LSI چیست؟

LSI مخفف عبارت “Latent Semantic Indexing” به معنای «نمایه سازی معنایی پنهان» است که موتورهای جستجو با استفاده از آن می توانند روابط معنایی پنهان بین کلمات کلیدی را پیدا کرده و از این طریق مفهوم و دسته بندی اصلی یک محتوا و معنی عامیانه یک واژه را داخل نوشته تشخیص دهند.

⚠️ این نوشته نگاهی جامع به مبحث LSI می‌باشد، ممکن است مطالعه کامل آن مورد نیاز شما نباشد. برای این منظور ما این مقاله را به چندین بخش مجزا تقسیم بندی کرده‌ایم تا بر اساس نیاز خود به مطالعه آن بپردازید. ولی پیشنهاد می‌کنیم برای نتیجه بهتر بصورت کامل آن را مطالعه کنید.

برای مطالعه هر بخش بروی عنوان مورد نظر کلیک کنید:
۱ – مفاهیم پایه و نحوه کار
۲ – تاریخچه و اجزای داخلی الگوریتم
۳ – کاربرد LSI در سئو
۴ – کلمات کلیدی LSI
۵ – روش تحقیق کلمات کلیدی LSI
۶ – توضیحات خلاصه و پرسش و پاسخ

? درصورتی که تایم مطالعه شما محدود است می‌توانید فقط مورد ۶ را مطالعه کنید.

مفهوم LSI چیست؟

در نگاه اول شاید خواندن معنی LSI که در پاراگراف اول نوشته شده است کمی گیج کننده باشد بخاطر همین موضوع بهتر است کمی متفاوت تر به این مبحث نگاه کنیم.

به بیت های زیر توجه کنید:

کار نیکان را قیاس از خود مگیر  /  گرچه باشد در نوشتن شیر شیر
آن یکی شیر است اندر بادیه  /  آن دگر شیر است اندر بادیه
آن یکی شیراست کآدم می‌خورد  /  وآن دگر شیراست کآدم می‌خورد

⚠️ همانطور که می‌دانید در گویش فارسی کلمات شیر (گربه‌سان) و شیر (نوشیدنی) به دو گونه تلفظ می‌شوند. مولانا هم به زیبایی از این موضوع استفاده کرده و این شعر زیبا را سروده است.

فرض کنیم ما چون زبان فارسی را تا حدودی درک کرده‌ایم و معنی شعر را می‌فهمیم، تفکیک این دو شیر از هم برای ما ساده باشد؛ ولی موتورهای جستجو (منظور یک ربات) که فقط با کلمات کار می‌کنند و در نگاه اول درکی از موضوع ندارند، چگونه می‌خواهند این تفاوت را درک کنند؟ ?

ممکن است گاهی کار سخت‌تر هم باشد، به قول یکی از دوستانم که می‌گفت: «شانس آوردیم در زمان مولانا شیر (آب) هنوز اختراع نشده بود وگرنه بیت بعدی را هم بی‌شک در مورد آن می‌نوشت» ?

ال اس ای چرا مهم است؟

شاید بپرسید فهمیدن این موضوع برای موتورهای جستجو چرا مهم است؟

فکر کنید فردی در گوگل عبارت کوتاه «خرید شیر» را سرچ می‌کند یا یک سئوکار این عبارت را به عنوان کلمه کلیدی سئوی خود انتخاب میکند.

حال گوگل یا هر موتور جستجوی دیگری چگونه باید بفهمد که منظور آن فرد جستجو کننده کدام شیر بوده است؟ تا محتوای درستی را به او نشان دهد؟ و یا منظور فرد سئوکار برای کلمه‌کلیدی انتخابی خود کدام شیر است تا بازدید کننده درستی را به سمت وبسایت هدایت کند و هر دو طرف را راضی نگه دارد؟!

اینجاست که LSI به داد موتورهای جستجو می‌رسد و آنها را از سردرگمی نجات می‌دهد.

? نا گفته نماند که از این کلمات در زبان فارسی و دیگر زبان ها کم نداریم، کلماتی مانند:

• چین: کشور چین / چین : خط‌های صورت
• فرق: تفاوت / فرق: سر
• شانه: وسیله مرتب کردن مو / شانه : کتف
• کوفته: نوعی غذا / کوفته: خسته
• پیچ: میخ فلزی / پیچ: خم و تاب

یا حتی بعضی مواقع، ممکن است برخی عبارات بلند هم مفاهیم متفاوتی داشته باشند که در ادامه به آن‌ها اشاره خواهیم کرد. (شما هم چیزی به ذهنتون رسید در بخش کامنت‌ها برام بنویسید)

LSI چگونه کار میکند؟

اما تکنولوژی LSI چگونه این کار را انجام می‌دهد؟

بگذارید با یک مثل به این سوال به ظاهر سخت پاسخ دهیم. ?

? فرض کنید با دوست صمیمی خود در حال صحبت هستید که شما بی مقدمه یک شوخی با او می‌کنید و او می گوید: «دیونه»

ذهن شما در مقابل این پاسخ چه واکنشی نشان میدهد؟

پاسخ بسیار ساده است: زیرا ذهن شما رابطه قبلی، مکالمه های گذشته و شرایطی را که این کلمه در آن لحظه گفته شده است را در نظر می‌گیرد و هیچ واکنش غیرمنطقی در مقابل این کلمه‌ی به ظاهر منفی نشان نمی‌دهد و حتی ممکن است از شنیدن آن لذت هم ببرد، چون درک می‌کند این جمله نشان از صمیمی بودن شما با آن فرد است . ?

