Hur LinkedIns AI-drivna strategi stärkte SEO

LinkedIns Collaborative Articles-funktioner överträffade 10 miljoner sidor med expertinnehåll på ett enda år. Kollaborative Articles-projektets tittarsiffra per vecka har ökat med mer än 270 % sedan september 2023. Hur de uppnådde dessa milstolpar och avser att uppnå ännu bättre resultat ger användbar information för att utveckla en SEO-strategi som kombinerar AI och mänskliga färdigheter.

Varför fungerar samarbetsartiklar?

Projektet Collaborative Articles bygger på antagandet att människor använder Internet för att lära sig om ämnesteman, men det som finns tillgängligt på Internet är bara ibland den mest tillförlitliga informationen från ämnesexperter.

En person söker ofta vidare Google och går sedan till en sida som RedDIT för att läsa vad som skrivs. Ändå finns det ingen garanti för att materialet kommer från en ämnesexpert eller personen med den bästa munnen på sociala medier. Hur kan någon som inte är sakkunnig avgöra om ett inlägg av en främling är pålitligt och sakkunnigt?

Tanken var att använda LänkadIn experter för att generera artiklar om frågor där de är experter. Sidorna rankas i Google, vilket gynnar ämnesexperten och uppmuntrar honom eller henne att generera mer innehåll.

Hur LinkedIn skapade 10 miljoner sidor med expertinnehåll

LinkedIn känner igen ämnesexperter och kontaktar dem för att skriva en uppsats om frågan. En LinkedIn-redaktion skapade en AI "konversationsstartare" verktyg som genererar uppsatsteman. Dessa samtalsämnen länkas sedan till ämnesexperter som identifierats av LinkedIns Skills Graph.

LinkedIn Skills Graph kopplar LinkedIn-användare till ämneskunskap med hjälp av ett ramverk som kallas Structured Skills, som använder maskininlärningsmodeller och naturlig språkbehandling för att avslöja liknande talanger utöver vad medlemmarna tydligt definierar.

Kartläggningen börjar med de förmågor som upptäcks i medlemmarnas profiler, arbetsbeskrivningar och annan textdata på sajten. Sedan använder den AI, maskininlärning och naturlig språkbehandling för att utöka medlemmarnas extra ämneskunskaper.

Skills Graph-beskrivningen beskriver:

"Om en medlem är bekant med artificiella neurala nätverk är han eller hon också bekant med Deep Learning, som är synonymt med Machine Learning.

Våra maskininlärnings- och AI-algoritmer analyserar stora mängder data för att identifiera nya möjligheter och relationer.

Vi använder naturlig språkbehandling för att på ett tryggt sätt extrahera färdigheter från olika textformer. Detta säkerställer korrekt kartläggning av förmågor till medlemmar.”

Erfarenhet, expertis, auktoritet och pålitlighet

LinkedIns initiativ för Collaborative Articles har ett briljant underliggande koncept som resulterar i miljontals sidor med högkvalitativt material skrivet av ämnesexperter om ett brett spektrum av ämnen. Det kan förtydliga varför LinkedIn-sidor har blivit mer synliga i Google-sökningar.

LinkedIn uppgraderar sitt initiativ Collaborative Articles med nya funktioner som syftar till att öka sidkvaliteten ännu mer.

• Ändrade hur frågor ställs: LinkedIn presenterar nu scenarier för ämnesexperter, som kan svara med uppsatser om verkliga ämnen och frågor.

• Ny ohjälpsam knapp: Det finns nu ett alternativ som användare kan använda för att meddela LinkedIn att en viss uppsats inte är till hjälp. Det är fascinerande ur SEO-synpunkt att LinkedIn presenterar tummen ned-knappen genom linsen av hjälpsamhet.

• Förbättrade ämnesmatchningsalgoritmer: LinkedIn har förbättrat hur de matchar människor till ämnen med vad de kallar "Embedding Based Retrieval For Improved Matching", som byggdes som svar på medlemmars kommentarer om kvaliteten på matchning mellan ämne och medlem.

LinkedIn förklarar,

”Vi koncentrerade våra ansträngningar på våra matchningsförmåga mellan artiklar och medlemsexperter efter att ha fått input från våra medlemmar via våra bedömningsverktyg. En av de nya teknologierna vi använder är inbäddningsbaserad hämtning (EBR). Den här tekniken skapar inbäddningar för både medlemmar och artiklar i samma semantiska utrymme och utför sedan en ungefärlig sökning efter närmaste granne för att hitta de bästa artikelmatchningarna för bidragsgivare."

LinkedIns projekt Collaborative Articles är ett av de senaste årens mest genomtänkta initiativ för innehållsutveckling. Det som gör den inte bara enastående är att den kombinerar AI och maskininlärningsteknik med mänskliga färdigheter för att generera expert och användbar information som läsarna gillar och kan lita på.

LinkedIn använder nu användarinteraktionssignaler för att förbättra kvaliteten på ämnesexperter som uppmanas att skriva artiklar, samt för att identifiera innehåll som inte matchar användarnas krav.

Fördelarna med att skriva artiklar inkluderar marknadsföring av högkvalitativa ämnesexperter varje gång deras artikel rankas på Google, vilket gör att alla som marknadsför en tjänst eller produkt eller söker efter kunder eller nästa jobb kan visa sina färdigheter, expertis och auktoritativitet. .

Källa- sökmotorjournal