與您的目標關鍵字密切相關的“灑”字詞是否會提高排名？這些是支持和反對將 LSI 作為排名因素的論據。
潛在語義索引 (LSI) 是一種索引和信息檢索方法，用於識別術語和概念之間的關係模式。
使用 LSI，一種數學技術用於在文本集合（索引）中查找語義相關的術語，否則這些關係可能會被隱藏（或潛在）。
在這種情況下，這聽起來對 SEO 來說可能非常重要。
正確的？
畢竟，谷歌是一個龐大的信息索引，我們聽到了各種各樣的關於語義搜索和搜索排名算法中相關性重要性的事情。
如果您聽說過有關 SEO 中潛在語義索引的傳言或被建議使用 LSI 關鍵字，那麼您並不孤單。
但是 LSI 真的會幫助您提高搜索排名嗎？讓我們來看看。
聲明：潛在語義索引作為排名因素
聲明很簡單：使用 LSI 關鍵字優化 Web 內容有助於 Google 更好地理解它，並且您將獲得更高的排名。
Backlinko 以這種方式定義 LSI 關鍵字：
“LSI（潛在語義索引）關鍵字是概念上相關的術語，搜索引擎用來深入理解網頁上的內容。”
通過使用上下文相關的術語，您可以加深 Google 對您的內容的理解。故事是這樣的。
該資源繼續為 LSI 關鍵字提出一些非常有說服力的論點：
- “谷歌依靠 LSI 關鍵詞來理解如此深層次的內容。”
- “ LSI 關鍵字不是同義詞。相反，它們是與您的目標關鍵字密切相關的術語。”
- “ Google 不會只使用與您剛剛搜索的內容（在搜索結果中）完全匹配的粗體字詞。他們還加粗了相似的單詞和短語。不用說，這些都是您想要添加到內容中的 LSI 關鍵字。”
這種“散佈”與您的目標關鍵字密切相關的術語的做法是否有助於通過 LSI 提高您的排名？
LSI 作為排名因素的證據
相關性被認為是幫助谷歌確定哪個結果是任何給定查詢的最佳答案的五個關鍵因素之一。
正如穀歌在其搜索工作原理資源中解釋的那樣：
“要為您的查詢返回相關結果，我們首先需要確定您要查找的信息——查詢背後的意圖。”
一旦確定了意圖：
“……算法分析網頁的內容，以評估該頁面是否包含可能與您正在尋找的內容相關的信息。”
谷歌繼續解釋說，相關性的“最基本信號”是搜索查詢中使用的關鍵字出現在頁面上。這是有道理的——如果你沒有使用搜索者正在尋找的關鍵詞，谷歌怎麼會告訴你是最好的答案？
現在，這就是一些人認為 LSI 發揮作用的地方。
如果使用關鍵字是相關性信號，那麼使用正確的關鍵字必須是一個更強的信號。
有專門構建的工具可以幫助您找到這些 LSI 關鍵詞，並且相信這種策略的人也建議使用各種其他關鍵詞研究策略來識別它們。
反對 LSI 作為排名因素的證據
谷歌的 John Mueller 對此非常清楚：
“……我們沒有 LSI 關鍵字的概念。所以這是你可以完全忽略的事情。”
搜索引擎優化存在一種健康的懷疑態度，即谷歌可能會為了保護算法的完整性而說一些讓我們誤入歧途的事情。所以讓我們在這裡挖掘。
首先，重要的是要了解 LSI 是什麼以及它的來源。
1980 年代後期，潛在語義結構作為一種從存儲在計算機系統中的文件中檢索文本對象的方法而出現。因此，它是程序員可用的早期信息檢索 (IR) 概念之一的示例。
隨著計算機存儲容量的提高和電子可用數據集的規模不斷擴大，要準確找到人們在該集合中尋找的內容變得更加困難。
研究人員在1988 年 9 月 15 日提交的專利申請中描述了他們試圖解決的問題：