حالا بیایید این سری از دیدگاه یک رباتی که درکی از شرایط ندارد این موضوع را بررسی کنیم.

ربات در لحظه اول کلمه را تحلیل می‌کند و با خود می‌گوید: فردی که به او می‌گویم دوست به من گفته است «دیونه» این کلمه نوع عامیانه کلمه «دیوانه» است.

از آنجایی که یک درک قبلی از کلمه «دوست» و «دیوانه» دارد، با خود این موضوع را یک تضاد تلقی می‌کند.

چون دوست را یک واژه مثبت و دیوانه را یک واژه منفی می‌داند. پس در این شرایط بدون شک به قول خودمان هنگ کرده و واکنش تندی از خود نشان خواهد داد. ?

خب!!!
حالا چاره کار چیست و چگونه کاری انجام دهیم که ربات ها هم بتوانند بجای معنی لغوی واژه ها مفهوم اصلی کلمات را در جمله درک کنند و از این طریق واکنش صحیحی از خود نشان دهند؟

چاره این است که ما یک الگوریتم به نام LSI که در ابتدای نوشته معنی آن گفته شد را به ربات خود اضافه کنیم تا بتواند با استفاده از آن پی به مفهوم اصلی واژه در دل محتوا برده و از این طریق اصطلاحات و معانی تحت لفظی واژه ها را از هم تشخیص داده و برای خود به صورت فهرست شده مفاهیم خروجی را تفکیک کند.

تاریخچه LSI

تجزیه و تحلیل معنایی نهفته “Latent semantic analysis” یا “LSA” یک تکنیک بازیابی اطلاعات با استفاده از ساختار معنایی پنهان است که توسط تعدادی ریاضیدان در سال ۱۹۸۸ در ایالات متحده اختراع شد.

✅ به فهرست‌های آماری یا همان خروجی‌های بدست آماده از این روش “Latent Semantic Indexing” یا به اصطلاح “LSI” گفته می‌شود.

نحوه کار الگوریتم LSI

برای درک بهتر نحوه کار این الگوریتم لازم است که در ابتدا بدانید LSI تقریبا شبیه به ذهن انسان عمل می کند، فقط با این تفاوت که معنی کلمات را نمی‌تواند بفهمد.

چون ذهن ما به علت دارا بودن هوش کلامی و بیانی ذاتی که دارد معنی واژه‌هایی که می‌خوانیم، می‌نویسیم و می‌شنویم را در نظر گرفته و سپس از فاکتورهایی مثل شرایط محیطی، زبان بدن، شرایط گوینده، هم معنی‌ها، واژه‌های مشابه و کلمات مشترک و اصطلاحات استفاده کرده تا معنی یا معانی اصلی را تشخیص دهد.

? پس اگر به دید الگوریتمی به نحوه کار مغزمان نگاه کنیم متوجه می‌شویم که مغز ما مجموعه‌ای از فاکتورها را در نظر گرفته و سپس تصمیم نهایی را در مورد معنی واژه‌ها می‌گیرد.

دانشمندان هم دقیقا همان موضوع را مورد بررسی قرار داده و با استفاده از فرمول‌های ریاضی، الگوریتم LSI را برای نزدیک کردن درک ربات‌ها از کلمات به انسان طراحی کرده‌اند.

اجزای داخلی الگوریتم ال اس ای

الگوریتم LSI از دو فاکتور اصلی تشکیل شده است:

۱- زبان های طبیعی (Natural language processing)

این بخش شامل یک حیطه تحقیقاتی می‌شود که به بررسی رابطه میان زبان انسان و کامپیوتر می‌پردازد.

پردازش زبان‌های طبیعی شامل فرضیه توزیع یا توزیع مفهومی می شود، این حوزه تحقیقاتی بر روی کمیت جزئی و فهرست‌بندی تشابهات میان زبان‌ها تمرکز دارد.

این فرضیه به ربات‌ها کمک می‌کند تا بفهمد کدام واژه‌ها و جملات استفاده شده، معنی و مفهوم شبیه به هم دارند.

⚠️ توجه داشته باشید که این کار را با شناسایی و تحلیل عبارات و کلماتی که معمولاً در مجاورت آنها آورده می شود انجام می دهد.

? به عنوان مثال یعنی ربات بعد از مدتی تشخیص میدهد که:

کلمه «شیر» + کلمه «نر» مربوط میشود به «شیر دسته‌بندی جانور»
کلمه «شیر» + کلمه «خوردن» مربوط میشود به «شیر دسته‌بندی لبنیات»

۲- ارزش های مفرد (Singular Value Decomposition)

این بخش شامل فاکتورگیری از یک ماتریس واقعی یا پیچیده می‌پردازد که به اصطلاح به آن SVD می‌گویند.

در واقع این فرضیه یک نوع روش تحلیلی اتوماتیک، برای مطالعه برروی الگوهای روابط بین کلمات و مفهوم‌ها می‌باشد که خروجی آن‌ها به عنوان مجموعه‌ای از متون ساختار نیافته شناسایی می‌شوند.

