Alles wat u wilt weten voordat u installeert.
Een gedetailleerde blik op hoe Detector van Topic Clusters werkt, waarom we het zo gebouwd hebben en de gedachte achter de bovenstaande functies.
Waarom een detector voor topic clusters?
Uw catalogus is een semantische goudmijn die vaak onbenut blijft. Uw producten vormen vanzelf thematische groepen die zoekmachines proberen te doorgronden. Zonder een structurerende pillar page per cluster kan Google uw expertise op een onderwerp moeilijk plaatsen, en gaan uw productpagina's elkaar beconcurreren op informatieve zoekopdrachten. De detector voor topic clusters wijst die kansen automatisch aan.
Hoe werkt semantische clustering?
De module haalt per product een gewogen tekst op (naam met drievoudig gewicht, meta dubbel, categorieën dubbel, beschrijving enkel), splitst die in tokens met stopwoorden per taal, zet hem om in TF-IDF of in dichte embeddings, normaliseert de vectoren met L2 en past daarna een sferische k-means toe met k-means++-initialisatie. De clusters komen voort uit de werkelijke semantische overeenkomsten, niet uit uw categoriestructuur.
Welke modus kiest u: TF-IDF of embeddings?
TF-IDF is gratis, meteen klaar, zonder API-aanroep, en werkt uitstekend bij catalogi met een homogeen vocabulaire (één domein, één woordenschat). De embeddings van OpenAI of Mistral vangen een rijkere semantiek, begrijpen synoniemen en woordvarianten, en presteren beter bij gevarieerde catalogi of bij verhalende beschrijvingen. U kunt beide uitproberen en vergelijken.
Hoe worden ontbrekende pillar pages gevonden?
De module haalt uw gepubliceerde CMS-pagina's en uw categoriepagina's met beschrijving op. Voor elk cluster berekent hij een fuzzy matchscore tussen de belangrijkste termen van het cluster en de bestaande inhoud (titel gewicht 1,0, meta 0,5, tekst 0,2). Onder de ingestelde drempel (standaard 0,45) wordt het cluster aangemerkt als pillar gap: u hebt de producten wel, maar de structurerende moederpagina niet.
Wat staat er in het gegenereerde concept?
Voor elke ontbrekende pillar page genereert de module een H1-titel, een URL-veilige slug, een metabeschrijving, een volledige H2-opzet in markdown (inleiding, wat is het, hoe kiest u, vergelijking, beste producten, gebruikssituaties, veelgemaakte fouten, FAQ, call to action), een lijst met doelzoekwoorden en een prioriteitsscore die de omvang van het cluster combineert met de semantische cohesie.
Voor wie is deze module bedoeld?
Voor webshops die in longtail-SEO investeren, voor contentverantwoordelijken die met een pillar- en clusterstrategie werken, voor SEO-consultants tijdens een audit, en voor merken met een brede catalogus die redactioneel slecht is afgedekt. De module is daarnaast een diagnosemiddel om overlappende categorieën of kansen voor interne links op te sporen.
Er zijn nog geen beoordelingen.