Citat:
eehehe, pa pazi, tesko da ste ti i M.Cutts isto :))) (no hard feelings)
imao sam neki osjećaj da ćeš to napisat, znaš dobro na što sam mislio, a tvoj odgovor je podmetanje budući da nisi znao što napisat :)
Citat:
i jednu za k.density, i jednu za definiciju SERPa, i jednu... :)))
ok dao sam ih više
Citat:
voleo bih da cujem tvoje misljenje o ovome.
Ajmo ovako, ovo su činjenice, formula za KW:
KD = i/j
i = broj koliko se puta neka riječ pojavljuje u dokumentu
j = broj svih riječi u dokumentu
Činjenica je isto da stranica u kojoj se recimo riječ loans pojavljuje 20 puta, a sadrži 1000 riječi ima KD = 20/1000 = 2%, isto tako činjenica je da ukoliko se riječ pojavljuje 10 puta u dokumentu od 500 riječi, KD = 10/500 = 2 %. Pa sad čemu služi keyword density kad se njome ne može odrediti:
- relativnost ključnih riječi u dokumentu
- gdje se koja ključna riječ pojavljuje
- frekvenciju pojavljivanja ključne riječi unutar određenog dijela
- koja je glavna tema stranice, koje su sporedne teme
Keyword density je loša mjera koju su seo webmasteri izpromovirali iz čistog neznanja, njome se apsolutno ništa osim gore navedenih brojeva ne može stvarno izmjeriti.
E sad moje pitanje tebi je, da li stvarno misliš da bi je Google, Yahoo ili Msn koristio jednu tako jednostavnu jednadžbicu za određivanje tako važnog podatka o stranicama kao što je tema stranice ili on page optimizacija? Zašto bi to onda bio faktor?
Umjesto keyword density koristi se vektorska analiza dokumenata koja ima sposobnost i dubinu shvatitii o kakvoj se temi i u kojoj količini je određena tema zastupljena u pojedinom dokumentu. Odguglaj malo "term weight" ili "vector term weight" ili još bolje "term vector model" da vidiš da ta metoda stvarno postoji.
E sad raz lika između keyword density i vektoreske analize je u tome što KW je "mjera" koja se odnosi na pojedinu stranicu dok je vektorska analiza usmjerena na sve dokumente vezane uz određenu domenu. Formula za vektorsku analizu je:
V = tfi * log (D/dfi)
gdje je:
tfi = mjera koliko se puta određena riječ pojavljuje u određenom dokumentu nakon linearizacije (izbacivanja markup tagova izvan dokumenta), filtracije (izbacivanje stop riječi: the, of, itd.), stiminga (izbacivanja plurala, padeža da se dobije izvorni oblik riječi) dokumenta.
D = broj dokumenata (broj indeksiranih dokumenata u bazi)
dfi = broj dokumenata koji sadrži neku određenu riječ
Prema navedenom jasno se vidi da vektorska analiza puno detaljnija i točnija, i iza nje još stoji par metoda kojom se dobivaju dodatni podaci na globalnoj i lokalnoj razini (on topic analiza - analizara se struktura stranica, pojmova i sl. no to je za drugu temu već, koonkurencija ili vidljivost i pozicija ključnih riječi u dokumentu i sl.)
Nadam se da sad kužiš zašto keyword density ne postoji, to je izmišljotina i potpuno krivo shvaćeni pojam. "KW" ovisi upravo o toj vektorskoj analizi na globalnoj razini, i gore navedenim analizama zato je nemoguće pogodit "pravi KW" jer se ne zna koliko je točno datoteka u indeksu, ne zna se niti jedan parametar na lokalnoj i globalnoj razini.
Eh da završim :)
Zašto su spameri u vrhu? Zato što rade veliku količinu vrlo sličnih stranica koje ciljaju vrlo slične ključne riječi i time nesvjesno podižu on page optimizaciju, vidljivost i prisutnost ključnih riječi na globalnoj razini u indeksu, recimo tvoj primjer spamera:
- domena sadrži oko 2200 indeksiranih dokumenata, vrlo sličnih koje ciljaju vrlo slične ključne riječi i upravo to je razlog visoke pozicije, a ne ona jadna formulica za keyword density koja se odnosi samo na stranicu po stranicu
Spameri ne mogu opstat ukoliko kreiraju 10 stranica, sve što rade zasniva se ogromnoj količini datoteka
Ne odgovaram na pitanja preko PP i emaila vezana uz SEO niti ne pregledavam
domene.
SEO blog |
Životopis
- Posao