به بیانی ساده‌تر در واقع LSI از SVD برای شناسایی اطلاعاتی که باید قبل از فهرست‌بندی بازخوانی شوند استفاده می کند.

در انیمیشن زیر شبیه‌سازی ماتریسی که الگوریتم از آن استفاده می‌کند را مشاهده می‌کنید.

⚠️ توجه داشته باشید که هر ستون با یک سند مطابقت دارد و هر سطر نیز به یک کلمه اختصاص داده شده است.

همانطور که می‌بینید، ابتدا در یک سلول وزن یک کلمه در یک سند ذخیره می‌شود. (سلول های تاریک وزن بالایی را نشان می‌دهند) و سپس LSA هر دو اسناد را که حاوی کلمات مشابه هستند و همچنین کلماتی که در یک مجموعه مشابه از اسناد وجود دارد ، گروه‌بندی می‌کند و سپس از این الگوهای بدست آمده برای تشخیص اجزای نهفته جهت فهرست‌بندی نهایی استفاده می‌کند.

آیا باید ریاضی بلد باشیم تا بتوانیم از LSI استفاده کنیم؟

از آنجایی که این الگوریتم یک متد ریاضیاتی است می‌دانیم که به پیکربندی وابسته است.

اگر یک توسعه‌دهنده هستید و می‌خواهید از این الگوریتم در پروژه‌های بازیابی اطلاعات یا طراحی موتورهای جستجو استفاده کنید، حتما باید به مباحث پایه‌ای ریاضی و فرمول‌های استفاده شده در این الگوریتم آشنایی کامل داشته باشید. (لیست منبع فرمول‌های الگوریتم برای استفاده توسعه دهندگان در قسمت منابع قرار داده شده است)

اما اگر می‌خواهید از این الگوریتم برای سئو وب‌سایت خود استفاده کنید تنها کاری که لازم است انجام دهید این است که محتوای وب‌سایت خود را به صورتی بهینه سازی کنید که این الگوها را شبیه سازی کند. (در پاراگراف های بعدی آموزش داده شده است)

آیا ال اس ای همیشه در شناسایی مفاهیم موفق است؟

✔️ برای توضیح این موضوع بهتر است ابتدا با مفهوم “Term” و “Concept” آشنا بشیم.

• “Term” به معنی اصطلاح
  در اینجا به واژه یا عبارتی گفته می‌شود که در ارتباط با یک موضوع استفاده می‌شود.
• “Concept” به معنی مفهوم
  برای توضیح کانسپ به عنوان مثال: «عشق❤️» یک کانسپت است؛ زیرا بیانگر یک چیز غیرعینی و لمس ناپذیر است که یک تعریف مشخص ندارد.
  برای مثال اگر از صد نفر بخواهید که عشق را برای شما تعرف کنند بدون شک، از هر صد نفر تعاریف متفاوتی خواهید شنید.

در واقع ال اس ای از روابط موجود، ما بین کلمات و کانسپت‌ها استفاده می‌کند تا رابطه قابل قبولی بین کلمات و عبارت‌ها بسازد.
انجام این کار، به استفاده کننده الگوریتم اجازه می‌دهد تا با داشتن یک دید واضح، مطالب را با یک‌دیگر مقایسه و از هم تفکیک کند.

اینجا ممکن است LSI شکست بخورد ?

همانطور که گفته شد LSI کار ذهن را شبیه سازی می‌کند، ولی هرچقدر هم به خودش فشار بیاورد یک الگوریتم است و نمیتواند جای ذهن انسان را بگیرد.

درواقع برای الگوریتم درک اصلاحات، جک‌ها، طعنه‌ها و کنایه‌هایی که ممکن است معنی کلی یک کلمه، جمله و یا کل مطلب را تغییر دهند، سخت و یا حتی گاهی غیر ممکن باشد.

برای مثال این جمله را بخوانید: «آیا الان خوشحالی؟»

این جمله‌ای است که می‌تواند تفاسیر متفاوتی داشته باشد.
شخص سوال کننده ممکن است بخاطر گذشته دردناک فرد مورد نظر و برای آگاهی از وضعیت فعلی او این را سوال پرسیده باشد.
فرد سوال کننده ممکن است وسط یک بحث و مجادله با فرد دیگر باشد و با گفتن این جمله در واقع تصمیم بدی که طرف مقابل گرفته است را به او یادآوری کند. همه چیز به بیان و شرایط بیان بستگی دارد.

❌ با این تفاسیر می‌توان گفت که LSI همیشه برنده نیست.

اما فراموش نکنیم که اطلاعات ما در مورد این الگوریتم مربوط به سال ۱۹۸۸ است و بدون شک تا به امروز پیشرفت‌های بسیاری داشته است که ممکن است شرکت‌های بزرگی مانند گوگل که از هوش مصنوعی نیز در تحلیل داده‌ها استفاده میکنند دلشان نخواهند اطلاعات بیشتری از عملکرد فعلی آن منتشر کنند. ☹️

✔️ ولی نباید این موضوع را نادیده گرفت که LSI نقش مهمی در توسعه موتورهای جستجوی اولیه داشته است.

LSI نقش چرخ های کمکی را برای موتورهای جستجو دارد.

