用 Python 與 Advertools 做文本詞頻分析
更新 2026-10-12
文本會用特定結構、語氣與手法傳達資訊;同一主題換句構或用詞,讀起來可以完全不同。分析內容有助判斷哪種句構與呼喚方式較能服務使用者與搜尋系統。作者把 Python 與資料處理視為整體 SEO(holistic SEO)的一環:用程式較短時間做這類檢查。
自然語言處理、理解與生成會愈來愈重要;用 AI 與訓練資料時,可以指定語氣、句構或術語。但本篇刻意用 phrase-based(以片語為本) 方法:在內容裡找特定詞或片語,觀察結構、目的、寫作手法與情緒傾向,而不是先上深度模型。工具是 Elias Dabbas 的 Python 函式庫 Advertools(面向 SEO/SEM),核心函式為 word_frequency()。
目錄(7)
編譯自 Koray Tuğberk GÜBÜR;頁面顯示 2020-07-25 發布、2024-09-08 更新 · Holistic SEO〈How to Perform Text Analysis via Python and Advertools〉 原文
完整來源聲明
來源聲明:本文根據 Holistic SEO〈How to Perform Text Analysis via Python and Advertools〉(Koray Tuğberk GÜBÜR;頁面顯示 2020-07-25 發布、2024-09-08 更新)編譯整理為繁體中文,不是逐句翻譯;涵蓋原文各實質小節與程式要點,程式碼標識與函式名保持英文。原文未標示開放授權。原文連結:https://holisticseo.digital/python-seo/perform-text-analysis。文中「編輯解讀」為本站觀點。檢索日期:2026-10-12。
絕對頻率與加權頻率差在哪
詞頻指一個詞在文本中出現多寡,和關鍵字密度、以及關鍵字堆砌等議題相關。絕對頻率(absolute frequency)大致是該詞次數相對於全文詞數的概念;加權頻率(weighted frequency)則依資料庫裡另一個指標加重——例如電商裡貢獻利潤較高的詞,即使出現次數較少,加權後也可能更高;合併社群貼文時,也可依按讚或留言加權。SEO 可用這方法計算「有轉換或有流量」的詞的加權頻率。
絕對詞頻範例
先對一段文字算絕對詞頻(原文以土耳其歷史學家 İlber Ortaylı 生平段落為例,此處不重貼原文長段):
import advertools as adv
import pandas as pd
pd.set_option("display.max_rows", 85)
text = "..." # 分析用段落
adv.word_frequency(text).head(20)
因為對象是大學教授,教育相關詞常出現較高——這與 TF-IDF 裡看詞在文件中的角色有相似直覺。接著可用停用詞(stop words):對句意貢獻低的 of、a、is 等。Advertools 內建多語停用詞表,可用 adv.stopwords.keys() 查看語言鍵名(含 english、chinese、turkish 等)。
phrase_len 控制片語長度,預設為 1;設成 3 可看三詞組合。作者認為有時用 phrase_len 看上下文,比只跑 TF-IDF 更能提示文章脈絡。以 rm_words 移除停用詞後,單詞比較通常更清楚;若片語長度大於 1,原文提醒 rm_words 可能破壞片語意義,應先清資料再算頻率。
adv.word_frequency(text, phrase_len=3).head(20)
adv.word_frequency(
text, phrase_len=1,
rm_words=["the","and","his","to","in","a","he","at","of","from","was","as"]
).head(20)
這類絕對頻率可搭配 TF-IDF,觀察特定查詢群的「標準內容」特徵;也可對 SERP 結果頁內容批次抓取後比較。
加權詞頻:接上 Search Console
加權需要第三指標。原文以聯盟站的 GSC 匯出為例:對 Query 欄做 word_frequency,可看到策略痕跡——例如大量查詢含 best,而 massager/massage/chair 出現數百次,可推測站點主題與 title 用字,並用 electric、massage、chair、head、best、machine 等組合不同意圖。
queries = pd.read_csv("Queries-ex.csv", index_col=None)
