Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids maģistra akadēmiskās studijas
Studiju programmas nosaukums Biznesa informātika
Nosaukums AI balstīta satura optimizācijas metode, kas tiek izstrādāta, lai uzlabotu meklētājprogrammu optimizāciju
Nosaukums angļu valodā AI Powered Content Optimization Method Developing to Improve Search Engine Optimization
Struktūrvienība 33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Darba vadītājs Aleksejs Jurenoks
Recenzents Pēteris Rudzājs
Anotācija Šī pētījuma galvenais mērķis ir izstrādāt uz MĀKSLĪGO INŽENIERĪCI balstītu satura optimizācijas metodi, lai uzlabotu meklētājprogrammu optimizāciju (SEO). Šajā metodē tiek izveidota intelektuāla sistēma, kas kā ievadi izmanto tikai vietnes URL un automatizēti analizē tīmekļa lapas saturu, veicot SEO optimizāciju. Tā ir izstrādāta, lai risinātu tradicionālo SEO metožu problēmas, piemēram, manuālu atkarību, fragmentētu rīku izmantošanu un semantiskās izpratnes trūkumu. Sistēma ir izstrādāta kā sešu posmu darbplūsma, kas sastāv no šādiem posmiem: URL validācija, datu ieguve, satura novērtēšana, uz MĀKSLĪGO INŽENIERĪCI balstīta optimizācija, iteratīva atkārtota novērtēšana un galīgās izejas ģenerēšana. Vispirms, izmantojot URL validāciju, tiek pārbaudīta vietnes pieejamība, un pēc tam tīmekļa lapas saturs tiek pārveidots strukturētā formātā un izmantots SEO analīzei. Satura novērtēšanas posmā satura kvalitāte tiek novērtēta, izmantojot tādus rādītājus kā atslēgvārdu atbilstība, lasāmība, semantiskais rādītājs un iesaistes rādītājs. Pēc tam, MĀKSLĪGO INŽENIERĪCI optimizācijas posmā, satura uzlabošana tiek veikta, izmantojot dabiskās valodas apstrādes (NLP), mašīnmācīšanās (ML) un semantiskās analīzes metodes. Tas ir svarīgi, lai izveidotu savienojumu ar mūsdienu meklētājprogrammu izmantotajām mākslīgā intelekta (AI) balstītām rangu sistēmām. Atkārtotas novērtēšanas posmā optimizētais saturs tiek atkārtoti pārbaudīts un, ja nepieciešams, uzlabots, izmantojot iteratīvu ciklu. Visbeidzot, lietotājam tiek sniegts galīgais optimizētais saturs un SEO veiktspējas ziņojums. Saskaņā ar ekspertu validācijas rezultātiem šī piedāvātā metode uzrāda augstu efektivitāti automatizācijas, mērogojamības, semantiskās analīzes un konsekvences ziņā. Ir arī apstiprināts, ka BERT iegulšanas un mašīnmācīšanās modeļu izmantošana vēl vairāk uzlabo SEO optimizācijas procesu. Tomēr ir pierādīts, ka pastāv tādi ierobežojumi kā datu kvalitātes atkarība un reālās pasaules tīmekļa sarežģītība. Attiecīgi šajā pētījumā tiek secināts, ka piedāvātā mākslīgā intelekta darbinātā SEO optimizācijas metode ir strukturēts, inteliģents un praktisks SEO risinājums, kas atbilst mūsdienu meklētājprogrammu prasībām.
Atslēgas vārdi MEKLĒTĀJDZINĒJU OPTIMIZĀCIJA, MĀKSLĪGAIS INTELEKTS, DABISKĀS VALODAS APSTRĀDE, MAŠĪNMĀCĪŠANĀS, SATURA OPTIMIZĀCIJA
Atslēgas vārdi angļu valodā SEARCH ENGINE OPTIMIZATION, ARTIFICIAL INTELLIGENCE, NATURAL LANGUAGE PROCESSING, MACHINE LEARNING, CONTENT OPTIMIZATION
Valoda eng
Gads 2026
Darba augšupielādes datums un laiks 19.05.2026 12:01:06