب و در آخر، ترکیب اونا به شکل پاسخی به سوال کاربر. دقیقاً در همین نقطه س که فرق الگوریتما، برنده بازی رو مشخص می کنه و کی هست که ندونه گوگل سال هاست برنده این بازیه؟

امروزه، دو گرایش (Trend) کلی در کوئریا یا همون جستجوهای کاربران به وجود اومده: طولانی تر شدن کوئریای کاربران و مطالبه جوابایی دقیق تر از موتورهای جستجو.

مثلا اگه چند سال پیش کاربری در شهر تهران به دنبال رستوران می گشت، شایدً در کادر جستجو، عبارت رستوران تو تهران رو تایپ می کرد، اما همون کاربر امروزه به احتمال زیاد واسه پیدا کردن رستوران تو تهران، عبارت رستوران ایتالیایی در خوشبختی آباد رو جستجو می کنه. این دو گرایش چالشی بزرگ رو پیش پای موتورهای جستجو گذاشتن، چون که دیگه شناسایی کلمات کلیدی کوئری جستجو واسه ارائه پاسخی دقیق به کاربر کافی نبود و لازم بود کلمات موجود در کوئری به روش هایی جدید تفسیر شن؛ یعنی باید بین کلمات کلیدی موجود در کوئری جستجوی کاربر، ارتباطی معنایی و منطقی در نظر گرفته می شد.

اینطوری، موتورهای جستجو تونستن ارتباطی بین کلمات کلیدی پیدا کنن. واقعا، کارشناسان تونستن ساختارهایی رو پیدا کنن که کوئری جستجو در اون شکل می گرفت و این یعنی تولد نسلی هوشمندتر از راه های جستجو. راه حلی که موتورهای جستجو پیدا کردن رابطه دهی کلمات کلیدی به همدیگه و تشخیص بافتی بود که کوئری در اون شکل می گرفت و این یعنی تولد نسلی هوشمندتر از راه های جستجو: جستجوی معنایی!

جستجوی معنایی یا Semantic Search چیه؟

منظور از جستجوی معنایی یا همون Semantic Search، مطالعه و درک رابطه واژه ها با همدیگه و منطق حاکم بر این ارتباطه. واقعا، جستجوی معنایی می خواد با درک قصد کاربر از راه معنی کلمات در بافت (Contextual Meaning)، دقت یافته های جستجو رو زیاد کنه و یافته های بهتری رو پیش روی کاربر بزاره.

ویکیپدیا جستجوی معنایی رو به بیانی ساده تر اینجور تعریف می کنه:

جستجوی معنایی با تلاش واسه درک نیّت و مقصود جستجوکننده از راه بررسی معنی کلمات و عبارات در متن، در فضای داده های قابل جستجو (خواه فضای وب باشه، خواه تو یه سامانه محدود) به دنبال تولید یافته ها در رابطه تری واسه جستجوی کاربره.

اینجا لازمه دو واژه رو بهتر بشناسیم: نیّت و بافت.

قصد یعنی هدف کاربر از وارد کردن کوئری جستجو. مثلا موتور جستجو می خواد بفهمه کاربر از جستجوی عبارت رستوران در خوشبختی آباد به دنبال چیه. می خواد رستورانی واسه غذاخوردن پیدا کنه؟ یه تامین کننده مواد غذاییه و می خواد بدونه در محدوده خوشبختی آباد چند رستوران هست؟

بافت، هر اون چیزیه که دورِ یه جستجو شکل میگیره و معنی عبارت جستجو شده رو محدود کرده و اونو دقیق تر و مشخص تر می سازه. معنی بافتی، یعنی معنایی که براساس متن و محتوا و شرایط از واژه، عبارت یا جمله برداشت می شه. اگه بخوایم ساده تر بگیم بافت هر چیزیه که یه کلمه درون اون و در مورد اون تفسیر می شه. مثلا کلمه «بفرما» در تعارفات ما ایرانیان همیشه یه معنی واحد نداره و بسته به بافت، یعنی فضا و شرایطی که این کلمه در اون ادا می شه، میشه معانی مختلفی از اون برداشت کرد. مثلا اگه با لحنی کنایه آمیز، با حالت چهره ای پر از اکراه و با نگاهی نه خیلی دوستانه این عبارت رو بر زبون بیاریم مخاطب ما باید معنایی کنایه آمیز و منفی از اون برداشت کنه. این عوامل همون بافت یا فضایی رو شکل میدن که مخاطب می تونه با استناد به اونا، کلمه بفرما رو نه فقط با معنی عادی اون که معنایی مثبته، بلکه با در نظر گرفتن قصد و هدف ما تفسیر و تعبیر کنه. 

