Analisador Avançado de Palavras-chave
Análise inteligente com clusterização semântica e identificação de oportunidades de conteúdo
Upload e Configurações
Selecione o arquivo CSV:
Delimitador:
,
;
Tab
Coluna de palavras-chave:
Coluna de volume:
Coluna de dificuldade (opcional):
Limiar de similaridade (0-1):
?
Valor entre 0 e 1 que define o quão similares duas palavras-chave devem ser para estarem no mesmo cluster. Valores maiores geram mais clusters.
0.7
Método de clusterização:
?
Distância de Levenshtein: Rápido e eficiente para palavras similares. N-Gram: Considera padrões comuns. Análise Semântica: Usa IA para agrupar por significado (requer API).
Distância de Levenshtein
N-Gram Similarity
Clusterização Hierárquica
K-Means (Automático)
Análise Semântica (OpenAI)
Fórmula de oportunidade:
?
Use 'volume' e 'difficulty' como variáveis na fórmula matemática. Ex: volume / Math.pow(difficulty, 1.5) significa maior volume e menor dificuldade têm maior oportunidade.
Trabalhadores paralelos:
?
Número de processadores paralelos para acelerar o processamento de grandes volumes de dados. Recomendado deixar em 'Auto' para usar o número ideal para seu dispositivo.
Auto
1
2
4
8
16
Configurar API OpenAI
Analisar Palavras-chave
Configurações Avançadas
0%
Total de Palavras-chave
0
Clusters Identificados
0
Volume Total
0
Oportunidade Média
0
Visão Geral
Clusters
Palavras-chave
Visualizações
Estatísticas
Visão Geral dos Resultados
Distribuição de Clusters
Principais Oportunidades
Exportar Relatório Completo
Clusters de Conteúdo
Exportar Clusters (CSV)
Palavras-chave Analisadas
Exportar Palavras-chave (CSV)
Visualizações Interativas
Hierarquia
Gráfico de Força
Mapa de Calor
Treemap
Visualização Hierárquica de Clusters
Gráfico de Força de Relações
Mapa de Calor de Similaridade
Treemap de Oportunidades
Exportar Visualização Atual
Estatísticas Detalhadas
Exportar Estatísticas (CSV)
×
Configurar API OpenAI
Chave da API:
Modelo:
GPT-3.5 Turbo
GPT-4
GPT-4o
Salvar Configurações
×
Configurações Avançadas
Nível de limpeza de texto:
Mínimo - Apenas espaços
Básico - Caracteres especiais simples
Agressivo - Remove todos caracteres especiais
Stemming - Reduz palavras à raiz
Tamanho mínimo de cluster:
Máximo de palavras-chave por cluster para visualização:
Tamanho do lote de processamento:
Método de vetorização:
TF-IDF
Count Vectorization
Binary Vectorization
Método de normalização:
Nenhum
Norma L1
Norma L2
Máximo
Ativar cache para processamentos repetidos:
Salvar Configurações