LinkedIn の共同記事機能は、10 年間で専門コンテンツの 270 万ページを超えました。 Collaborative Articles プロジェクトの週間視聴者数は、2023 年 XNUMX 月以来 XNUMX% 以上増加しました。彼らがどのようにしてこれらのマイルストーンを達成し、さらに大きな成果を達成しようとしているのかは、AI と人間のスキルを組み合わせた SEO 戦略を開発するのに役立つ情報を提供します。
共同記事が機能する理由
Collaborative Articles プロジェクトは、人々がインターネットを使用して主題のテーマについて学ぶという前提に基づいていますが、インターネット上で入手可能な情報は、主題の専門家からの最も信頼できる情報である場合があります。
ある人がよく検索するのは、 でログイン そして次のようなサイトにアクセスします レッドDIT 投稿されたものを読むために。それでも、その内容がその分野の専門家やソーシャルメディアで最も精通した人物からのものであるという保証はありません。対象分野の専門家ではない人が、見知らぬ人の投稿が信頼できる専門家であるかどうかをどのように判断できるのでしょうか?
アイデアは使用することでした リンクトアイn 専門家が専門家である問題に関する記事を作成する。ページは Google でランク付けされるため、その分野の専門家にとっては有益であり、より多くのコンテンツを作成するよう奨励されます。
LinkedIn が 10 万ページの専門コンテンツをどのように作成したか
LinkedIn は、対象分野の専門家を認識し、その問題に関するエッセイを執筆するよう連絡します。 LinkedIn 編集チームが AI を作成 「会話のきっかけ」 エッセイのテーマを生成するツール。これらの会話トピックは、LinkedIn のスキル グラフによって特定された分野の専門家にリンクされます。
LinkedIn スキル グラフは、構造化スキルと呼ばれるフレームワークを使用して、LinkedIn ユーザーを対象分野の知識に結び付けます。このフレームワークは、機械学習モデルと自然言語処理を使用して、メンバーが明確に定義しているものを超えて、同様の才能を発見します。
マッピングは、サイト上のメンバーのプロフィール、職務内容、その他のテキスト データで発見された能力から始まります。次に、AI、機械学習、自然言語処理を利用して、メンバーの追加の主題知識を拡張します。
スキルグラフの説明では次のように説明されています。
「メンバーが人工ニューラル ネットワークに精通している場合、そのメンバーは機械学習の同義語であるディープ ラーニングにも精通しています。
当社の機械学習と AI アルゴリズムは大量のデータを分析して、新しい機能と関係を特定します。
私たちは自然言語処理を使用して、さまざまなテキスト形式から自信を持ってスキルを抽出します。これにより、メンバーに対する能力の正確なマッピングが保証されます。」
経験、専門知識、権威、信頼
LinkedIn の共同記事イニシアチブには、幅広いトピックについて対象分野の専門家によって書かれた数百万ページに及ぶ高品質の資料を生み出す素晴らしい基礎コンセプトがあります。これにより、LinkedIn ページが Google 検索でより多く表示されるようになった理由が明らかになるかもしれません。
LinkedIn は、ページの品質をさらに向上させることを目的とした新機能を備えた共同記事イニシアチブをアップグレードしています。
- 質問の仕方が変更されました: LinkedIn は現在、対象分野の専門家にシナリオを提示し、専門家は現実世界の主題や質問に関するエッセイを返信することができます。
- 新しい役に立たないボタン: 特定のエッセイが役に立たないことを LinkedIn に通知するためにユーザーが使用できるオプションが追加されました。 SEO の観点から見ると、LinkedIn が役立つという観点からサムズダウン ボタンを表示しているのは興味深いことです。
- 改善されたトピック一致アルゴリズム: LinkedIn は、トピックとメンバーのマッチングの品質に関するメンバーのコメントに応えて構築された、「マッチングを改善するための埋め込みベースの検索」と呼ばれるものを使用して、人々と主題をマッチングする方法を強化しました。
LinkedIn は次のように説明しています。
「評価ツールを通じてメンバーから意見を受け取った後、私たちは記事とメンバーの専門家とのマッチングスキルに注力しました。私たちが利用する新しいテクノロジーの 1 つは、埋め込みベースの検索 (EBR) です。この手法では、同じ意味空間内にメンバーと記事の両方の埋め込みを作成し、近似最近傍検索を実行して、寄稿者に最もよく一致する記事を見つけます。」
LinkedIn の Collaborative Articles プロジェクトは、近年最もよく考えられたコンテンツ開発の取り組みの 1 つです。これが優れているだけでなく、AI および機械学習テクノロジーと人間のスキルを組み合わせて、読者が好み、信頼できる専門的で有益な情報を生成していることです。
LinkedIn は現在、ユーザー インタラクション シグナルを使用して、記事の執筆を依頼された対象分野の専門家の質を向上させたり、ユーザーの要求と一致しないコンテンツを特定したりしています。
記事を書くことの利点には、記事が Google でランク付けされるたびに、その分野の質の高い専門家が昇格することが含まれます。これにより、サービスや製品を宣伝したり、クライアントや次の仕事を探している人が、自分のスキル、専門知識、権威を証明できるようになります。 。
ソース- 検索エンジン
English
English
French
German
Russian
Spanish