بافت می تونه شامل زمان، مکان کاربر، کلمات هم نشین (Callocation) در عبارت مورد استفاده کاربر، ترندهای جهانی جستجو در مورد اون کلمه و بسیاری عاملای دیگه باشه. جستجوی معنایی با تشخیص مفاهیم نزدیک به هم، کلمات هم معنی و با به کار گیری الگوریتمای زبون طبیعی به دنبال اینه که داده های ساختارمند و غیرساختارمند وب رو به پایگاه داده ای قابل درک و نزدیک به زبون و فهم آدم، بدل سازه. از این روش میشه یافته های جستجو رو با در نظر گرفتن عوامل متنی، سابقه جستجو و حضور آنلاین کاربر، عوض کرد و بهینه سازی کرد.

پس موتورهای جستجو با فهمیدن و وصل کردن قصد و بافت به همدیگه، میتونن کوئریای جور واجور رو بفهمن و دریابند که چی باعث ایجاد یه کوئری توسط کاربر می شه. در آخر اینجاش خیلی مهمه که کاربر از جستجوی کوئری مورد نظر چه انتظاری داره.

گوگل وقتی می خواد محتوای مربوط به یه کوئری رو تشخیص بده، عوامل مختلفی رو در نظر میگیره:

  • سابقه جستجوی کاربر
  • محل جغرافیایی کاربر: بسته به محل کاربر، گوگل می تونه تشخیص بده چه نوع نتایجی واسه اون مناسب تره.
  • سابقه جستجوی همگانی: جستجوهایی که به طور پی به دنبال در بازه های وقتی نزدیک انجام شدن و با جستجوی کاربر در رابطه هستن.
  • خصوصیات کوئری : خصوصیات املایی، گونه های جور واجور نوشتاریِ یه کلمه و …
  • دامنه های لینک داده شده به متون و اسناد مربوط به موضوع جستجو
  • باهم آیی کلمات (Co-Occurrence) و فاصله میان اونا

به چه دلیل وجود جستجوی معنایی مهمه؟

اگه از دید گوگل به قضیه نگاه کنیم، فهمیدن اینکه به چه دلیل یه موتور جستجو به دنبال جستجوی معنایی و در نتیجه به دنبال دنیای معنایی در رابطه تریه، خیلی آسونه. جستجوی معنایی واسه موتورهای جستجو یعنی داده های بیشتر، اسپمای کمتر، درک عمیق تر از قصد کاربر و جستجویی قوی تر بر مبنای زبون طبیعی (زبون محاوره آدما). رسیدن به جستجوی معنایی به گوگل و بقیه موتورهای جستجو امکان میده تا احتمال ارائه بهترین تجربه جستجو و بهترین جواب رو به کاربر زیاد کنن.

از طرف دیگه حتما خبر دارین که داده های دنیا هر دو سال، دو برابر می شن! در اینجور شرایطی، کلان داده ها به قانون اصلی بازار جستجو بدل شدن. با این حال، این حجم غیرقابل تصور از داده ها معمولاً به این سوال گیج کننده ختم می شه که « این همه داده واسه من چه معنایی میده؟» روند سازمان دهی، ساختاردهی و رابطه دهیِ معنایی این داده ها، همون نقشیه که موتورهای جستجو به دنبال اون هستن و در این راه چی بهتر از تکنولوژی جستجوی معنایی؟

بعضی کاربرده های جستجوی معنایی

جستجوی معنایی الان تا حدی توسط گوگل اجرا شده و میشه نمونه هایی از قدرت این روش جدید جستجو رو در یافته های جستجوی گوگل دید. شک نداشته باشینً در آینده کاربرده های بیشتری از دلِ تواناییای جستجوی معنایی بیرون میاد. اینجا چند مورد از کاربرده های جستجوی معنایی رو معرفی می کنیم.

