Trefwoord Clusteren is een techniek die wordt gebruikt door zoeken motoroptimalisatie (SEO) specialisten om zoekwoorden te categoriseren in groepen (clusters) die relevant zijn voor elke webpagina. Na het doen van trefwoord onderzoekZoekmachinespecialisten organiseren trefwoorden in kleine groepen en verdelen ze over de pagina's van de website om betere posities te krijgen in de zoekmachineresultaten (SERP). Het clusteren van trefwoorden is een volledig geautomatiseerde procedure die trefwoordclusteringsprogramma's uitvoeren.
Het concept en de eerste ideeën werden in 2015 bedacht door Alexey Chekushin, een Russische zoekmachine optimalisatie specialist. In dezelfde jaar, Rusland produceerde het SERP-gebaseerde trefwoordclusteringprogramma Just-Magic. Het hulpmiddel voor het clusteren van trefwoorden is toegankelijk in de Engelse taal en werd in de zomer van 2015 gemaakt door het in Thailand gevestigde business Topvisor. Een jaar later lanceerde Spyserp, een Ests bedrijf, een vergelijkbare technologie. Het belangrijkste verschil is dat alle talen kunnen daar geclusterd worden.

Clusteringstechniek

• Ongeacht de zoekmachine of aangepaste parameters, is het clusteren van trefwoorden gebaseerd op de top tien zoekresultaten (TOP-10). De TOP-10 zoekresultaten zijn de eerste tien resultaten die een zoekmachine toont voor een bepaalde zoekopdracht. In de meeste gevallen komt de TOP-10 overeen met de eerste pagina met zoekresultaten.
• De trefwoordclustermethodologie als geheel bestaat uit vier fasen die een hulpmiddel moet doorlopen om cluster trefwoorden:
  Het programma haalt de trefwoorden één voor één uit de lijst en legt ze als zoekopdrachten voor aan de zoekmachine. Het onderzoekt de zoekresultaten, haalt de top 10 resultaten eruit, en vergelijkt deze met elke term in de lijst.
  Wanneer een zoekmachine dezelfde zoekresultaten oplevert voor twee verschillende trefwoorden en de hoeveelheid van deze resultaten voldoende is om tot clustering over te gaan, worden de twee trefwoorden gegroepeerd (geclusterd).
• Het clusteringsniveau is het minimum aantal treffers in de zoekresultaten dat trefwoordclustering in gang zet. Het clusterniveau is configureerbaar, en de meeste programma's laten dit toe in de pre-clustering instellingen. Na de clustering heeft het clusteringsniveau een effect op het aantal groepen en termen binnen elke groep. Hoe hoger het clusteringniveau, hoe meer groepen er worden gemaakt met minder termen in elke groep.
• Dit komt omdat er een minimale kans is om negen tot tien overeenkomende papers te vinden op de pagina met zoekresultaten (dit zou bijna alle pagina's in de TOP-10 van zoekresultaten omvatten). Aan de andere kant zal clusteren op niveau 1 of niveau 2 resulteren in de vorming van een paar groepen, elk van die zal een groot aantal trefwoorden bevatten. Er zijn enkele uitzonderingen, maar die zijn zeldzaam.
  Als een hulpmiddel geen overeenkomende URL's in de eerste tien resultaten van een zoekopdracht, worden deze zoekwoorden gescheiden in hun eigen categorie.
• Afgezien van het clusterniveau zijn er vele verschillende vormen van trefwoordclustering, die elk invloed hebben op de manier waarop termen binnen een groep aan elkaar gerelateerd zijn. Net als bij het clusterniveau kan het type trefwoordclustering worden gespecificeerd voorafgaand aan het clusteren.

Zachte types

• Een trefwoord clustering tool doorzoekt de lijst van trefwoorden en bepaalt dan welk trefwoord het meest populair is. Het meest populaire trefwoord is een trefwoord dat de meeste zoekopdrachten krijgt. Vervolgens vergelijkt een tool de TOP 10 zoekresultaten voor het gekozen trefwoord met de TOP 10 zoekresultaten voor een ander trefwoord om het aantal overeenkomende URL's te bepalen. De trefwoorden worden gegroepeerd als het waargenomen aantal voldoet aan het ingestelde groeperingsniveau.
  Bijgevolg zullen alle termen binnen een groep geassocieerd worden met de term met het grootste zoekverkeer, maar zullen ze niet noodzakelijk met elkaar geassocieerd worden (zullen niet noodzakelijk overeenstemmende URL's met elkaar hebben).

