它究竟是如何工作的？（技术术语警报！）

[rakibhasanbd4723]

主题建议列表也可作为其他目标关键词的建议，或作为关键词研究的种子关键词（我们即将推出一些新的关键词研究工具）。

想知道相关主题如何知 99 英亩数据库 道页面上有哪些内容？好吧，我们使用 Moz 的专有 Context API，它也为这里的其他工具（如 Moz Content）提供支持。以下是Matt Peters 博士（Moz 首席数据科学家）对其工作原理的介绍：

Moz 的主题建模算法从英语网页中提取相关的关键词短语。我们使用自然语言处理算法来分析页面内容并创建候选主题列表。然后，机器学习模型为每个候选短语分配一个相关性分数，并按相关性从高到低进行排序。相关性分数是传统信息检索技术（如词频-逆文档频率 (TF-IDF)）和语言建模、句法和语义信号（如词性标签）以及基于图形的特征​​的组合。由此产生的高度相关主题和相关性分数列表可用于 Moz Pro 和 Moz Content。

如上所述，相关主题会选取 SERP 上排名前 20 的页面，使用 Context API 从中提取主题，然后应用一系列过滤器和规则来显示我们认为相关的主题。我们会排除在关键字排名URL 上找到的主题。在功能开发过程中，我们面临着一个选择：显示出现频率更高的主题，但显示较少的主题；或显示更多具有不同频率范围的主题。我们认为客户更喜欢拥有更多数据，而且我们经常在列表底部附近找到宝贵的数据。因此，我们选择了“更多数据”选项。您可能会在其中发现奇怪的建议，但我们认为，拥有更多数据可供选择，这比这更重要。

观看实际效果！