تشخیص و اصلاح خودکار املای کلمات

شاید روزمره ترین کاربرد جستجوی معنایی در توانایی اصلاح خودکار املای کلمات باشه. حتماً واسه شمام پیش اومده که اشتباهیً کلمه ای رو در کادر جستجو اشتباه تایپ کنین و گوگل شکل درست اونو به شما یادآوری کنه و یافته ها رو هم براساس شکل درست کلمه واسه شما نمایش دهد. این یکی از کاربرده های جستجوی Semantic گوگله.

اصلاح خودکار غلطای املایی در جستجوی معنایی

تشخیص محتواهای بی کیفیت

جستجوی معنایی فقط به تشخیص غلطای املایی محدود نمی شه و گوگل ازش کاربرده های مهم تری می کنه. اگه کمی تخصصی تر بخوایم توضیح بدیم باید گفت یکی از منافع جستجوی معنایی واسه گوگل اینه که از راه اون می تونه محتواهای کم کیفیت رو شناسایی کنه و سقوط اعتبار دهد.

مثلا در گذشته بعضی افراد یه عالمه از کلمات کلیدی رو همرنگ فضای زمینه سایت در صفحات قرار می دادن (طوری که کاربر اونا رو نمی دید)، اما خزشگرهای گوگل (Crawlers) اونا رو می پیدا کردن و رتبه صفحه رو بالاتر آزمایش می کردن. ولی امروزه به لطف الگوریتما و فوت وفنای پیچیده ای مثل LSI یا latent semantic indexing (نمایه گذاری مخفی معنایی)، LDA یا latent Dirichlet allocation (تخصیص مخفی دیریکله) و هم اینکه فوت وفن term frequency-inverse document frequency یا TF-IDF (زیادی کلمه-برعکس زیادی سند) دیگه حقه تکرار بی حساب و کتاب کلمات کلیدی کاربردی نداره. مثلا در فوت وفن LDA یا Latent Dirichlet Allocation از زیادی یه واژه و روابط از پیش تعیین شده و وزن دهی شده بین واژه ها استفاده می شه تا کیفیت محتوا به راه دقیق تری آزمایش شه. این یعنی موتورهای جستجو درک خوبی از اندازه حضور آماری واژه ها در کنار همدیگه دارن و می تونن رابطه معنایی و اتحاد این حضورِ توأمون رو بفهمن که اینم به نوبه خود در جنگ اونا علیه اسپم و محتوای بی کیفیت به کار میاد.

تولید جوابای دقیق تر و مفیدتر واسه جستجوهای کاربران

موتورهای جستجو با به کار گیری جستجوی معنایی می تونن به درک بهتری از خواسته کاربران برسن، چون جستجوی معنایی براساس وسیله (Entity-Based) است. منظور از وسیله یا Entity، هر چیزیه که هویت و خصوصیاتی خاص و یکتا داره؛ مثل یه فرد مشهور، یه شخصیت سینمایی، یه کتاب خاص، یه ناحیه جغرافیایی مخصوصا، یه نظریه علمی و … .

مثلا تصویر زیر، نمایی ساده سازی شده از داده های موجود تو یه الگوریتم جستجوی براساس وسیله رو نشون میده. این تصویر شامل وسیله هایی (افراد، جاها، چیزها، مفاهیم یا ایده ها) می شه که به شکل گره هایی به تصویر کشیده شدن و توسط پیکانایی که نشون دهنده رابطه این گره ها هستن به هم وصل شدن.

تصویر زیر نشون میده جستجوی معنایی یا براساس وسیله چیجوری اجزای ریز داده های کلان رو به هم در رابطه می کنه. در این مثال کاراکترهای کارتون سیمپسونا رو می بینیم که باعث می شه یافته های حاصل از جستجوی عبارت The Simpsons عمق، وسعت و دقت بیشتری پیدا کنن:

همونطور که می ببینن گوگل می تونه روابط بین این شخصیتا رو خوب درک کنه.

