PrestaShop Künstliche Intelligenz

Topic Cluster Detector

Semantische Kartografie Ihres Katalogs und Erkennung fehlender Pillar Pages

Das Modul analysiert Ihren Katalog durch semantisches Clustering, um die tatsächlichen thematischen Gruppierungen Ihrer Produkte aufzudecken. Für jeden Cluster ohne Mutterseite generiert es einen vollständigen Pillar-Page-Entwurf: Titel, Slug, Meta-Beschreibung, H2-Gliederung und Prioritätswert.

PrestaShop 8 & 9 5 Sprachen KI + TF-IDF
  • 30 Tage Rückgaberecht
  • 12 Monate Updates
  • 24-h-Support
www.datafirefly.com/de/
Topic Cluster Detector
v1.0.0 · aktualisiert 2026-05-27
Was es leistet

Die Kurzfassung.

01

Echtes semantisches Clustering

Sphärisches K-Means mit k-means++-Initialisierung auf L2-normalisierten Vektoren. Sie sehen die tatsächlichen thematischen Gruppierungen Ihrer Produkte, nicht Ihren offiziellen Kategoriebaum.

02

3 Modi zur Auswahl

Lokales und kostenloses TF-IDF, oder OpenAI text-embedding-3-small Embeddings, oder Mistral Embeddings. Wechseln Sie mit einem Klick.

03

Erkennung fehlender Pillar Pages

Das Modul gleicht jeden erkannten Cluster mit Ihren bestehenden CMS-Seiten und Kategorien ab. Unterhalb der Match-Schwelle wird der Cluster als Pillar Gap markiert.

04

Sofort veröffentlichbarer SEO-Entwurf

Für jeden Gap Generierung von Titel, Slug, Meta-Beschreibung, kompletter H2-Markdown-Gliederung und Ziel-Keywords. Prioritätswert basierend auf Cluster-Größe und Kohäsion.

05

5 native Sprachen

Unabhängige Analyse pro Sprache mit integrierten französischen, englischen, spanischen, deutschen und italienischen Stopwörtern, plus E-Commerce-Rausch-Wörterbuch (Größe, Farbe, Versand, Preis...).

06

Embeddings-Cache

Vektoren werden per Text-Hash gecacht, um API-Aufrufe zwischen zwei Läufen nicht erneut abzurechnen.

Die ausführliche Fassung

Alles, was Sie wissen sollten bevor Sie installieren.

Ein detaillierter Blick darauf, wie Topic Cluster Detector funktioniert, warum wir es so gebaut haben und der Gedanke hinter den Funktionen oben.

§ 01

Warum ein Topic Cluster Detector?

Ihr Katalog ist eine oft unerschlossene semantische Goldmine. Ihre Produkte bilden natürlich thematische Gruppierungen, die Suchmaschinen zu verstehen versuchen. Ohne eine strukturierende Pillar-Mutterseite für jeden Cluster hat Google Schwierigkeiten, Ihre Expertise zum Thema zu identifizieren, und Ihre Produktseiten kannibalisieren sich gegenseitig bei informativen Suchanfragen. Der Topic Cluster Detector identifiziert diese Chancen automatisch.

§ 02

Wie funktioniert das semantische Clustering?

Das Modul extrahiert für jedes Produkt einen gewichteten Text (Name dreifaches Gewicht, Meta doppelt, Kategorien doppelt, Beschreibung einfach), tokenisiert ihn mit sprachspezifischen Stopwörtern, vektorisiert ihn als TF-IDF oder dichte Embeddings, normalisiert die Vektoren in L2 und wendet ein sphärisches K-Means mit k-means++-Initialisierung an. Die Cluster entstehen aus echten semantischen Ähnlichkeiten, nicht aus Ihrem Kategoriebaum.

§ 03

Welcher Modus wählen: TF-IDF oder Embeddings?

TF-IDF ist kostenlos, sofortig, ohne API-Aufruf und hervorragend für lexikalisch homogene Kataloge (eine Domäne, ein Vokabular). OpenAI- oder Mistral-Embeddings erfassen reichere Semantik, verstehen Synonyme und lexikalische Varianten und glänzen bei diversifizierten Katalogen oder solchen mit erzählerischen Beschreibungen. Sie können beide testen und vergleichen.

§ 04

Wie werden fehlende Pillar Pages erkannt?

Das Modul ruft Ihre veröffentlichten CMS-Seiten und Kategorie-Landingpages (mit Beschreibungen) ab. Für jeden Cluster berechnet es einen Fuzzy-Match-Score zwischen den Top-Begriffen des Clusters und den vorhandenen Inhalten (Titel Gewicht 1.0, Meta 0.5, Body 0.2). Unterhalb der konfigurierten Schwelle (0.45 standardmäßig) wird der Cluster als Pillar Gap markiert: Sie haben das Produktmaterial, aber nicht die strukturierende Mutterseite.

§ 05

Was enthält der für jeden Gap generierte Entwurf?

Für jede fehlende Pillar Page generiert das Modul einen H1-Titel, einen URL-sicheren Slug, eine Meta-Beschreibung, eine vollständige H2-Markdown-Gliederung (Einleitung, was ist, wie wählen, Vergleich, beste Produkte, Anwendungsfälle, zu vermeidende Fehler, FAQ, CTA), eine Liste von Ziel-Keywords und einen Prioritätswert, der Cluster-Größe und semantische Kohäsion kombiniert.

§ 06

Für wen ist dieses Modul gedacht?

Für E-Commerce-Händler, die in Long-Tail-SEO investieren, Content-Manager, die für Pillar-/Cluster-Strategien verantwortlich sind, SEO-Berater bei Audit-Missionen, Marken mit großen, redaktionell schlecht abgedeckten Katalogen. Das Modul ist auch ein Diagnose-Tool zur Identifizierung von Kategorie-Überlappungen oder internen Verlinkungsmöglichkeiten.