Roger Montti

⚠️ اما با وجود این تعریف ها و تمجید‌ها دلیل نمی‌شود که قبول کنیم هنوز هم چنین نقشی را دارد. در این که گوگل می‌خواهد موضوع و مفهوم هر محتوایی را بفهمد شکی نیست و تعریفی هم که ما از LSI داریم، زیربنای این رویکرد گوگل است.

Google’s new LSI

➕ در ضمن دلایل مستند زیادی داریم که ثابت می‌کند تکنولوژی فعلی گوگل بسیار پیشرفته تر از این مطالبی است که اینجا بیان شد.

گوگل از تکنولوژی “Machine learning” یا به اصلاح «یادگیری ماشین» برای فهرست‌بندی و بازیابی اطلاعات استفاده می کند.

در اواخر سال ۲۰۱۷، JR Oakes (پژوهشگر فنی سئو) مقاله‌ای در زمینه رشد تکنولوژی سئو نوشت که شامل معرفی تکنولوژی‌های بازیابی محتوای مدرن و نحوه کارکردن فعلی گوگل است.
البته این اطلاعات هم از نظر دیگر متخصصین به عنوان فرضیه پذیرفته شده و هیچ وقت به صورت رسمی توسط گوگل تایید نشده است.

جمع بندی بخش LSI چیست؟

برای جمع بندی در مورد نحوه عملکرد این الگوریتم در موتورهای جستجو تا همین حد کافیست بدانیم که LSI منظور یک جمله یا کانسپت را استنباط می‌کند و سپس به موتور جستجو کمک می کند تا آن را درک کند. هرچقدر بیان و منظور متن در یک نوشته واضح تر باشد، شانس این که انتخاب شده و رتبه بهتری بگیرد بیشتر است. (در پاراگراف‌های بعدی با نحوه دقیق استفاده از LSI برای بهبود سئو وب‌سایت آشنا خواهیم شد)

LSI IN SEO

تا اینجای نوشته با مفهوم الگوریتم LSI و نحوه کار آن به طور کامل آشنا شدیم.
از اینجای نوشته به بعد می‌خواهیم با کاربرد و نحوه استفاده از این الگوریتم برای بهبود سئو وب‌سایت و همچنین شناسایی کلمات کلیدی هدف از طریق این الگوریتم برای بحث بازاریابی محتوایی آشنا شویم. (توضیحات کاربرد مفصل‌تر از موارد قبلی خواهد بود، زیرا در ایران، اکثرا در بحث سئو از آن استفاده می‌شود)

نحوه کار ال اس ای در سئو

در پارگراف‌های قبلی گفتیم که موتورهای جستجوی هوشمند، مانند: گوگل و بینگ می‌توانند با استفاده از الگوریتم LSI روابط معنایی پنهان بین کلمات را پیدا کرده و از این طریق مفهوم و دسته بندی اصلی یک محتوا و معنی عامیانه یک واژه را در داخل نوشته تشخیص دهند.

برای درک اهمیت و نحوه کار آن در سئو، کافیست باهم تاریخچه گوگل را بررسی کنیم.

نحوه کار موتورهای جستجو قبل استفاده از lsi

قبل‌ترها که الگوریتم lsi به موتورهای جستجو اضافه نشده بود، آن‌ها از یک روش ساده برای پیدا کردن محتوای مرتبط استفاده می کردند.

روش کار آنها در گذشته به شکل زیر بود ?

به عنوان مثال وقتی فردی عبارت «کلمات کلیدی LSI» را در گوگل سرچ می‌کرد.

? گوگل ابتدا در بین سایت‌هایی که در فهرست خود داشت، عینا دنبال این عبارت می‌گشت و هر کسی که، دقیقاً این عبارت و یا قسمتی از آن‌را در داخل متن یا هرجایی از صفحه وب‌سایت خود به کار برده بود را پیدا و به کاربر نمایش می‌داد.

یعنی برای سئو کردن یک کلمه یا عبارت کافی بود فقط چند بار آن را در محتوای خود تکرار کنیم.
به این ترتیب گوگل می‌فهمید که ما محتوای خوبی برای آن کلمه داریم و بعد جایگاهی در جستجو به ما می‌داد.

? این موضوع باعث شد که نویسندگان مجبور به تکرار آزار دهنده کلمات کلیدی در محتوای خود باشند و البته ناگفته نماند که عده‌ای هم از این موضوع سواستفاده کرده و برای رتبه گرفتن در جستجو، محتوای غیرمرتبط و اسپم تولید کرداند؛ زیرا برای موفق بودن، کافی بود تعدادی زیادی از آن عبارت کلیدی را عینا در محتوای خود بیاورند.

این موضوع زیاد طول نکشید تا اینکه گوگل مفهوم چگالی کلیدی را مطرح کرد.
یعنی برای رتبه گرفتن در گوگل، باید تناسبی میان تعداد کلمه کلیدی استفاده شده و تعداد کاراکترهای محتوا رعایت می‌شد.

⚡️ البته این موضوع هم کمکی نمی‌کرد؛ زیرا کافی بود با کمی زیرکی بیشتر، تناسب را در یک محتوای غیرمرتبط رعایت کنید تا در آن محتوا جز نتایج باشید.

