LinkedIn 的人工智能驱动策略如何推动 SEO

LinkedIn 的协作文章在一年内拥有超过 10 万页的专家内容。自 270 年 2023 月以来，协作文章项目的每周观看量增加了 XNUMX% 以上。他们如何实现这些里程碑并打算取得更大的成果，为制定结合人工智能和人类技能的 SEO 策略提供了有用的信息。

为什么协作文章有效？

协作文章项目基于这样的假设：人们使用互联网来了解主题主题，但互联网上提供的内容有时只是来自主题专家的最可靠信息。

一个人经常搜索 谷歌 然后转到类似的网站 红色DIT 阅读发布的内容。尽管如此，仍不能保证这些材料来自主题专家或社交媒体最有影响力的人。非主题专家的人如何确定陌生人的帖子是否值得信赖和专业？

我们的想法是使用 链接的n 专家就他们所擅长的问题撰写文章。这些页面在 Google 中排名，这对主题专家有利，并鼓励他或她生成更多内容。

LinkedIn 如何创建 10 万页专家内容

LinkedIn 认可学科领域专家，并联系他们撰写有关该问题的论文。 LinkedIn 编辑团队创建了人工智能 “对话开始者” 生成论文主题的工具。然后，这些对话主题将链接到 LinkedIn 技能图确定的主题领域专家。

LinkedIn 技能图使用一个名为“结构化技能”的框架将 LinkedIn 用户与主题知识连接起来，该框架使用机器学习模型和自然语言处理来发现超出会员明确定义的类似人才。

映射从在成员的个人资料、工作描述和网站上的其他文本数据中发现的能力开始。然后，它利用人工智能、机器学习和自然语言处理来扩展成员的额外主题知识。

技能图描述描述：

“如果会员熟悉人工神经网络，那么他或她也熟悉深度学习，深度学习是机器学习的代名词。

我们的机器学习和人工智能算法分析大量数据以识别新的功能和关系。

我们使用自然语言处理来自信地从各种文本形式中提取技能。这确保了将能力准确映射到成员。”

经验、专业知识、权威和可信度

LinkedIn 的协作文章计划有一个出色的基本概念，可以产生由主题专家就广泛主题撰写的数百万页高质量材料。这或许可以解释为什么 LinkedIn 页面在 Google 搜索中变得更加明显。

LinkedIn 正在升级其协作文章计划，推出新功能，旨在进一步提高页面质量。

• 更改了提问方式： LinkedIn 现在向主题专家提供场景，他们可能会回复有关现实世界主题和查询的文章。

• 新的无用按钮： 现在，用户可以使用一个选项来通知 LinkedIn 某篇文章没有帮助。从 SEO 的角度来看，LinkedIn 通过帮助的角度呈现“拇指向下”按钮，这一点很有趣。

• 改进的主题匹配算法： LinkedIn 通过所谓的“基于嵌入的检索来改进匹配”增强了人们与主题的匹配方式，该技术是为了响应会员对主题与会员匹配质量的评论而建立的。

领英解释说，

“在通过我们的评估工具收到会员的意见后，我们将精力集中在文章和会员专家之间的匹配技巧上。我们使用的新技术之一是基于嵌入的检索（EBR）。该技术在同一语义空间中为成员和文章创建嵌入，然后执行近似最近邻搜索来找到贡献者的最佳文章匹配。”

LinkedIn 的协作文章项目是近年来最深思熟虑的内容开发计划之一。它的出色之处不仅在于它将人工智能和机器学习技术与人类技能相结合，生成读者喜欢且可以信任的专业且有用的信息。

LinkedIn 现在正在使用用户交互信号来提高主题专家撰写文章的质量，并识别与用户需求不符的内容。

撰写文章的好处包括，每当高质量的主题专家的文章在 Google 中排名时，他们的文章就会得到提升，这使得任何推广服务或产品、寻找客户或下一份工作的人都可以展示他们的技能、专业知识和权威性。

资源- 搜索引擎杂志