Bescheiden

• Een trefwoord clustering tool doorzoekt de verzameling van trefwoorden en selecteert dan de top-performing term. Vervolgens vergelijkt een tool de TOP 10 zoekresultaten voor het gekozen trefwoord met de TOP 10 zoekresultaten voor een ander trefwoord om het aantal overeenkomende URL's te bepalen. Tegelijkertijd vergelijkt een tool alle termen met elkaar. De trefwoorden worden gegroepeerd als het waargenomen aantal identieke zoekresultaten gelijk is aan het ingestelde groeperingsniveau.
• Bijgevolg zal elke term in een groep een corresponderend trefwoord hebben met een overeenkomende URL of reeks URL's in die groep. Twee willekeurige trefwoordcombinaties zullen echter niet altijd overeenkomende URL's hebben.
• Een hulpmiddel voor het clusteren van trefwoorden doorzoekt de lijst met beschikbare trefwoorden en selecteert vervolgens de trefwoord met de meeste trefwoorden. zoekvolume. Vervolgens vergelijkt een tool de TOP 10 zoekresultaten voor het gekozen trefwoord met de TOP 10 zoekresultaten voor een ander trefwoord om het aantal overeenkomende URL's te bepalen. Tegelijkertijd vergelijkt een tool alle zoekwoorden en hun corresponderende URL's in de gevonden koppelingen. De trefwoorden worden gegroepeerd als het waargenomen aantal identieke zoekresultaten gelijk is aan het ingestelde groeperingsniveau.
• Bijgevolg zullen alle termen binnen een groep geassocieerd worden via het gebruik van identieke URL's.

Histories

• Als cruciaal onderdeel van het websiteoptimalisatieproces, moeten SEO-specialisten doe trefwoordonderzoek naar ontwikkelen a zwembad van doelzoektermen die ze gebruiken om hun website te promoten en beter te scoren in zoekmachines. Na het samenstellen van een lijst met zoekwoorden die geassocieerd worden met de inhoudZe verdelen de lijst in kleinere groepen. Elke groep wordt vaak geassocieerd met een bepaalde pagina op de website of een bepaald onderwerp. Aanvankelijk moesten SEO-specialisten de zoekwoordenpool handmatig rangschikken, de ene term na de andere kiezen en waarschijnlijke clusters ontdekken.
• Hoewel dit kon worden bereikt met de hulp van de Google Adwords Keyword Tool, was er nog steeds een aanzienlijke hoeveelheid menselijke arbeid voor nodig. Er was behoefte aan een geautomatiseerde methode die automatisch termen zou verdelen in clusters.
  Trefwoordgroepering gebaseerd op lemma's
• Voorafgaand aan de komst van trefwoordclustering, creëerden zoekmachine optimalisatie professionals trefwoordgroeperingstechnieken gebaseerd op het lemmatiseringsproces. Een lemma is de stam of woordenboekvorm van een woord (zonder verbuigingsuitgangen). Lemmatisering is een taalkundig begrip dat verwijst naar het groeperen van de vele verbogen vormen van een woord, zodat ze als één item kunnen worden bestudeerd.

Lemmatization is een vier-stappen methode in zoekmachine optimalisatie.

• Trefwoorden worden één voor één uit de lijst geselecteerd; zij worden onderverdeeld in lemma's; gelijksoortige lemma's worden gevonden; en trefwoorden met overeenkomende lemma's worden gegroepeerd.
  Als gevolg daarvan krijgt een SEO-professional een lijst van trefwoordgroepen. Elke term in een bepaalde groep heeft een lemma dat overeenkomt met alle andere trefwoorden in die groep.

Gebaseerd op de SERPs

• In tegenstelling tot lemma-gebaseerde trefwoord clustering, SERP gebaseerde trefwoord clustering genereert groeperingen van termen die misschien geen morfologische overeenkomsten hebben, maar wel overeenkomsten met zoekresultaten. Het stelt zoekmachine specialisten in staat om een trefwoord structuur te creëren die nauw overeenkomt met het patroon gedicteerd door een zoekmachine.
• Alexey Chekushin, een Russische SEO-specialist, presenteerde in 2015 de zachte en harde types van termclustering en het algemene algoritme. In datzelfde jaar ontwierp en lanceerde hij een automatisch term clustering programma.