کادر جواب سریع (Featured Snippets) و کادر سوالات در رابطه (People Also Ask)

در مثال بالا، دیدیم که گوگل با ایجاد شبکه ای از روابط بین وسیله ها می تونه نسبت و رابطه اونا با همدیگه رو تشخیص بده. حال تصور کنین می خواین بدونین شخصیت هومر سیمپسون در این کارتون چه شغلی داره. جستجوی معنایی گوگل به این موتور جستجو امکان میده از راه روابط میان شی ءا (اینجا هومر سیمپسون و محل کارش که یه نیروگاه اتمیه)، جواب دقیق سوال شما رو با به کار گیری امکان جواب سریع (Featured snippets) نمایش دهد:

ارائه جواب سریع در جستجوی معنایی با کمک Featured Snippets

همونطور که مشاهده می کنین، جواب سوال کاربر به صورت Bold نشون داده می شه.

همونطور که در تصویر بالا مشاهده می کنین، گوگل با به کار گیری Featured Snippets جواب سوال کاربر رو تو یه کادر و به صورت Bold نمایش میده. اینطوری دیگه لازم نیس کاربر واسه پیدا کردن جواب سوال خود، تموم یافته های جستجو رو بررسی کنین. به عنوان مثالی دیگه فرض کنین کاربری در گوگل چگونگی ساخت حساب کاربری جیمیل رو جستجو می کنه. پاسخی که گوگل به اون میده بسیار خلاصه و کارآمده:

طرح سوالات مشابه با کمک بخش People Also Ask در جستجوی معنایی

گوگل دیگه سوالات مشابه با سوالات کاربر رو به اون نمایش می ده

در تصویر بالا ما با دو کادر در یافته های جستجو روبه رو هستیم. کادر اول که همون کادر جواب سریع یا Featured Snippetsه و کادر دوم، کادر دیگری با عنوان People Also Ask که نمایش دهنده سوالات مربوط به کوئری جستجوی شماس. در کادر جواب سریع گوگل، جواب سوال جستجوکننده در چند قدم و به صورت خلاصه بیان شده. در انتهای اونم لینکی قرار داره که کاربر می تونه واسه دریافت اطلاعات بیشتر به اون مراجعه کنه. کادر سوالات در رابطه، دیگه سوالاتی که مربوط به جستجوی شماس به همراه توضیحی کوتاه نشون داده می شه.

گراف علم (Knowledge Graph)

یه توانایی هیجان انگیز دیگه که با به کار گیری جستجوی معنایی ایجاد شده، گراف علم است. حتماً در بعضی از جستجوهای خود در سَمتِ راستِ صفحه، یه نوار بغل دستی یا Sidebar مشاهده کردین. گوگل این نوار بغل دستی رو گراف علم (Knowledge Graph) می نامد. گراف علم یه نمونه عالی از سیاست گوگل واسه فهم جستجوها به جای فهم رشته کاراکترای حرفی و عددیه. این یعنی همون شعار گوگل هنگام معرفی گراف علم در سال ۲۰۱۲: things, not strings.

فرض کنین می خوایم درباره یه ستاره مشهور سینما جستجویی انجام بدیم. مثلا کوئری Jennifer Lawrence بازیگر مشهور سری فیلمای Hunger Games به یه سری از تصاویر، اخبار، حسابای کاربری اون در شبکه های اجتماعی و عناوین فیلمای اون و هم اینکه بعضی از همکاران اون ختم می شه:

نمونه ای از گراف علم یا Knowledge Graph

همونطور که می ببینن تموم اطلاعات مربوط به این بازیگر به صورت دسته بندی شده در اختیار کاربر قرار میگیره.

در واقع، گوگل با الگوریتم جستجوی معنایی خود از راه فهم یه وسیله (اینجا: جنیفر لاورنس) و هم اینکه با اضافه کردن داده های مربوط به عادات جستجوی همه کاربرانی که قبل از این به دنبال خبر، مشخصات و زندگینامه جنیفر لاورنس بودن، می تونه بهتر بفهمه که کاربر بعدی شاید با جستجوی عبارت [Jennifer Lawrence]  به دنبال چه یافته های و جزئیاتی از این کوئریه تا همونا رو به اون نشون بده.

