Mapa semántico del sitio
Free, no signup. Explore how 0 published articles are distributed around this site's semantic center. Find central pages, coherent topic neighborhoods, and editorial outliers in this static, build-time report without treating distance as a quality score.
Report generated .
Este es un informe público precalculado: el filtrado y la ordenación se ejecutan en tu navegador, y nada de lo que introduces se envía ni se almacena. Los contadores anónimos de resultados por ejecución pueden utilizarse para investigación agregada; nunca incluyen URL, dominios, IP ni identificadores, y no se publica ninguna estadística con menos de 100 ejecuciones.
Site-radius distribution
Each dot is an article. Select one to open its article-level AI + SEO Data view.
The horizontal position is relative to this report's observed minimum and maximum; it is not a universal 0–100 grade.
Topic coherence
Lower mean distance means the articles in that model-created cluster sit closer together.
Topic coherence needs enough eligible articles to form more than one meaningful cluster. No topic comparison is available in this build.
Article evidence
Search, filter, and sort the complete included set.
Showing 0 articles
No articles match this search and topic filter. Clear the search or choose All topics.
| Article | Site radius | Topic | Topic radius | Closest articles |
|---|
Pasaporte del sitio Contexto local de este sitio guardado
Datos locales
Los destinos guardados, las listas con nombre y los resúmenes de comprobaciones recientes permanecen solo en este navegador.
Valorar esta herramienta
Acerca de esta herramienta
Gratis y sin registro. Explora cómo se distribuyen los artículos publicados de PatrickStox.com alrededor del centro semántico del sitio, sus clusters temáticos y vecinos editoriales, sin tratar la distancia como una puntuación de calidad.
Funciones
- Analiza en build todos los artículos publicados y elegibles, con distribución global, tarjetas de coherencia temática y tabla completa de evidencia.
- Representa el texto con embeddings all-MiniLM-L6-v2 y calcula distancia coseno desde el centroid normalizado del sitio.
- Usa spherical k-means determinista para crear centroides temáticos y medir la distancia de cada artículo dentro de su cluster.
- Ofrece búsqueda, filtros, ordenación, exportación CSV y los tres vecinos con mayor similitud coseno para cada artículo.
Cómo funciona
El texto de artículos publicados y revisados por humanos se convierte en embeddings all-MiniLM-L6-v2. La distancia coseno al centroid normalizado produce el site radius; spherical k-means determinista crea centroides de tema, y las similitudes por pares identifican vecinos dentro del corpus incluido.
Limitaciones
- Este release solo analiza PatrickStox.com y excluye preview, draft, ejemplos y contenido con etiqueta AI; no rastrea ni acepta uploads.
- Los resultados dependen del modelo, corpus, limpieza y número de clusters. La similitud no decide calidad, intención, valor comercial ni si dos páginas deben enlazarse.
Preguntas frecuentes
¿Puedo ejecutar `Semantic Site Map` para mi propio sitio web aquí?
No en esta versión. Este explorador público muestra el análisis realizado durante la compilación para PatrickStox.com. Es un caso práctico transparente, no un rastreador de propósito universal ni un analizador de archivos subidos.
¿Un radio mayor significa que un artículo es malo o no pertenece al tema?
No. Significa que el artículo está más lejos del centroide semántico de todo el sitio. Una página puede alejarse del centro del conjunto y, aun así, encajar estrechamente en un clúster temático coherente.
¿Cómo se calcula `Semantic Site Map`?
El texto de artículos publicados y revisados por personas se convierte en vectores con `all-MiniLM-L6-v2`. La distancia coseno desde el centroide normalizado del sitio se convierte en su radio. Un agrupamiento esférico determinista de medias k aporta los centroides temáticos y la distancia dentro de cada tema.
¿Por qué se excluyen algunos artículos?
Se excluye el contenido de vista previa, borrador, ejemplo y etiquetado como generado por IA. El informe solo cubre artículos publicados que han recibido revisión humana y cuentan para los totales de todo el sitio.
¿`Semantic Site Map` es una señal de posicionamiento de Google?
No. Es un diagnóstico de planificación del sitio construido con un modelo de vectores. Google no proporciona ni respalda esta métrica.
Problemas habituales y cómo solucionarlos
- Requiere revisión El conjunto apto es demasiado pequeño para compararlo Solución: Publica o aprueba suficientes artículos aptos y revisados por personas para realizar una comparación significativa; después, vuelve a generar el informe.
- Advertencia El artículo está lejos del centro temático del conjunto Solución: Comprueba si el artículo amplía intencionadamente el alcance del sitio; conéctalo con el tema pertinente o revisa su enfoque si no es así.
- Advertencia El artículo está lejos de su grupo de contenido más cercano Solución: Revisa el artículo frente al grupo asignado y aclara su tema o ubicación en el grupo cuando la distancia no sea intencionada.
- Información El conjunto está dividido en grupos temáticos débilmente conectados Solución: Crea puentes editoriales deliberados entre grupos temáticos realmente relacionados en lugar de unir a la fuerza grupos que no guardan relación.
- Advertencia El conjunto tiene poca coherencia temática Solución: Revisa los grupos más amplios y divide o reenfoca páginas solo cuando las pruebas del modelo coincidan con la intención de edición.