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 教师数据库 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！
如何喂养蜂鸟：使用 Moz Pro 中的相关主题改善您的页面 SEO
页面 SEO | Moz 工具 | Moz 新闻
作者的观点完全是他们自己的（不包括催眠的不太可能发生的情况）并且可能并不总是反映 Moz 的观点。
[预计阅读时间：7 分钟]
SEO 正在发生变化。我们不能再仅仅依靠关键字定位来优化内容。我们是否应该关注主题或关键字是一个正在进行的争论。但找出哪些主题可以影响 SERP，在最好的情况下是一个手动过程；在最坏的情况下，这是一个浪费时间的过程，可能会占用您一天中的几个小时。
总结
今天我们在Moz Pro中推出了一项新功能，可以帮助您了解搜索引擎如何理解主题和短语。
您可以使用这些数据来构建更深层次的内容，提高主题权威性，寻找关键词创意，并更好地理解 SERP。它使用机器学习和主题建模从 SERP 中挖掘相关主题。
我们认为这是在 2016 年帮助营销人员更好地了解复杂的 SEO 世界的又一步。截至目前，Moz Pro 是您可以获得此类数据的唯一地方之一。