در تصویر بالا می بینیم که اخبار، تصاویر، صفحه این شخص در ویکیپدیا، صفحه حرفه ای اون در سایت سینمایی IMDB، اطلاعات شخصی اون مثل سال تولد، محل تولد، والدین و …، فیلمایی که بازی کرده و هم اینکه لیستی از همکاران و همبازیان اون در این فیلما توسط گوگل به کاربر نشون داده می شه.

این در حالیه که اگه گوگل از جستجوی معنایی استفاده نمی کرد ممکن بود در صفحه اولِ یافته های، هیچ خبری از حساب کاربری اون در شبکه های اجتماعی نباشه و عوضش مثلاً مقاله ای طولانی درباره آخرین مدل موی اون قرار بگیره (چیزی که بعیده قصد بیشتر کاربران از جستجوی نام این بازیگر باشه).

تصور کنین بدون الگوریتمای جستجوی معنایی، این اطلاعات فشرده (و تقریباً همه جانبه) چیجوری در ده ها و صدها صفحه یافته های جستجو پراکنده می شدن و کاربر واسه پیدا کردن هر قسمت از این اطلاعات، چقدر باید وقت و انرژی صرف می کرد. اما گوگل با تشخیص خواسته بیشتر کاربران و در رابطه کردن داده های مربوط از راه (اینجا بازیگر مورد نظر) کار رو آسون کرده و تجربه ای مثبت واسه کاربر جفت و جور می کنه.

حالا خوبیش اینه از سال ۲۰۱۴ گراف علم واسه زبون فارسی هم ارائه شده. این گراف با به کار گیری اطلاعات ویکیپدیای فارسی، تلاش می کنه پرطرفدارترین و پرجستجوترین اطلاعات مربوط به هر وسیله رو در کمترین زمان ممکن و به شکل خلاصه به کاربر نمایش دهد. در زیر نمونه ای از اونو می ببینن. واسه به کار گیری گراف فارسی بهتره از نسخه فارسی گوگل استفاده کنین.

نمونه ای از Knowledge Graph در وب فارسی

البته اینم بگیم که گراف علم فارسی به دلیل ضعف محتوا در وب فارسی، جوری که باید کاربردی نیس. در ادامه مقاله این موضوع رو دقیق تر بررسی می کنیم.

امروزه گوگل و بقیه موتورهای جستجو خوب در جستجوی معنایی پیشرفت کردن و می تونن وسیله های (Entities) بسیار زیادی رو تشخیص داده و براشون، جوابایی جفت و جور کنن. مثلا وقتی کاربر می خواد بدونه خواننده آهنگ Up&Up کیست، گوگل می دونه که گروه Coldplay این آهنگ رو ساخته. همین قدرت گوگل در ایجاد رابطه بین یه کلید واژه و یه شیءه که به تولید پاسخی دقیق می رسه. پاسخی که جستجو رو واسه کاربران لذت بخش و موثر می سازه.

کاربرد Featured Snippets در جستجوی گوگل

گوگل، جواب سوال رو در سریعترین شکل ممکن ارائه می کنه

به دنبال خدمات سئو هستین؟

ما علم لازم واسه افزایش اعتبار و رتبه شما در گوگل رو داریم. پس خوبه با ما تماس بگیرین.
واسه مشاوره رایگان، همین الان با ما تماس بگیرین.

افزایش ترافیک سایت شما

۰۲۱-۶۳۴۰۴داخلی ۳

شرایط جستجوی معنایی در وب فارسی چیجوریه؟

بدیش اینه تعریفی نداره! با اینکه گوگل بستر وب معنایی رو آماده کرده و این روش جستجو از زبون فارسی هم پشتیبانی می کنه، اما ضعف وب فارسی در تولید محتوا و کیفیت اون باعث می شه بیشتر اوقات کاربر فارسی زبون در جستجوی معنایی به در بسته بخوره!

