如何在 SEO Spider 中使用 N-Grams
了解如何在 SEO Spider 中使用 N-grams 进行文本分析、页面优化，甚至大规模地发现内部链接机会。
简介
N-grams 是在文本中找到的连续单 词（或数字和符号）序列。它们使您能够查看页面上使用的单词、它们的频率以及各种 NLP 任务的模式。
使用 n-grams 在主题建模和语义相关性方面存在各种限制，但它们是 SEO 中用于简单文本分析、页面优化甚至内部链接的有用工具。
本教程展示了如何使用 Screaming Frog SEO Spider，通过内置的 n-grams 分析，来分析抓取页面中的短语频率，或聚合站点中页面组的短语频率。
请注意 - 需要 SEO Spider 许可证 才能执行以下 n-grams 分析。
1) 启用“存储 HTML / 存储渲染后的 HTML”
首先，在“Config > Spider > Extraction”中启用“Store HTML”和“Store Rendered HTML”。
这将意味着 HTML（以及 JavaScript 渲染模式下的渲染 HTML）将在抓取期间存储，并用于启用 n-grams 分析。
2) 抓取网站
将网站地 址输入到顶部的 URL 栏中，然后单击“Start”。
SEO Spider 将开始抓取网站以执行 n-grams 分析。
3) 查看 N-grams 选项卡
可以通过单击顶部窗口窗格“Internal”选项卡中的 URL 或 URL 组，然后单击底部的 N-grams 选项卡来查看 N-grams。
默认情况下，将显示“1-gram”，它是为所选 URL 找到的单个单词短语。但是，可以通过过滤器将其调整为最多“6-gram”，即六个单词的短语。
下面的示例显示选择了“2-gram”，并在右侧显示了我们如何查找死链接教程的词云可视化。
N-grams 不仅从页面收集，还从链接到该页面的链接收集。
N-grams 选项卡中显示以下列 -
- Body Text – n-gram 在页面正文文本中出现的次数，基于内容区域。
- Density – n-gram 在正文文本中出现的百分比，相对于所有正文文本 n-grams 的总数。
- Body Text (Unlinked) – n-gram 在页面正文文本中未链接（未包含在
<a href>链接中）的次数，基于内容区域。 - Headings – n-gram 在页面标题元素中出现的次数。
- Title – n-gram 在页面标题元素中出现的次数。
- Inlinks Anchor Text – n-gram 在指向该页面的锚文本中使用的次数。
- Inlinks Alt Text – n-gram 在链接到该页面的图像 alt 文本中使用的次数。
- Total – n-gram 在正文文本、标题和内链（锚文本和 alt 文本）中使用的总次数。
多页面 N-gram 分析
除了查看单个页面上的 n-grams 之外，您还可以突出显示多个 URL 以分析更广泛的页面集中的 n-grams。
这在分析相似主题或页面组时非常有用。
如果选择了多个页面，则可以选择右侧的“URLs”选项卡以显示 n-grams 出现在哪些页面上。
也可以选择多个 n-grams。在下面的示例中，已从 SEO Spider 教程中选择了 26,045 个 2-grams。
右侧已更新为显示 51,776 行带有 2-grams 的 URL，可用于分析。
4) 导出 N-grams
可以使用 N-grams 选项卡顶部的“Export”按钮批量导出数据。
可以使用左侧的“Export”按钮导出页面或多个页面的 N-grams，其中不包括 URL。
或者，使用右侧 URL 选项卡上的“Export”选项卡批量导出 URL 和选定的 n-grams。
在此示例中，将导出 51,776 行带有 2-grams 的 URL。
5) 使用 N-grams 进行文本分析和页面优化
N-grams 有助于理解页面上的单词，并在一定程度上理解页面针对目标关键词和主题的上下文和相关性。
虽然 Google 已经超越了简单的关键词匹配，但在页面上拥有您想要排名的单词通常仍然有助于 SEO。
关键词密度是一个神话，因此没有一个神奇的密度级 别可以帮助您提高排名。但是，单词的出现、频率和独特性对于分析作为基本相关性的指标（在语义模型之外）非常有用。
在上面的示例中，对于我们的如何查找死链接教程，很明显“broken links”是最常用的二元语法。很容易看出该页面已针对它进行了优化，包括正文、标题、标题以及指向该页面的内链锚文本。
N-grams 数据可以以各种方式使用并与其他数据源结合以获得洞察力，例如：
- 页面优化 – 分析页面与目标关键词的相关性。正文文本、标题和内链的单独列有助于理解整体相关性，而不仅仅是在页面上。
- 关键词差距 – 将 n-grams 与其他关键词研究数据（例如 Search Console 数据）进行匹配，以查看它们是否存在于页面上，或者是否存在包含它们的机会。
- 关键词蚕食 – 比较在 SERP 中蚕食的页面的 n-grams，以了解它们的相似之处。
- 竞争对手分析 – 抓取与您自己的页面等效的竞争对手页面，并比较 n-grams 的差异以识别机会。对语料库执行 n-gram IDF 分析，以了解什么可能很重要。
它们还可以用于发现内部链接机会，这将我们带到下一节。
6) 使用 N-grams 识别内部链接机会
N-grams 提供了一种替代方法，可以使用 自定义搜索 来查找未链接的关键词以进行内部链接。
您可以突出显示网站的一部分，并在“URLs”选项卡的“Body Text (Unlinked)”中过滤相关关键词，以识别链接机会。
在上面的示例中，我们的教程页面已被突出显示以搜索 2-gram“duplicate content”。
右侧过滤器已设置为“Body Text (Unlinked)”，并且同名的列显示了不同教程页面上未链接的实例数，我们可能希望链接到我们的如何检查重复内容指南。
搜索功能也可用于查找精确短语的变体。例如，搜索“duplicate”会显示诸如“duplicate pages”和“near duplicates”之类的变体，我们也可能希望考虑将其用于内部链接。
如果您有大量关键词要搜索内部链接机会，则可以使用搜索功能一次搜索它们，方法是使用正则表达式。
可以在搜索过滤器 中选择“Matches Regex”，关键词可以用管道分隔。语法可以直接粘贴到搜索过滤器中以触发，例如：
[N-gram] Matches Regex 'duplicate content|broken link'
上面的“Broken link”也会与“broken links”匹配，因此您可以使用 \bword\b 匹配确切的单词。例如：
[N-gram] Matches Regex '\bduplicate content\b|\bbroken link\b'
这将匹配一个特定的单词（在本例中为“word”），因为 \b 匹配单词边界。
支持
本教程应帮助用户使用 SEO Spider 中的 n-gram 分析来分析短语频率。我们希望它能作为如何使用该功能的指南，也能激发如何在 SEO 中使用它的灵感。我们希望听到有关此功能的其他有用方法！
如果您遇到任何问题，请查看以下内容 -
或者，请通过 support 与我们联系，我们可以提供帮助。