Prezentacja z Webinaru SEMrush 09.2020

1. Machine Learning
+ Content SEO

2. Barbara Gaca-Tworek
Technical SEO Lead
Philip Morris International / ex-Allegro
Hejka!
2

3. Misja: artykuł o białych
owczarkach szwajcarskich
3Źródło: ClockoworkShepherd

4. Czy można jakoś wspomóc
keyword research?
4
Źródło: moz.com

5. Czym jest Machine Learning?
5
Źródło: moz.com

6. Przygotowanie tekstu
Zamieniamy słowa w liczby
1
6

7. Przygotowanie tekstu do
analizy
TOP
rankujących
treści
7
Podział na
zdania i
czyszczenie.
Podział na
tokeny.

8. Tokenizacja
['biały', 'owczarka', 'szwajcarski', 'inteligentny',
'lubić', 'wykonywać', 'zadanie', 'wymagać', 'człowiek',
'energiczny', 'pies', 'podobny', 'owczarek',
'niemiecki']
Biały owczarek szwajcarski to inteligentny, lubiący wykonywać zadania,
których wymaga od niego człowiek, energiczny pies podobny do owczarka
niemieckiego.
8

9. TF-IDF
Jak istotne jest konkretne słowo względem
całości?
9

10. Klasteryzacja słów
K-means clustering w akcji
2
10

11. 11
K-Means
Clustering
Źródło: ipullrank.com/

12. 12
K-Means
Clustering
Źródło: ipullrank.com/

13. 13
K-Means
Clustering
Źródło: ipullrank.com/

14. 14
K-Means
Clustering
Źródło: floydhub.com

15. Wyniki klasteryzacji
Czyli o co wzbogacić nasz artykuł o owczarkach?
3
15

16. Cluster 1 - top 10 słów
Bezpieczny
zakup
16

17. Cluster 2 - top 10 słów
Pochodzenie
i historia
17

18. Cluster 3 - top 10 słów
Choroby
i problemy
18

19. Cluster 4 - top 10 słów
Charakter
i wychowanie
19

20. Wzbogacone wytyczne
20

21. Źródła i dodatkowe materiały
◉ Analysis of unstructured data
(Szwabiński J., 2017)
◉ What is TF-IDF? (Stecanella
B.,2019)
◉ What is TF-IDF in Feature
Engineering? (Karbhari V., 2019)
◉ Introduction to K-Means
Clustering in Python with scikit-
learn (Sayak P., 2019)
21
◉ Elbow Method for optimal value
of k in Kmeans (Gupta A., 2019)
◉ Clustering Vs. Classification: How
To Speed Up Your Keyword
Research (Quian V., 2017)
◉ Understanding K-means
Clustering in Machine Learning
(Garbade M. J., 2018)

22. Jakieś pytania?
Można złapać mnie na:
◉ LinkedIn
◉ Twitter
Dzięki!
22