“大多數係統仍然需要用戶或信息提供者來指定數據對像或文本對象之間的明確關係和鏈接，從而使系統在使用或應用於用戶可能不熟悉內容的大型異構計算機信息文件時變得乏味。 ”
當時在 IR 中使用了關鍵字匹配，但在谷歌出現之前很久，它的局限性就很明顯了。
很多時候，一個人用來搜索他們所尋求的信息的詞與索引信息中使用的詞並不完全匹配。
有兩個原因：
- 同義詞：用於描述單個對像或想法的各種詞語導致相關結果被遺漏。
- 多義性：單個單詞的不同含義導致檢索到不相關的結果。
這些在今天仍然是問題，你可以想像這對谷歌來說是多麼令人頭疼。
然而，谷歌用於解決相關性問題的方法和技術很久以前就從 LSI 轉移了。
LSI 所做的是自動為信息檢索創建一個“語義空間”。
正如專利所解釋的，LSI 將關聯數據的這種不可靠性視為統計問題。
這些研究人員無需過多關注雜草，基本上認為存在一個隱藏的潛在語義結構，他們可以從單詞使用數據中梳理出來。
這樣做會揭示潛在含義並使系統能夠返回更多相關的結果——並且只返回最相關的結果——即使沒有完全匹配的關鍵字。
以下是 LSI 過程的實際樣子：
關於專利申請中該方法的上述說明，您應該注意以下最重要的事情：發生了兩個獨立的過程。
首先，集合或索引經過潛在語義分析。
其次，分析查詢，然後搜索已處理的索引以查找相似性。
這就是 LSI 作為 Google 搜索排名信號的根本問題所在。
Google 的索引非常龐大，有數千億頁，並且還在不斷增長。
每次用戶輸入查詢時，Google 都會在幾分之一秒內對其索引進行排序，以找到最佳答案。
在算法中使用上述方法將要求 Google：
- 在整個索引中使用 LSA重新創建該語義空間。
- 分析查詢的語義。
- 在通過分析整個索引創建的語義空間中查找查詢的語義含義與文檔之間的所有相似性。
- 對這些結果進行排序和排名。
這是一個嚴重的過度簡化，但關鍵是這不是一個可擴展的過程。
這對於小型信息集合非常有用。例如，它有助於在公司的計算機化技術文檔檔案中顯示相關報告。
該專利申請說明了 LSI 如何使用九個文檔的集合來工作。這就是它的設計目的。LSI 在計算機化信息檢索方面是原始的。
潛在語義索引作為排名因素：我們的判斷
自從 LSA/LSI 獲得專利以來，通過確定語義相關性來消除噪音的基本原則無疑為搜索排名的發展提供了信息，但 LSI 本身在今天的 SEO 中沒有有用的應用。
還沒有完全排除，但沒有證據表明谷歌曾經使用 LSI 對結果進行排名。谷歌今天絕對沒有使用 LSI 或 LSI 關鍵字來對搜索結果進行排名。
那些建議使用 LSI 關鍵字的人正在抓住一個他們不太理解的概念，以努力解釋為什麼單詞相關（或不相關）的方式在 SEO 中很重要。
相關性和意圖是 Google 搜索排名算法的基本考慮因素。
這是他們在為任何查詢提供最佳答案時試圖解決的兩個大問題。
同義詞和多義詞仍然是主要挑戰。
語義——即我們對單詞的各種含義以及它們之間的關係的理解——對於產生更相關的搜索結果至關重要。
但 LSI 與此無關。
文章來源：SearchEngineJournal
關於SEJ：是全球第一SEO專業社群，SearchEngineJournal 於 2003 年成立，專精於SEO搜尋引擎行銷具有獨樹一格能力的專業人士，都來自全球各地真正實戰的SEO營銷專家，提供最新的SEO新聞和最佳實踐方式，提供教育和賦能 SEO 社群。