همه چیز به این آشفتگی پیش می‌رفت تا زمانی که گوگل تصمیم گرفت از LSI استفاده کند، تا بتواند با بررسی مفهوم نوشته‌ها، مطالب غیر مرتبط را تشخیص داده تا از این رو نویسندگان دیگر نیازی به تکرار بیهوده کلمات کلیدی نداشته باشند و مخاطبین نیز بتوانند در سریع ترین زمان ممکن به هدف جستجوی خود برسند.

البته ناگفته نماند بعضی از افراد این روزها هم فکر می‌کنند با تکرار کلمات کلیدی می‌توانند محتوای خود را سئو کنند.

ولی فراموش کرده‌اند که شاید این استراتژی در نگاه اول، خوب و کار آمد به نظر برسد اما فقط یک مشکل دارد و آن هم این است که این روش دیگر منسوخ شده است. ?

✅ موضوعاتی مثل چگالی تکرار کلمه کلیدی تنها زمانی کاربرد داشت که گوگل هنوز مثل امروز هوشمند نشده بود. گوگل حالا به درک بالایی از گویش انسان رسیده است و می‌تواند بدون تکرار کلمات بفهمد، یک محتوا در مورد چه موضوعی نوشته شده است.

باید بپذیرم که گوگل با کمک LSI و دیگر الگوریتم‌ها و تکنولوژی‌ها، هوشمندتر و فهمیده تر از قبل شده است.
شاید وقت آن رسیده که قبول کنیم با این هوشمندی که دارد، انگار یک انسان خردمند در پشت کدهای برنامه نویسی شده توسط خود انسان، نشسته است و ما ناچاریم که با او مانند یک آدم رفتار کنیم.

گوگل چگونه از طریق LSI منظور ما را می‌فهمد؟

همانطور که گفتیم “Latent Semantic Indexing” به کلماتی گفته می‌شود که با یک مفهوم یا عبارت خاص ارتباط معنایی دارد. گوگل هم دقیقا از همین ارتباط بین کلمات استفاده می‌کند.

? فرض کنید با دوست خود در مورد موضوعی در حال صحبت هستید و فرد دیگری هم در حال گوش دادن به حرف های شماست و می‌خواهد یواشکی بفهمد شما در مورد چه موضوعی در حال گفتگو هستید.
اما به علت اینکه فاصله زیادی با شما دارد نمی‌توانید خوب کلمات را بشنود.

از طرفی هم شما به علت اینکه با دوست خود سال‌های زیادی ارتباط داشتید، ادبیات دوستانه و خاص خود را دارید و ممکن است فهمیدن مکالمات شما برای فرد دیگری کمی سخت باشد.

? حالا فرض کنیم این فرد توانسته چندین کلمه از صحبت شما را بشنود؛ کلماتی مانند: «خیلی خوش گذشت، کیک تولد، کادو، دیشب، رقص»

? با بررسی همین کلمات ساده به عنوان اطلاعات بدست آماده، می‌شود حدس زد که شما با دوست خود در حال مکالمه در مورد جشن تولدی هستید که دیشب شرکت کرده‌اید. (جشن تولد می‌شود کلمه کلیدی lsi مکالمه شما)

✔️ گوگل هم دقیقا از همین تکنیک استفاده می‌کند.
به عنوان مثال اگر کلمه کلیدی انتخابی شما برای یک محتوا، کلمه «ماشین» باشد.
در این صورت اگر گوگل واژه انیمیشن را در محتوای شما پیدا کند، متوجه میشود که در مورد ماشین از نوع فیلم نوشته‌اید و یا اگر کلمه روکش چرم در محتوای شما استفاده شده باشد می‌فهمد که در مورد، ماشین از نوع خودرهای سواری نوشته‌اید.

همانطور که در تصویر زیر مشاهده می‌کنید، برای هر موضوع از طریق این الگوریتم، لیست کلمات هم‌جوار شناسایی می‌شود تا از این طریق، موضوع و مفهوم اصلی محتوا استخراج شود.

⚠️ ناگفته نماند که لیست‌های تولید شده از طریق LSI محدود به چند عبارت نمی‌شود و ممکن است گاهی شامل ده‌ها و یا هزار کلمه یا عبارت، و یا حتی بیشتر هم باشد.

کلمات کلیدی LSI

کلمات کلیدی LSI به همین کلمات هم‌جواری گفته می‌شود که در پاراگراف قبلی توضیح داده شد.

برای توضیحات بیشتر اگر بخواهیم با مفاهیمی که تا اینجای نوشته مطرح شد، کلمات کلیدی LSI را در یک جمله تعریف کنیم به این عبارت می رسیم:

✅ گزاره‌هایی در حال توصیف برخی از ویژگی‌های کلمات کلیدی انتخابی ما هستند و حتی ممکن است گاهی معنی و مفهوم مترادفی با آن‌ها هم، داشته باشند و اگر آن‌ها را در محتوای خود قرار دهیم به سئو سایت‌مان کمک می‌کنند. این گزاره‌ها همان چیزی هستند که ما با عنوان “LSI Keywords” می‌شناسیم.

برای توضیحات بیشتر به تصویر زیر نگاه کنید:

همانطور که در تصویر بالا مشاهده می‌کنید، گوگل عینا دنبال خود کلمه نبوده است، بلکه مفهوم عبارت جستجو شده توسط ما را فهمیده و دقیقا پاسخ‌های مورد نیاز ما را نمایش داده است.

