Le funzionalità degli articoli collaborativi di LinkedIn hanno superato i 10 milioni di pagine di contenuti di esperti in un solo anno. Il numero di visualizzazioni settimanali del progetto Collaborative Articles è aumentato di oltre il 270% da settembre 2023. Il modo in cui hanno raggiunto questi traguardi e intendono raggiungere risultati ancora maggiori fornisce informazioni utili per lo sviluppo di una strategia SEO che combini intelligenza artificiale e competenze umane.
Perché gli articoli collaborativi funzionano?
Il progetto Collaborative Articles si basa sul presupposto che le persone utilizzano Internet per informarsi sui temi in questione, ma ciò che è disponibile su Internet solo a volte sono le informazioni più affidabili provenienti da esperti in materia.
Una persona spesso cerca Google e poi va su un sito come RossoDIT per leggere cosa viene pubblicato. Tuttavia, non vi è alcuna garanzia che il materiale provenga da un esperto in materia o dalla persona con la più grande bocca sui social media. Come può qualcuno che non è un esperto in materia determinare se un post di uno sconosciuto è affidabile ed esperto?
L'idea era usare LinkedIn esperti per generare articoli su questioni di cui sono esperti. Le pagine si posizionano su Google, il che avvantaggia l'esperto in materia e lo incoraggia a generare più contenuti.
Come LinkedIn ha creato 10 milioni di pagine di contenuti esperti
LinkedIn riconosce gli esperti in materia e li contatta per scrivere un saggio sulla questione. Un team editoriale di LinkedIn ha creato un'intelligenza artificiale “avvio di conversazione” strumento che genera temi di saggio. Questi argomenti di conversazione vengono quindi collegati agli esperti dell'area tematica identificati dal grafico delle competenze di LinkedIn.
Il LinkedIn Skills Graph collega gli utenti di LinkedIn alla conoscenza della materia utilizzando un framework chiamato Structured Skills, che utilizza modelli di apprendimento automatico ed elaborazione del linguaggio naturale per scoprire talenti simili oltre ciò che i membri definiscono chiaramente.
La mappatura inizia con le capacità scoperte nei profili dei membri, nelle descrizioni delle mansioni e in altri dati di testo sul sito. Quindi utilizza l'intelligenza artificiale, l'apprendimento automatico e l'elaborazione del linguaggio naturale per espandere la conoscenza extra dell'argomento dei membri.
La descrizione del grafico delle competenze descrive:
“Se un membro ha familiarità con le reti neurali artificiali, ha familiarità anche con il Deep Learning, che è sinonimo di Machine Learning.
I nostri algoritmi di machine learning e intelligenza artificiale analizzano grandi quantità di dati per identificare nuove capacità e relazioni.
Utilizziamo l'elaborazione del linguaggio naturale per estrarre con sicurezza le competenze da varie forme di testo. Ciò garantisce una mappatura accurata delle abilità dei membri”.
Esperienza, Competenza, Autorità e Affidabilità
L'iniziativa Collaborative Articles di LinkedIn ha un brillante concetto di fondo che si traduce in milioni di pagine di materiale di alta qualità scritto da esperti in materia su una vasta gamma di argomenti. Ciò potrebbe chiarire perché le pagine di LinkedIn sono diventate più visibili nelle ricerche di Google.
LinkedIn sta aggiornando la sua iniziativa di articoli collaborativi con nuove funzionalità che mirano ad aumentare ancora di più la qualità della pagina.
- Modificato il modo in cui vengono poste le domande: LinkedIn ora presenta scenari agli esperti in materia, che possono rispondere con saggi su argomenti e domande del mondo reale.
- Nuovo pulsante inutile: Ora esiste un'opzione che gli utenti possono utilizzare per notificare a LinkedIn che un determinato saggio non è utile. È affascinante dal punto di vista SEO che LinkedIn presenti il pulsante "pollice giù" attraverso la lente dell'utilità.
- Algoritmi di corrispondenza degli argomenti migliorati: LinkedIn ha migliorato il modo in cui abbinano le persone agli argomenti con quello che chiamano “recupero basato sull’incorporamento per una corrispondenza migliore”, che è stato creato in risposta ai commenti dei membri sulla qualità della corrispondenza argomento-membro.
LinkedIn spiega,
“Abbiamo concentrato i nostri sforzi sulle nostre capacità di abbinamento tra articoli ed esperti dei membri dopo aver ricevuto input dai nostri membri tramite i nostri strumenti di valutazione. Una delle nuove tecnologie che utilizziamo è il recupero basato sull'incorporamento (EBR). Questa tecnica crea incorporamenti sia per i membri che per gli articoli nello stesso spazio semantico e quindi esegue una ricerca approssimativa del vicino più vicino per trovare le migliori corrispondenze di articoli per i contributori.
Il progetto Collaborative Articles di LinkedIn è una delle iniziative di sviluppo di contenuti più ben ponderate degli ultimi anni. Ciò che lo rende non solo eccezionale è che combina la tecnologia dell’intelligenza artificiale e dell’apprendimento automatico con le competenze umane per generare informazioni utili e competenti che piacciono ai lettori e di cui possono fidarsi.
LinkedIn ora utilizza i segnali di interazione degli utenti per migliorare la qualità degli esperti in materia a cui viene chiesto di scrivere articoli, nonché per identificare i contenuti che non soddisfano le richieste degli utenti.
I vantaggi di scrivere articoli includono la promozione di esperti in materia di alta qualità ogni volta che il loro articolo si posiziona su Google, il che consente a chiunque promuova un servizio, un prodotto o cerchi clienti o un prossimo lavoro di dimostrare le proprie capacità, competenze e autorevolezza. .
Source- motore di ricerca
English
English
French
German
Russian
Spanish