مثلاً تعداد گرافای علم در زبون انگلیسی اصلاً با زبون فارسی قابل مقایسه نیس، چون پایگاه هایی مثل ویکیپدیای فارسی در مقایسه با ویکیپدیای انگلیسی شدیدا کوچیک تر و کم دامنه تر هستن. در جستجوی فارسی اگه نام بعضی افراد معروف، مکانای تاریخی، اتفاقات خیلی معروف و چیزایی مثل این رو جستجو کنین، گوگل می تونه از ویکیپدیای فارسی گراف علم تولید کنه، اما اگه کوئری شما کمی مهجورتر و ناشناس تر باشه گراف علم تولید نمی شه. این مسئله در مورد کادر Featured Snippets و کادر People Also Ask هم صدق می کنه.

مثلا، زمان نوشتن شاهنامه رو به زبون فارسی در گوگل فارسی جستجو کردیم. در جواب، گوگل فقطً نتایجی از ویکیپدیا و بقیه سایتا به ما نشون داد:

مشکل جستجوی معنایی در وب فارسی

اما وقتی همین جستجو رو به زبون انگلیسی در گوگل انگلیسی انجام دادیم، گوگل قادر بود از محتوای صفحه ویکیپدیای انگلیسیِ شاهنامه یه جواب سریع (Featured Snippet) بسازه که در اون تاریخ نوشتن شاهنامه رو با حالت bold برجسته کرده:

مثال دیگری که در مورد ضعف محتوای وب فارسی میشه زد همون مثال ساخت حساب کاربری جیمیله که بالاتر در جستجوی انگلیسی مشاهده کردیم. در بالا، دیدیم که کاربر یه کادر جواب سریع (Featured Snippet) و هم اینکه کادر سوالات در رابطه (People Also Ask) رو مشاهده می کنه. اما ببینیم همین کوئری در نسخه فارسی گوگل چه نتیجه ای داره:

بازم خبری از کادر جواب سریع و کادر سوالات در رابطه نیس!

به نظر می رسه ضعف بیشتر از اندازه محتوای وب فارسی تا حد زیادی به وجود اومده توسط نبود توجه به نیاز کاربران فارسی زبون و دست کم گرفتن روند تولید محتوا هستش. تولید محتوا در وب فارسی، بیشتر مثل یه روند مکانیکی شده و صاحبان سایتا و کارشناسان سئو به محتوا، به عنوان محصول پایانیِ یه خط تولیدِ مکانیزه نگاه می کنن: محصولی که واسه موتور جستجو تولید می شه، نه واسه مصرف آدمای عادی!

این نوع نگاه باید از این رو به اونو بشه چون تغییرات بزرگی در راه س. باید توجه کنیم که آینده از اون جستجوی معناییه و وبمستران و سایتایی که خود رو واسه این موج بزرگ آماده کرده باشن، شک نداشته باشین از رقبای خود چندین قدم جلوتر هستن.

جستجوی معنایی چه اهمیتی در سئو داره؟

اما اهمیت جستجوی معنایی در سئو چیجوری خود رو نشون میده؟ آشنایی با جستجوی معنایی واسه کارشناسان سئو خیلی با اهمیته چون باعث می شه همگام با تغییر موتورهای جستجو پیش برن. هم اینکه تا همین چند وقت دیگه که خیلی هم دور نیس، جستجوی صوتی بیشتر از قبل از یافته های جستجو سهم داره، به خاطر همین اهمیت زبون محاوره در جستجو غیرقابل رد هستش. پس صاحبان سایتا و سئوکارها باید تغییرات و فوت وفنا و قوانین جستجوی معنایی رو به دقت رصد کنن.

اطلاع ما از چگونگی کار جستجوی معنایی، زاویه دید جدیدی در تولید و عرضه محتوا به ما میده. واقعا، باید محتوا رو با این روش جستجو آشتی داد و واسه اون مناسب سازی کرد. مثلا اگه از تموم موضوعات و کلمات کلیدیِ مربوط به یه وسیله خاص باخبر باشیم و سناریوهای احتمالی جستجوی کاربر رو پیش بینی کنیم، اون وقت می تونیم چگونگی پاسخگویی گوگل به کوئری کاربر رو هم تا حد زیادی درک کنیم و در نتیجهً محتوایی تولید کنیم که جایگاهی مناسب در جواب تولیدی گوگل داشته باشه؛ و چه بسا محتوای ما در کادر جواب سریع گوگل قرار گیرد.