پس با این حساب کلماتی که به صورت رنگی در تصویر مشخص شده است، کلمات کلیدی lsi مربوط به “top 10 laptap” هستند.

همانطور که مشاهده می‌کنید این کلمات و عبارات تکرار کلمه کلیدی انتخابی ما نیستند بلکه توصیف و پاسخی برای آن هستند.

⭕️ نکته مهم: کلمات کلیدی LSI همان کلمات کلیدی مترادف نیستند.

برخی از افراد کلمات کلیدی LSI را با کلمات کلیدی مترادف یکی می‌دانند.
اما همانطور که توضیح دادیم و در تصاویر مشخص است، کلمات کلیدی LSI مترادف‌های معانی پنهان هستند و می‌توانند شامل هزاران کلمه و یا عبارت باشند، ولی کلمات مترادف فقط معنی‌ مستقیم کلمات کلیدی هستند و شامل یک یا حداکثرا چندین کلمه می‌شوند.

LSI Keyword Research

بهترین روش تحقیق کلمات کلیدی LSI

برای پیدا کردن کلمات کلیدی LSI بی‌نهایت راه می‌تواند وجود داشته باشد؛ زیرا مسیر ثابت و مشترکی برای پیدا کردن آن‌ها وجود ندارد.

? در حالت کلی هر راهی که بتواند الگوی ساختاری این الگوریتم را به وسیله کلمات شبیه سازی کند، می‌شود گفت که راه درستی‌ست. ولی برای اطمینان از درستی کار، بهترین روش این است که نتیجه کار خود را در نتایج گوگل مورد تحلیل و بررسی قرار دهیم.

? روشی که در ادامه مطرح می‌شود، یک روش تست شده توسط بنده است.
در زیر نسخه رایگان و ابتدایی این روش را مشاهده می‌کنید، برای یادگیری روش‌های خلاقانه و جدید می‌توانید در دوره‌ آموزشی تحقیق کلمات کلیدی بنده در آکادمی برنژ شرکت کنید.

آموزش مرحله به مرحله نحوه پیدا کردن کلمات کلیدی LSI

✅ جهت تهیه لیست کلمات کلیدی LSI برای محتوای خود کافیست مراحل زیر را به ترتیب از شماره یک تا چهار انجام دهید.

مراحل موجود در تصویر بالا به ترتیب در ادامه توضیح داه شده است:

۱ – انتخاب موضوع

اولین کاری که در تحقیق کلمات کلیدی LSI باید انجام دهید، این است که ابتدا برروی یک برگه کاغذ موضوع انتخابی خود را بنویسید. (می‌توانید از نرم افزار اکسل و سایر نرم افزارها هم استفاده کنید، ولی پیشنهاد بنده نوشتن روی کاغذ است)

? به فرض مثال ما اینجا عبارت «تحقیق کلمات کلیدی» را به عنوان موضوع تحقیق انتخاب می‌کنیم.

۲ – جستجو در گوگل

سپس موضوع مورد نظر خود را در گوگل، جستجو کنید. موقع تایپ برای شما کادری به شکل زیر باز می‌شود.

مواردی که به صورت پر رنگ برای شما توسط گوگل در باکس جستجو نمایش داده می‌شوند، کلمات کلیدی LSI ابتدایی شما هستند. این موارد را در لیست‌مان (داخل همان برگه کاغذ مرحله اول) و در زیر موضوع انتخابی خود یاداشت کنید.

سپس عنوان خود را به شکل‌های مختلف وارد کنید و خروجی ها را به لیست اضافه کنید.

در بخش پیشنهادات گوگل که در پایین صفحه قرار دارد، عبارت‌های دیگری نیز به ما نشان داده می‌شوند. (آنها را نیز به لیست خود اضافه کنید)

می‌توانید یک قدم هم جلوتر بروید و این عبارت‌ها را به شکل دیگری هم سرچ کنید، در این صورت پیشنهادات گوگل برای شما تغییر می‌کند و در این صورت می‌توانید کلمات LSI زیادتری را استخراج کنید.

? برای مثال بجای اینکه «تحقیق کلمات کلیدی» را سرچ کنید، از عنوان‌های هم ردیف دیگری مانند «روش تحقیق کلمات کلیدی برای سئو، انواع کلمات کلیدی، استخراج کلمات کلیدی و…» استفاده کنید؛ با تغییر عبارات سرچ شده، پیشنهادهای گوگل هم عوض می‌شود و به این ترتیب هیچ وقت در پیدا کردن کلمات LSI جدید دچار سردرگمی نمی‌شوید.

۳ – استفاده از ابزارهای تحقیق کلمات LSI

اگر تعداد کلمات بدست آماده تا این مرحله قابل قبول نبود می‌توانید برای افزایش آن‌ها از چندین روش دیگر نیز استفاده کنید. برای این منظور ابزارهای زیادی وجود دارد که در ادامه چند مورد از آنها را بیان می‌کنیم.

A: ابزار گوگل کیورد پلنر

✅ ابزار گوگل کیورد پلنر یکی از بهترین ابزارها برای استخراج کلمات کلیدی LSI می‌باشد.

