Banner
首页 > 新闻动态 > 内容
机器学习世界中SEO入门指南
- 2020-03-24-

考虑与SEO相关的机器学习的兴起时  ,我们可能会遇到令人恐惧的情况,具体取决于您是SEO专业人员的类型。

像我自己一样,SEO专业人员都是基于逻辑的,并且过去一直依靠对所播放信号的理解以及它们如何波动的方式比那些更依赖于为用户而不是引擎服务的营销人员更着迷。

曾经我曾经想知道“打造出色的内容并会实现”的想法是什至可以想象的,而那些支持SEO方法的人今天可能会变得不那么担心。

他们应该是。

有点。

仍然不是:

机器人在梦想领域玩

在深入探讨变化之前,我们首先要回答以下问题:

与SEO相关的机器学习是什么?

我们不会在这里学习有关机器学习的所有内容,也没有时间去实际讨论它如何影响我们以及我们未来的SEO策略的外观。

从30,000英尺的角度来看,我们真正需要知道的是,它为Google的功能增添了惊人的速度:

  • 数据累积。

  • 解释。

  • 反应。

有关更多信息,请查看我的文章:搜索中的机器学习如何工作:您需要知道的一切。

如果您  真的  想知道什么是机器学习,Google可以在此处提供免费的速成课程。

机器学习如何影响链接和链接构建

螺栓连接插头

链接是区域机器学习可以大大提高Google功能的最简单的例子之一。

看一个小例子,机器学习可以在链接评估的关键方面之一中发挥作用:过滤垃圾邮件。

Google已经在Gmail中使用机器学习,成功率达到99.9%,并且只有0.05%的假阳性率。

进行此操作以链接评估,您将获得一个非常成功的模型。

以前,Google工程师必须:

  • 创建劣质站点的列表,并手动阻止其链接资产流。

  • 根据先前所见所见,对不良链接的特定程序进行编程。

  • 在链接计算中设置贬值函数,并希望它不会包含太多误报。

借助机器学习,世界将打开。

是的,仍然有一个主要的起点–已知的坏域列表和另一个假定的坏信号。

但是这些是机器学习系统可以用于的训练场:

  • 了解如何将这些信号应用于他们遇到的其他链接。

  • 针对似乎是垃圾邮件(或对此有好处)发展自己的信号。

机器不仅可以依靠这些严格而又严格的标准,还可以通过观察模式来自学。

观察带有假定不良信号的站点(在其链接输出或链接输入中)将对机器进行配置。

然后,一旦确定为不良,就可以启动逆向工程模式以在将来更快地进行检测。

  • 垃圾邮件网站链接到哪种类型的网站?

  • 垃圾邮件网站会获得哪些类型的链接?

  • 有链接增长模式吗?

  • 出售付费链接的页面是否也趋向于链接到其他特定站点(确实如此)?

然后,系统可以将那些添加到其应用的度量标准中。

关于机器如何模拟人类可以做什么并加以放大的冰山一角,确实是触及不到的。

是否想知道Google如何宣布他们贬低带有垃圾链接的网站,而不是手动对其进行惩罚?

机器能够以令人难以置信的速度学习和应用贬值,假阳性率要低得多,这使得它成为可能。

此外,机器还可以理解页面的内容质量和相关性,并且可以单独地或整体地将该理解补充到等式中。

一台会问“该链接是否对您的单个站点具有很高的影响力”的机器?然后进一步,“链接是否很有可能被付费或存在其他问题?” 在该页面和域上找到并分析的其他链接的数据中。

这些是机器学习可以应用于链接的极其有限的示例。

垃圾邮件模式的成功程度将不断提高,并将被发现,而高质量的链接将被理解并得到更高的回报。

这意味着您将更加关注质量,相关性和合法性-除非您认为可以提出一种比机器能弄清楚Google更快的系统来欺骗Google。

机器学习如何影响内容SEO

Googlebot阅读

虽然我们使用了上面的链接示例,但搜索引擎优化的其他领域很少受机器学习而非内容的影响。

为了说明这一点,我们只需要看一下Google在翻译方面的工作。

十年来,他们使用基于短语的机器翻译解决了这一问题-主要是匹配已知短语并产生结果。

我们都记得结果。它完成了工作,但是简直令人难以置信。

2016年9月,他们改用了机器学习系统(Google Neural Machine Translation system),在推出后的24小时内,该系统比十年前改进了翻译。

基本上,即使在机器协助下,机器学习也可以比人类编辑在24小时内更有效地理解语言,是后者的3,650倍。

这对SEO专业人员意味着什么?

