Da ich ein, offenbar sehr ähnliches, Wortwolken-Verfahren in der semantischen Suchmaschinenoptimierung verwende, um meinen Kunden Vorschläge für geeignete Schlüsselbegriffe machen zu können, konnte ich, zum Einen, meine eigenen Erfahrungen damit sammeln, und, zum Anderen, den Hut vor den von Euch überwundenen, für mich sehr wohl erahnbaren, Aufwänden, ziehen!

Bei den Versuchen mit meinem Cluster-Gewichtungs-Algorithmus fand ich zunächst einen, mal kleineren, mal grossen, aber grundsätzlichen, Nachteil, der offenbar auch auf Euer Verfahren zutrifft.

Ein Beispiel:

Sie suchen nach dem Begriff ‘Hilton’.
Als Suchender würde ich mir wünschen, etwas über oder zu Hilton, etwa eine kleine Auflistung deren Hotels in den wichtigsten Hauptstädten, idealerweise auch andere Hotels, und auch etwas über eine namensgleiche Dame, zu finden.

Tatsächlich fokussiert SemaGer derzeit jedoch derzeit mit ‘Hilton’ in den Hauptergebnissen völlig auf den Begriff ‘Paris’! Er kommt in ausnahmslos jedem der Haupteinträge vor, als gäbe es nichts Anderes… Semantisch differente Dimensionen werden nicht gezeigt, selbst die verwandten Begriffe (rechts) verweisen weder auf Hauptstädte noch Hotels. Bei Google sind, zum Vergleich, immerhin vier von 10 Einträgen der SERP frei von dem Begriff ‘Paris’, und einer davon verweist sogar auf das ‘Hilton Berlin’…

Was unterscheidet die beiden Ergebnisseiten? Meines Erachtens ist das die multidimensionale Ergebnisaufbereitung.
Der Hintergrund liegt, nach meinem Verständnis, in einer zu starken Fokussierung auf zu wenige der semantischen Dimensionen. Namensgleichheiten im Web werden so nach der Gewichtung mit einer nur eindimensionalen Wolke zu sehr verdichtet, selbst wenn sie semantisch herzlich wenig miteinander zu tun haben, und anderes, aus Sicht des Suchenden semantisch Relevantes, gleichzeitig ausgeblendet. Was, wenn nicht steuerbar, wahrlich nicht immer wünschenswert ist …

Ich hoffe, meine Bemerkungen kommen bei Euch als das an, als das sie gemeint sind: als wohl kritisch, aber konstruktiv und motivierend. Der von Euch gewählte Ansatz sollte sich (im Prinzip einfach) verbessern lassen, indem Ihr auch die Cluster-Gewichtung selbst mehrdimensional vornehmt (Nach meiner Erfahrung reichen fast immer zwei bis maximal fünf Dimensionen, mit einem Median von drei), und dann auch die Ergebnisanzeige auf eine mehrdimensionale ausweitet…

LG’e,
Roland Bischof