adv.word_frequency(queries["Query"]).head(30)
adv.word_frequency(queries["Query"], phrase_len=3).head(30)
三詞片語可能出現 is the best、what is the、for home use 等「看似無意義」片段,但仍反映次要搜尋意圖(例如 for home)。此法不是完整查詢分類,但可快速分群;更完整分類需另見查詢分類專文。
把曝光當權重:
adv.word_frequency(queries["Query"], queries["Impressions"], phrase_len=2).head(30)
輸出含 wtd_freq(加權頻率)與 rel_value(wtd_freq/abs_freq,可當「頻率效率」)。可依 wtd_freq 排序;也可改用點擊加權,並對照跳出、停留、進出站等,找出曝光高但表現差的詞群(原文舉 foot massager、best foot 等)。
extra_info=True 會多出加權占比、累積占比等欄位,便於看內容策略的成功與缺口。同一方法也可用于推文或其他社群互動,找高互動貼文的共通用詞,或做粗略情緒/特徵觀察。
weighted_fr = adv.word_frequency(
queries["Query"], queries["Clicks"], extra_info=True, phrase_len=2
).head(30)
weighted_fr.sort_values(by="wtd_freq", ascending=False)
regex 參數可用不同規則切詞。作者另推薦 Elias Dabbas 的互動式 word frequency 指南;並稱本稿仍會繼續補完。
對 SEO 的用途整理
詞頻分析可幫你:找出對特定指標最重要的片語、依頻率與詞數分組查詢並連結其他指標、用不同切法看內容常用片語、依社群互動加權、在規模上觀察 hashtag 內容性格,以及對競品與顧客做粗略情緒分析。它是診斷與假設工具,不是把高頻詞直接塞回正文的排名秘訣。
常見問題
- 絕對頻率和加權頻率怎麼選?看文本自身用字用絕對頻率;要把曝光、點擊、利潤等第三指標算進去時用加權頻率。
- 一定要用 AI/NLP 模型嗎?不必。原文示範的是 Advertools 的片語詞頻;深度模型是後續方向,不是本篇前提。
- 停用詞該不該留?比單詞時多半應移除;片語長度大於 1 時,直接 rm_words 可能破壞意義,宜先清資料。
- GSC 查詢詞頻能幹嘛?可粗看站點內容策略與意圖詞(如 best、產品詞),並用曝光/點擊加權找出該優化或該檢討的詞群。
- 高頻詞要不要全寫進頁面?不要。詞頻用來觀察特徵與缺口,直接堆詞可能變成堆砌。
編輯解讀
一句話重點:先用可重跑的詞/片語頻率(必要時加 GSC 權重)看內容與查詢特徵,再決定改寫;詞頻是診斷,不是排名開關。
這對你的網站意味著什麼:
- 對主力落地頁跑絕對詞頻,對照 SERP 前幾名用字差異。
- 用 GSC 查詢+曝光/點擊做加權,找出「常被搜但頁面沒講清楚」的片語。
- 單詞分析去停用詞;看意圖時改用 phrase_len≥2 並小心清理。
- 把結果寫成改寫假設,而不是自動把高頻詞塞進標題。
適用與不適用的情境:適合有基本 Python 能力的內容/SEO 團隊做稽核。不適合無程式環境硬套,或把教學範例數據當成你站的結論。
需要注意的限制:作者推廣 holistic SEO 方法論與系列文;Advertools 為第三方函式庫,API 以官方為準。範例 CSV 與段落需自備;社群/情緒分析僅為延伸想像,需另驗證。
延伸閱讀:
可複用規則2 條
從本文提煉,可供人工對照或 AI 分析站點時作為依據。全部規則
文本分析可先用詞/片語頻率與結構觀察內容傾向,再決定是否上更重的模型。
- 有可重跑的分析腳本或流程
- 結論對應到改寫假設
用 Search Console 查詢加曝光或點擊做加權詞頻,找出常被搜但頁面沒講清楚的片語。
- GSC 匯出期間與站點範圍已註明
- 單詞分析已處理停用詞
名詞與資料來源
- Absolute/Weighted word frequency — Advertools
word_frequency()的兩種計法。 - Advertools — Elias Dabbas 的 Python SEO/SEM 工具庫。
- Holistic SEO:〈How to Perform Text Analysis via Python and Advertools〉 https://holisticseo.digital/python-seo/perform-text-analysis(檢索:2026-10-12)