روش هدف دارای سئوی براساس جستجوی معنایی 

۱. ساختار بسازین

وقتی دارین یه محتوای جدید خلق می کنین، از خود سوال کنین اطلاعات رو به چه روش هایی ارائه کنم تا ساختار و بستری کامل و منطقی، دور اون شکل بگیره و یافتنش واسه کاربر آسون باشه. وقتی کاربر بتونه محتوا و اطلاعات مطلب شما رو در ساختاری مناسب خیلی راحت بفهمه، مطمئن باشین نه فقط به کاربر کمک کردین، بلکه قدم بزرگی در کمک به موتورهای جستجو واسه فهم محتوای خود ورداشته اید.

۲. باهم آیی رو یادتون نره

در زبانشناسی وقتی از باهم آیی، هم آیندی یا هم رخدادی (Co-Ocurrence) صحبت می کنیم، منظور کنار هم نشستن دو یا چند واژه در بیشتر موارده. مثلاً دو کلمه چه و خبر در عبارت چه خبر؟، هم آیند هستن. یعنی کاربران زبون فارسی معمولاً این دو کلمه رو در کنار هم استفاده می کنن و وقتی که اولی رو شنیدیم می تونیم توقع داشته باشیم کلمه بعد از اون خبر باشه. خورد و خوراک، ثبت و ضبط، رفت و اومد، سگ و گربه و اشک و لبخند تنها تعدادی از مثالای باهم آیی در زبون فارسی هستن.

همین معنی دقیقاً توسط موتورهای جستجو در جستجوی معنایی به خدمت گرفته شده. این موتورها با کلمات موجود در ترکیبای هم آیند، دایره معنایی کوئری رو کوچیک تر می کنن. مثلا وقتی تایپ می کنین ثبت و ضبط، بقیه یافته های مربوط به ضبط صوت از دامنه یافته های مربوط به کوئری شما خارج می شن. البته موتورهای جستجو در جستجوی معنایی، هم آیی رو وسیع تر از تعریف زبانشناسی اون در نظر می گیرن و نه فقط کلمات به طور کاملً همنشین رو واسه پیدا کردن یافته ها در رابطه مورد توجه قرار میدن، بلکه مجموعه کلماتی که به طور منطقی می تونن در صحبت از یه موضوع خاص، در متن به کار روند مورد بررسی قرار میدن.

مثلا اگه در مورد شیر در محتوای سایت خود مطلبی نوشته ایم و منظورمون حیوان درنده جنگل باشه نه شیر خوراکی، منطقیه که کلماتی مانند جنگل، درنده، سلطان جنگل، یال، شکار و … رو هم در متن خود استفاده کردیم. اینطوری اگه بتونیم کلماتی رو شناسایی کنیم که معمولاً با کلید واژه ما تو یه محتوا همنشین می شن و بعد اونا رو در محتوای خود به کار ببریم، شانس دیده شدن و برگزیده شدن محتوای خود در یافته های جستجو رو شدیدا زیاد کردیم.

پس اگه می خواین محتوای شما در یافته های جستجوی گوگل جزو جوابای دقیق به کوئری کاربر قرار گیرد، تلاش کنین کلمات همنشین با کلمات کلیدی خود رو هم در محتوا بذارین تا نکنه از دایره جوابای دقیق حذف شید.

