潜在语义索引 (LSI)是 Google 排名因素吗？
与您的目标关键字密切相关的“洒水”字词是否会提高排名？这些是支持和反对LSI（Latent Semantic Indexing ）作为排名因素的论据。
潜在语义索引 （LSI） 是一种索引和信息检索方法，用于识别术语和概念之间关系中的模式。
使用LSI，数学技术用于在文本集合（索引）中查找语义相关的术语，否则这些关系可能会被隐藏（或潜在）).
在这种情况下，这听起来像是SEO非常重要。
对吗？
毕竟，谷歌是一个巨大的信息索引，我们听到了关于语义搜索的各种事情，以及相关性在搜索排名算法中的重要性。
如果您听说过有关SEO中潜在语义索引的传闻，或者被建议使用LSI关键字，那么您并不孤单。
但是LSI真的有助于提高您的搜索排名吗？让我们来看看。
声明：潜在语义索引作为排名因素
声明很简单：使用LSI关键字优化网络内容有助于Google更好地理解它，您将获得更高的排名。
Backlinko以这种方式定义LSI关键字：
“LSI（潜在语义索引）关键字是概念上相关的术语，搜索引擎使用它来深入理解网页上的内容。
通过使用与上下文相关的字词，您可以加深 Google 对您的内容的理解。至少故事是这样的。
该资源继续为LSI关键字提供了一些非常令人信服的论据：
- “谷歌依靠LSI关键词来理解如此深层次的争议。
- “LSI关键字不是同义词。相反，它们是与您的目标关键字密切相关的术语。
- “谷歌不仅会大胆地使用与你刚刚搜索的内容完全匹配的字词（在搜索结果中）。它们还大胆地使用相似的单词和短语。毋庸置疑，这些是您想要散布到内容中的LSI关键字。
这种“洒水”与您的目标关键字密切相关的术语的做法是否有助于通过LSI提高您的排名？
LSI作为排名因素的证据
相关性被确定为帮助Google确定哪个结果是任何给定查询的最佳答案的五个关键因素之一。
正如Google在其“搜索如何运作”资源中所解释的那样：
“为了返回查询的相关结果，我们首先需要确定您要查找的信息ー查询背后的意图。
一旦确定了意图：
“…算法分析网页的内容，以评估页面是否包含可能与您要查找的内容相关的信息。
谷歌继续解释说，相关的“最基本信号”是搜索查询中使用的关键字出现在页面上。这是有道理的 – 如果你没有使用搜索者正在寻找的关键字，谷歌怎么能告诉你是最好的答案呢？
现在，这就是一些人认为LSI发挥作用的地方。
如果使用关键字是相关性的信号，那么使用正确的关键字必须是更强的信号。
有专门构建的工具专门用于帮助您找到这些LSI关键字，并且这种策略的信徒也建议使用各种其他关键字研究策略来识别它们。
反对LSI作为排名因素的证据
谷歌的约翰·穆勒（John Mueller）在这一点上表现得非常清楚：
“…我们没有LSI关键字的概念。所以这是你可以完全忽略的。
SEO中有一种健康的怀疑态度，即Google可能会说一些话，将我们引入歧途，以保护算法的完整性。因此，让我们深入研究一下。
首先，重要的是要了解LSI是什么以及它来自哪里。
潜在的语义结构在20世纪80年代后期作为一种从存储在计算机系统中的文件中检索文本对象的方法出现。因此，它是程序员可用的早期信息检索（IR- information retrieval ）概念之一的示例。
随着计算机存储容量的提高和电子可用数据集规模的增长，在该集合中准确找到要查找的内容变得更加困难。
研究人员在1988年9月15日提交的专利申请中描述了他们试图解决的问题：
“大多数系统仍然要求用户或信息提供者指定数据对象或文本对象之间的显式关系和链接，从而使系统难以使用或应用于大型异构计算机信息文件，其内容可能不熟悉用户。
关键字匹配当时在IR中使用，但其局限性早在Google出现之前就已经很明显了。
很多时候，一个人用来搜索他们所寻求的信息的单词与索引信息中使用的单词并不完全匹配。
这有两个原因：
- 同义词：用于描述单个对象或想法的各种单词会导致相关结果被遗漏。
- 多义词：单个单词的不同含义导致检索不相关的结果。
这些在今天仍然是问题，你可以想象这对谷歌来说是多么令人头疼。
然而，谷歌很久以前用来解决相关性的方法和技术从LSI转向了。
LSI所做的是自动为信息检索创建一个“语义空间”。
正如专利所解释的那样，LSI将关联数据的这种不可靠性视为统计问题。
在不深入研究杂草的情况下，这些研究人员基本上相信，他们可以从单词使用数据中梳理出一个隐藏的潜在潜在语义结构。
这样做可以揭示潜在含义，并使系统能够带回更相关的结果 – 并且只有最相关的结果 – 即使没有完全匹配的关键字。
以下是 LSI 过程的实际情况：
关于专利申请中这种方法的上图，您应该注意的最重要的事情：有两个独立的过程发生。
首先，集合或索引进行潜在语义分析。
其次，分析查询，然后搜索已处理的索引以查找相似性。
这就是LSI作为谷歌搜索排名信号的根本问题所在。
谷歌的索引拥有数千亿页，并且还在不断增长。
每次用户输入查询时，Google都会在几分之一秒内对其索引进行排序，以找到最佳答案。
在算法中使用上述方法将要求谷歌：
- 在整个索引中使用 LSA 重新创建该语义空间。
- 分析查询的语义含义。
- 在分析整个索引创建的语义空间中查找查询的语义含义与文档之间的所有相似之处。
- 对这些结果进行排序和排序。
这是一个严重的过度简化，但关键是这不是一个可扩展的过程。
这对于小型信息集合非常有用。例如，它有助于在公司计算机化的技术文档存档中显示相关报告。
该专利申请说明了LSI如何使用九个文档的集合来工作。这就是它的设计目的。LSI在计算机化的信息检索方面是原始的。
潜在语义索引作为排名因素：我们的判断
虽然自LSA / LSI获得专利以来，通过确定语义相关性消除噪音的基本原则肯定为搜索排名的发展提供了信息，但LSI本身在今天的SEO中没有有用的应用。
它还没有被完全排除，但没有证据表明谷歌曾经使用LSI对结果进行排名。谷歌今天绝对没有使用LSI或LSI关键字来对搜索结果进行排名。
那些建议使用LSI关键字的人正在抓住一个他们不太理解的概念，以解释为什么单词的关联方式（或不相关）在SEO中很重要。
相关性和意图是 Google 搜索排名算法中的基本考虑因素。
这是他们试图解决的两个大问题，为任何查询提供最佳答案。
同义词和多义词仍然是主要挑战。
语义学 – 即我们对单词的各种含义以及它们如何相关的理解 – 对于产生更相关的搜索结果至关重要。
但LSI与此无关。
延伸阅读：
