Семантика
Семантические метрики сравнивают документ с языком топа: словарь, частоты, доли, TF-IDF и близость к SERP-центроиду.
SCS
Взвешенное покрытие эталонного семантического ядра. (coverage × TF-IDF) на 100 слов. Сравнивает документ с эталонным словарем SERP, где слова взвешены по покрытию в топе и среднему TF-IDF. Метрика нормализуется на 100 слов, чтобы объем текста не давал бесплатного преимущества.
Сильнее всего значение двигают слова из эталонного ядра с высоким coverage × TF-IDF: важные термины меняют профиль заметнее, слабые и случайные почти не влияют.
NSW
Процентное покрытие эталонного семантического словаря без весов на 100 слов. Считает простое покрытие эталонного семантического словаря без весов и нормализуется на 100 слов. Отвечает на вопрос: сколько важных слов темы вообще присутствует в документе.
Здесь важна ширина словаря: каждое новое слово из эталонного ядра повышает покрытие, а повтор уже найденного слова не увеличивает NSW.
JSD
Дивергенция Дженсена-Шеннона от среднего по топу. Сравнивает вероятностное распределение слов документа с центроидом SERP по семантическому ядру. Чем ниже дистанция, тем ближе текст к типичному языку топа по важным словам.
Дистанцию меняет распределение частот по словам ядра: близость к центроиду SERP снижает значение, перекос в отдельные термины или стороннюю лексику повышает его.
BCS
Эффективность покрытия биграмм на 100 слов. Показывает, какая доля значимых биграмм SERP найдена в документе, затем нормализуется на 100 слов. Это не просто список фраз, а сигнал покрытия устойчивых связок топа.
Покрытие повышают устойчивые двухсловные связки из топа. Одиночные слова без нужной пары BCS не двигают.
ZDDS
Глубина раскрытия темы по частотам. близость распределения слов к медианному профилю корпуса. Сравнивает частоты ключевых слов документа с медианными частотами корпуса через логарифмическое отклонение. Высокое значение означает, что частотный профиль близок к топу.
ZDDS растет, когда частоты ключевых слов приближаются к медианам корпуса; заметный недобор или перебор снижает значение.
ZPC
Соответствие процентных долей слов медианным долям корпуса. Сравнивает процентные доли ключевых слов с медианными долями корпуса. Метрика чувствительнее к пропорциям: можно иметь нужные слова, но расставить акценты неправильно.
ZPC чувствителен к долям слов в общем объеме текста: изменение объема без изменения частот тоже меняет проценты и итоговое совпадение.
ZTC
Соответствие TF‑IDF показателей медианным значениям корпуса. Сравнивает TF-IDF веса страницы с медианными TF-IDF значениями корпуса. Учитывает не только частоту слова, но и его значимость на фоне всей выдачи.
TF-IDF совпадение зависит от близости к медианным весам корпуса, поэтому простой повтор термина может как улучшить, так и ухудшить результат.