مزایای کیورد پلنر برای تحقیق LSI

• رایگان بودن
• دسترسی نامحدود
• اطلاعات واقعی و قابل قبول
• دارای فیلترهای مختلف
• امکان دانلود لیست کلمات در یک فایل

برای استفاده از این ابزار آموزش زیر را دنبال کنید:

1. وارد گوگل کیوردپلنر شوید: از طریق این لینک
2. روی دکمه Go To Keyword Planner کلیک کنید.
3. اگر با ارور ۴۰۳ رو به رو شدید، آیپی خود را «با اسمشو نبر شکن‌?» به آمریکا تغییر دهید.
4. سپس وارد اکانت Google Ads خود شوید.
5. سپس مراحل موجود در تصویر متحرک زیر را دنبال کنید.

⚠️ حتما کلمات بدست آماده از این ابزار را کامل بررسی کنید و سپس به لیست خود اضافه کنید، زیرا ممکن است بعضی کلمات بدست آماده با موضوع مورد نظر شما هماهنگی نداشته باشد.

B: ابزار Twinword Idea’s LSI Graph

ابزار Twinword یکی از خلاقانه ترین‌ها در نوع خود است، زیرا بجای لیست کلمات، روابط معنایی پنهان را به صورت نمودار رسم می‌کند.

در مقایسه با سایر ابزارهای LSI رایگان، این ابزار، کلمات کلیدی ال اس ای منحصر به فردتری تولید می کند که قادر به افزایش ارتباط محتوای شما با موضوع است.

مزایای Twinword

• رایگان بودن (برای مدتی)
• استفاده آسان و دسترسی ساده
• نمایش تعداد نامحدود
• رسم نمودارهای حرفه‌ای

معایب Twinword

• تحریم بودن کشور ایران در این ابزار
• عدم پشتیبانی از زبان فارسی
• نداشتن امکان دریافت کلمات به صورت یکجا

برای استفاده از این ابزار آموزش زیر را دنبال کنید:

1. وارد این آدرس شوید: twinword.com/ideas/graph
2. وارد بخش TRENDING شوید.
3. در فرم موجود عبارت مورد نظر خود را وارد و اینتر بزنید.
4. منتظر بمانید نمودار برایتان رسم شود.
5. وارد بخش LSI GRAPH شوید.
6. عبارت را دوباره وارد و اینتر بزنید.

✔️ در تصویر متحرک زیر می‌توانید مراحل بالا را به صورت تصویری مشاهده کنید:

C: سایر ابزارها

✅ در صورتی که می‌خواهید لیست خود را پر بارتر کنید، می‌توانید ابزارهای دیگری را هم امتحان کنید. برای تحقیق کلمات کلیدی ابزارهای زیادی وجود دارد که هر کدام در موضوعات خاص کاربرد دارند. در ادامه لیست این ابزارها را مشاهده می‌کنید.

لیست تکمیلی ابزارهای تحقیق کلمات LSI:

• Keys4up (قابلیت جستجوی نامحدود و رایگان)
• LSI Graph (برای سه کلمه اول رایگان)
• Niche Laboratory (از زبان فارسی پشتیبانی نمی‌کند)
• Semantic Link (قابلیت جستجوی سریع همراه تحلیل)
• LSI Keywords (کشور ایران در این ابزار تحریم است)
• Ultimate Keyword Hunter (به صورت نرم افزار با قابلیت تحلیل و آنالیز)
• Answer The Public (ده جستجوی اول رایگان)
• Keyword Tool (از زبان فارسی پشتیبانی نمی‌کند)
• KWFinder (فقط سه کلمه اول رایگان)

? شما هم اگر ابزار خوب دیگری برای این کار می‌شناسید، لطفا در قسمت کامنت‌ها معرفی کنید.

نحوه استفاده از کلمات کلیدی LSI برای بهبود سئو

✅ بعد از این که لیست کلمات کلیدی LSI خود را تهیه کردید، دوباره با دقت بیشتری با توجه به مفهومی LSI که در ابتدای مقاله یاد گرفتید بررسی کنید و کلمات غیر مرتبط و بدرد نخور را حذف کنید و در انتها لیست کیووردها و عباراتی که به کیوورد اصلی شما مرتبط است را نیز اضافه کنید.

✔️ برای استفاده از لیست کلمات کلیدی LSI باید کلمات و عبارات بدست آماده را به صورت طبیعی میان موارد زیر پخش کنید تا بتوانید یک متن مرتب و پر مفهوم را بسازید.

استفاده در متن محتوا

از کلمات کلیدی LSI بدست آماده در پاراگراف‌های محتوای خود به صورت پراکنده استفاده کنید و توجه داشته باشید که مانند ربات ننویسید، بلکه این کلمات را بجای تکرار کلمات کلیدی اصلی جایگزین آن‌ها کنید.

استفاده در عنوان های داخلی

یکی از بهترین مکان های برای استفاده از کلمات کلیدی LSI، قرار دادن آنها در عنوان های H2 ،H1 و H3 است. فقط توجه داشته باشید که بی مورد از آن‌ها استفاده نکنید.

استفاده در نام و ALT تصاویر

تصاویر تکمیل کننده سئو محتوا هستند و کلمات کلیدی LSI نیز تکمیل کننده محتوای این تصاویر به حساب می‌آیند. برای داشتن سئو محتوایی حرفه‌ای برای تصاویر، بهترین کار استفاده از این کلمات در نام و ALT آنهاست. (برای آشنایی بیشتر با سئو عکس می‌توانید اینجا کلید کنید)

استفاده در عنوان اصلی

استفاده از کلمات کلیدی LSI در عنوان اصلی محتوا زمانی موثر خواهد بود که از آن برای توصیف کلمه کلیدی اصلی خود استفاده کنید.

⚠️ توجه داشته باشید که استفاده از LSI در عنوان زمانی ارزشمند خواهد بود که باعث معرفی و تکمیل کلمه کلیدی اصلی باشد، وگرنه اگر به تنهایی استفاده شود هیچ ارزشی نخواهد داشت.

استفاده در سایر بخش‌ها

✅ از کلمات کلیدی LSI می‌توانید برای بهبود سئو هر جایی از سایت که محلی برای نوشتن وجود دارد استفاده کنید.

در وبسایت برنژ برای هر بخش به صورت جداگانه آموزشی کامل تهیه کردیم که می‌توانید با کلیک برروی لینک‌های زیر به این آموزش‌ها دسترسی پیدا کنید:

• آموزش سئو ویدیوها
• آموزش سئو پادکست‌ها و فایل‌های صوتی
• آموزش سئو پی دی اف‌ها
• آموزش سئو پارپوینت‌ها

نمونه یک پست بهینه شده با کلمات کلیدی LSI

در این قسمت می‌خواهیم یک نمونه واقعی از کاربرد درست و دقیق کلمات کلیدی LSI را به شما نشان دهیم تا هیچ سوالی ذهنتان را درگیر نکرده و هیچ مسئله‌ای برای شما باقی نماند.

? وقتی عبارت «کلمات کلیدی LSI» را بعدها در گوگل سرچ کنید، ایمان دارم که این مقاله ای که اکنون من در حال نوشتن آن و شما در حال خواندن آن هستید در صفحه اول گوگل خواهد بود.

زیرا اگر به عنوان ها توجه کنید در مرحله اول من کلید واژه اصلی خودم یعنی عبارت «کلمات کلیدی LSI» را به صورت کامل در محتوا پخش کردم.

در مرحله دوم کلمات ال اس ای مربوط به این نوشته را که شامل عباراتی مانند: «تحقیق کلمات کلیدی، سئو، مفهوم، چیست، کاربرد و…» را شناسایی و به صورت کامل در متن پخش کردم.

⚠️ همانطور که می‌بینید در این صفحه در مورد مفاهیمی مثل «تاریخچه LSI، گوگل کیورد پلنر، الگوریتم ها، نحوه تحلیل و…» صحبت شده که در نگاه اول ارتباط مستقیمی با عنوان اصلی ندارند. ولی اگر بخواهیم مقاله خود را از هر نظر پربارتر کنیم، نیاز داریم تا درباره مسائلی که به موضوع اصلی ما ربط دارد هم صحبت کنیم.

❌ این یعنی ما در کنار رضایت کاربر، تا حدودی موتورهای جستجو را در هم الویت قرار دادیم. این امر باعث می‌شود شانس رتبه‌های برتر صفحه اول برای این مقاله زیاد شود و ما با شجاعت ندید بگویم که این مقاله در صفحه اول قرار خواهد گرفت.

جمع بندی و موضوع مهم برای بخش تحقیق

⚠️ این موضوع خیلی مهم را بخاطر داشته باشید که کلمات کلیدی LSI هیچ گاه نمی‌تواند جایگزین کلمه کلیدی اصلی و هدف شما باشند.

✔️ چون این کلمات زمانی تاثیرگذار خواهند بود که به معرفی کلمه واژه اصلی شما بپردازند، نه این که خود کلمه کلیدی واحد باشند.

زیرا آن‌ها به عنوان مکمل فقط تاثیر کلیدواژه‌های هدف را بیشتر می‌کنند و خود به تنهایی هیچ ارزشی نداشته و هیچ وقت نمی‌توانند جای آنها را بگیرند.

پرسش و پاسخ در مورد کلمات کلیدی LSI

برای جمع‌بندی و پیدا کردن یک دید کلی در مورد این کلمات می‌توانید پرسش پاسخ زیرا که خلاصه‌ای از محتوای بالاست را مطالعه کنید:

منابع

برای شعر مولانا از ویکی پیا ، برای تاریخچه و مفهوم تحلیل معنایی نهفته از wikipedia ، برای توضیحات LSI از lsikeywords برای کاربرد آن در سئو از searchenginejournal، برای لیست ابزارها از twinword، برای ابزارهای تکمیلی از marketinghack، برای مثال‌ها smallseo، برای سایر توضیحات از highervisibility و در انتها از تجربیات شخصی و مشاوره دوستان استفاده کردیم.

سخن پایانی:

برای نوشتن این مقاله حدود دو هفته وقت شبانه روزی صرف شد تا این مقاله در بهترین حالت خود جهت خدمت رسانی به وب‌سایت‌های ایرانی به صورت رایگان در اختیار شما عزیزان قرار داده شود؛ از آنجایی که هیج نوشته ای بدون نقص نیست از شما عزیزان خواهشمندیم با نظرات سازنده خود ما را در ارتقاع این مرجع ارزشمند یاری کنید.