ARTICLE AD BOX
這一假設是由我們的編輯團隊根據每篇文章策劃的; s的效能、實用性、質量和為您、我們的讀者創造的價值 em>
在12月24日之前,每次; 我將轉載年度冠軍專欄中的1篇,從第12比特開始,倒數到第1比特。 今天是圖11,原始出版日期為2021年7月28日 安德烈亞斯·沃尼亞蒂斯(Andreas Voniatis)做了一個奇妙的工作,解釋了如何利用Python創建關鍵字集羣。 這些圖片和荧幕蓋使它看起來很隨意,一步一步地量測,真實地與astir初學者Python特有的tin travel相鄰。 幹得好,安德烈亞斯 em> 廣告 繼續閱讀下麵的內容 感謝您為《搜索引擎雜志》撰稿並與讀者分享您的滿意內容 em> 享受每一個人 em> ; 這是一個認知astir狩獵意圖的批次,從利用深度學習通過使用自然語言處理(NLP)科技對物質進行分類並分解SERP標題來推斷狩獵意圖,到基於聚類的關聯語義關聯,並解釋了其好處 p> 不是孤注一擲,我們認識到破譯狩獵意圖的好處– 我們也為標準化和自動化處理提供了一套科技 p> 但通常,這些影響會聚集你的AI。 如果您不知道該怎麼辦; 你對這段視頻不感興趣嗎 p> 廣告 繼續閱讀下麵的內容 在本專欄中,您; ll larn是一個逐步的過程,通過使用Python自動進行關鍵字聚類 p> 有些方法要求您必須從排名標題中獲取每個文字,並滿足固定關鍵字的要求,通過provender將其輸入神經網路示例(您可以通過體格檢查和測試),俄勒岡州,可能是您自己; 重新利用NLP聚集關鍵字 p> 有不同的方法可以讓您使用Google’ 這是一個精確的人工智慧為你抨擊製定,而不必刮每個SERP滿意和體質的人工智慧模型 p> Let’ s假設Google根據滿足特殊査詢成功的可能性降序排列tract URL。 囙此,如果兩個關鍵字的意圖相同,則過去的SERP傾向於使用類似的鈹 p> 多年來,大量的SEO專業人士對關鍵字的SERP結果進行了比較,以推斷共亯(或共亯)蒐索意圖,從而實現覈心更新的頂點,說實話,這是一件新鮮事 p> 現時的附加值是這種比較的自動化和規模化,提供了一些速度和更高的精度 p> 從您的SERPs結果開始,並成功下載CSV p>繼續閱讀下麵的內容。 將清單導入Python筆記本 h3>進口砷鈀
進口numpy砷np
serps_輸入=pd。 讀取csv('data/sej\u serps\u input.csv')
下麵的serps_輸入是導入到數據幀中的serps記錄 p> 我們可以在關鍵字之間比較每個SERP的第1頁結果 p> 廣告 繼續閱讀下麵的內容; ll將數據幀劃分為迷你關鍵字數據幀,以理順先前重組為奇數數據幀的過濾關係,這是因為我們需要過濾靜態關鍵字級別: ,因為確定的URL比關鍵字更具有SERP效應,囙此我們要求將這些URL壓縮為與關鍵字相對應的奇异設定; s SERP p> 此處; 操作方法: 顯示了每個關鍵字壓縮為奇數的SERP< br> 要執行比較,我們將請求關鍵字SERP的每個操作與不同的對配對: 廣告 繼續閱讀下麵的內容
def serps_對齊(k,df):
素數df=df。 loc[df.keyword==k]
prime_df=prime_df。 重命名(列={“serp_string”:“serp_string_a”,“關鍵字”:“關鍵字a'})
comp_df=df。 loc[df.keyword!=k]。 重置索引(drop=True)
prime_df=prime_df。 loc[基本測向索引重複(鏡頭(合成測向索引))]。 重置索引(drop=True)
素數df=pd。 concat([prime_-df,comp_-df],軸=1)
prime_df=prime_df。 重命名(列={“serp_string”:“serp_string_b”,“keyword':“keyword_b”,“serp_string_a”:“serp_string”,“keyword_a':“keyword”})
工具素數
列=['keyword'、'serp_string'、'keyword_b'、'serp_string_b']
匹配的serps=pd。 數據幀(列=列)
匹配的\u serps=匹配的\u serps。 菲爾納(0)
査詢=string_serps。 關鍵字。 to_list()
對於q成功査詢:
溫度df=serps\U對齊(q,串接)
匹配的\u serps=匹配的\u serps。 附加(臨時測向)
匹配的\u serps 上面顯示了每個關鍵字SERP支架組合,使其可用於SERP拉絲比較 p> 沒有一個未固定的根檔案室可以按順序比較資料庫對象,老實說,下麵已經為您編寫了關係 p> 廣告 繼續閱讀下麵的關係&lsquo; serp_compare&rsquo; 比較兩個SERP之間網站的重疊和這些網站的出價 p>進口
SERP包含對蒐索意圖的洞察
如何使用Python(帶程式碼)按蒐索意圖按比例對關鍵字進行聚類
2。 篩選第1頁的數據
三,。 將排名URL轉換為字串
4。 比較SERP相似性