语义优化
如何在5周内对70%的页面进行排名。受到30,000多个网站管理员,企业主和SEO专家的信任。

测试您的网站

广告

数字营销的圣杯即将到来–那时,我们唯一的工作就是发布我们所能提供的最佳内容,并以足够的格式和足够的格式显示足够多的内容,以使其比下一个更能满足用户的需求和喜好。如果这些都完成了,那么谷歌很有可能也会理解这一点。

这并不是说机器没有缺陷,或者SEO专业人员不会扮演角色。

实际上,我认为我们将扮演更大的角色,但这不会用在关键字中–而是在制定用户满意度方面。

威尔·雷诺兹(Wil Reynolds)给出了我认为即将发生的最好的总结之一。他建议我们自问:

“如果Google改进为仅显示最佳答案会怎样?”

这是我们需要问的问题。


使这一点更有趣的是,“最佳”是主观的。

我个人讨厌如何完成大多数任务的视频说明-如有必要,请给我列出一些图片。

但是,并非每个人都是那样。有些人想要视频,而有些人则喜欢可以打印的PDF下载。

最重要的是,它将取决于任务。例如,当我更换机油时,我几乎不希望平板电脑随身带在汽车下面,因此在那里打印输出可能更好。

因此,关于Google可能给出的结果,我认为什么是“最佳”,取决于与我个人喜好相关的一系列因素-我要完成的特定任务,何时何地,我的类型我正在使用的设备等

这不能由人类编程。

过去,人们已经做出了一些不错的尝试来实现个性化结果,但是直到机器学习之前,它们都是有限的。

人类无法为您量身定制体验。

人们无法将资源专用于根据您正在访问的设备或可能位于的位置,在特定的时间了解您的特定需求。

机器可以。

一台机器可以跟踪所有这些情况,并随着时间的流逝,不仅学习您喜欢的结果,而且还可以满足您的意图的结果类型,并最终从当前索引中为您获得最佳结果。

简而言之,我们现在需要更少地考虑实现全球规则,而更多地去实现目标受众的意图。


最重要的是,如果我们想在电子商务网站上为“笔记本电脑”而不是“购买戴尔笔记本电脑”等更通用的术语进行排名,我们需要满足那些不仅对购买笔记本电脑感兴趣的用户的意图。满足所有访客的意图。也许,我们还应该以各种格式提供该数据,因此无论使用哪种设备,我们都是成功的答案。

在机器学习之前,我们不必为此担心。至少可以这样说,任何了解网站跳动或网站停留时间对Google而言意味着什么的尝试都是基本的。

现在,借助机器学习来帮助理解语言上下文以及用户生成的信号可能意味着什么,这不仅是可能的,而且是已部署的。

考虑一下您制作的精彩视频,以解决目标人群的一个常见问题。

现在,假设您的目标受众正在Google Home或其他语音优先设备上提问。您可能不需要以各种可能的格式提供内容,因为您的听众可能不需要,但是您需要注意。

机器学习如何影响技术SEO

当涉及技术SEO时,您现在需要一个人关注:  Cindy Krum。请注意她要说的话,因为她走对了。

在关于移动优先索引的对话中  ,她创造了一个术语,我个人认为该术语可以很好地总结技术SEO的未来。她将“移动优先”称为不正确的用语,将适当的名称命名为“便携式优先”。

她提出的想法是,应将内容与您的设计和技术结构轻松地分开(即,可移植),以便可以随时随地对其进行访问。

她是完全正确的。

当我们进入机器学习这个勇敢的新世界时,目标是为用户提供满足其意图的信息。

我们的工作是确保可以通过标记,XML提要,或者只是以清晰易懂的方式在页面上构建内容,从而可以轻松理解内容并从存在的内容中提取内容。

那你现在怎么办?

您应该如何处理此信息?

我们谈论的是机器学习和Google不断增强的能力,以了解我们周围的世界以及我们自己的个人需求。这就是它的力量,这就是定义我们下一步需要做什么的地方。

尽管我不敢告诉任何人根据似乎仍然行之有效的久经考验的指标放弃他们的SEO努力,但这些指标正在  迅速发展和侵蚀。我看不到他们生存超过两三年。

您的任务是这样的:

确保您的内容可移植到目标人群可以访问的任何设备上,并与该受众说话。

如果您有多个具有多种需求的受众,则还必须确保您的内容适用于所有受众并对其具有吸引力,或者确保每种内容都有不同的内容,并且可能以不同的格式出现。

作为机器学习领域的SEO专家,您需要更多地查看关键字所暗示的问题和意图,而不是将其视为包含在页面和锚文本中的钝器。

机器将帮助我们了解访客的需求,因此我们可以找出提供途径。

为什么?

因为这就是机器要寻找的–一个满意的用户。他们将拥有所有必要的指标,以了解您(或您的竞争对手之一)在交付产品方面是否做得最好。



外贸快车安徽运营中心

地 址:安徽省合肥市蜀山区望江西路华润五彩国际1010室

联系方式:15665457677(微信同号)

公司官网:http://www.googlesem-seo.com/

关注我们

版权所有:外贸快车安徽运营中心手机版

安徽外贸推广公司,企业,产品代理,怎么做,哪里有