۳. کلمات هم معنی و نسخه های متفاوت از یه کلمه واحد

به کار گیری کلمات هم معنی و هم اینکه، نسخه های متفاوت یه کلمه یا یه معنیِ واحد هم فواید زیادی داره. اما منظور از نسخه های متفاوت یه کلمه یا معنی واحد چیه؟

فرض کنیم کلید واژه شما سئو باشه، اینجا باید در نظر بگیرین که معنی سئو رو کاربران با چند کلمه متفاوت در گوگل جستجو می کنن: سئو، SEO، بهینه سازی واسه موتورهای جستجو و Search Engine Optimization. مثال دیگه از نسخه های متفاوت یه کلمه رو میشه در نوع نوشتن یه کلمه واحد یافت. مثلا اگه محتوایی در مورد پوشاک پاییزه می نویسید، باید حواس تون باشه که بعضی از کاربران ممکنه به جای پاییزه از کلمه پائیزه یا حتی کلمات پاییزی و پائیزی استفاده کنن. اینا همه نسخه ها یا گونه های جور واجور از یه معنی یا کلمه واحد هستن.

مثال بالا؛ نمونه ای از نسخه های متفاوتِ یه کلمه بود، اما واسه کلمات هم معنی هم میشه به همین مثال مراجعه کرد. مثلا تعداد خیلی از کاربران به جای پوشاک از کلمه کلیدی لباس، البسه و لباسا استفاده کنن که همه یه معنی رو میدن. یادتون باشه که به کار گیری کلمات هم معنی یا نسخه های متفاوتِ یه کلمه، علاوه بر این که ساختار محتوای شما رو غنی تر کرده و از تکرار بیخود و زیادتر از اندازه کلید واژهِ اصلی جلوگیری می کنه، باعث می شه موتورهای جستجو بقیه اصطلاحات و کلمه کلیدیای مربوط به موضوع محتوای شما رو هم بشناسن.

۴. به سایتا و منابعی با موضوعات مشابه لینک بدین

هنگام لینک دادن به سایتای دیگه، حواستون باشه که محتوای این سایتا مشابه موضوع سایت شما باشه. هم اینکه، این لینکا باید به مطالبی داده شن که باکیفیت تر از محتوای شما باشن یا دست کم از کیفیت برابری با محتوای شما بهره مند باشن. با این کار در واقع، ارتباطی بین این دو محتوا رو تقویت کرده و هم اینکه ارزش بیشتری واسه کاربران خود جفت و جور می بیارین. این موضوع شک نداشته باشینً از چشم گوگل مخفی نمی مونه و جایزه اونو دریافت می کنین.

۵. محتوایی تولید کنین که به سوالات کاربر جواب دهد

آفت هر محتوا کلی گویی و نامفهوم بودنه! محتوای شما باید با فعالیت شما در رابطه بوده و با هدف مشخصی تولید شده باشه، به سوال احتمالی تو ذهن کاربر جواب دهد و منبعی مهم و قابل استناد در بخش موضوعی خودش حساب شه. هم اینکه، در ساختار محتوا تنوع بسازین. مثلا علاوه بر متن از عکس و نمودار و ویدیو استفاده کنین.

۶. ساده و جواب محور بنویسین

یادتون باشه که شما واسه موتورهای جستجو نمی نویسید، در مرحله اول کاربر مهمه و زبون نوشته شما باید طبیعی باشه. نباید در نوشته خود از این شاخه به اون شاخه بپرید. هم کاربر و هم موتورهای جستجو باید بتونن خط سیر نوشته شما رو از اول تا انتها بفهمن و بفهمن که چیجوری محتوای شما در مورد موضوعی خاص، از نقطه الف به نقطه ب می رسه و در آخر نتیجه ج رو به دست میده.

هم اینکه، زبون طبیعی در نوشته رو دست کم نگیرید چون که گوگل آینده جستجوی صوتی رو بسیار نورانی می بینه و این جستجو از پایهً براساس زبون طبیعی شکل میگیره. گوگل از سال ۲۰۱۳ با معرفی الگوریتم مرغ مگس خوار (Hummingbird) و در ادامه با معرفی عامل رتبه بندی جدیدش به نام RankBrain در سال ۲۰۱۵، بیشتر از قبل به سمت زبون طبیعی حرکت کرده.

۷. در ساخت لینک داخلی زیاده روی نکنین

مدتا هستش که لینک دادن به بقیه محتوای سایت، یکی از راه های افزایش موندگاری مخاطب در سایت و کمک به اون در گرفتن پاسخی کامل تر حساب می شه. با این حال، نباید در این کار زیاده روی کرد.

Post your comment

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *