Продвинутые стратегии SEO с использованием обработки естественного языка

1. В этой статье я расскажу о том, как обработка естественного языка и сочетание технологий семантического...
2. Как НЛП может помочь улучшить SEO?
3. 1. Автоматизация разметки структурированных данных
4. Действительно ли структурированные данные помогают трафику сайта расти?
5. 2. Создание внутренних ссылок и обнаружение контента
6. 3. Содержание рекомендации
7. 4. Умные перенаправления и обработка 404-х
8. 5. Таргетинг на темы
9. 6. Анализ поисковой выдачи с НЛП
10. Выводы и выводы

В этой статье я расскажу о том, как обработка естественного языка и сочетание технологий семантического веба и машинного обучения могут помочь вам перехитрить конкурентов и получить истинное преимущество в SEO .

Мы много слышим о искусственный интеллект в наши дни и что он может сделать, чтобы помочь бизнесу, социальным сетям и крупным организациям повысить свою конкурентоспособность. В этой статье я остановлюсь на том, как можно использовать SEO на основе AI, чтобы помочь издателям повысить уровень вовлеченности своих читателей и повысить находимость их содержания.

Как поисковые системы используют обработку естественного языка?

Поисковые системы становятся способными лучше понимать цели поисковиков благодаря постоянному совершенствованию их лингвистических возможностей ИИ .

От обнаружения синонимов до устранения неоднозначности ранее невидимых запросов с помощью признание именованного объекта часть речевого тегирования, устранение неоднозначности именованных объектов и анализ настроений, обработка естественного языка Области исследований, которые направлены на преобразование естественного языка в машинно-вычисляемую информацию, играют центральную роль в том, как коммерческие поисковые системы, такие как Google и Bing, а также персональные цифровые помощники, обрабатывают наши запросы, индексируют веб-сайты и находят соответствующий контент на Web.

Если в прошлом поисковые системы, такие как Google, работали со статистическими моделями, построенными на основе ключевых слов и ссылок, то теперь мы видим семантические графики и алгоритмы машинного обучения, которые сильно влияют на качество результатов, а также на способ представления этих результатов конечному пользователю. ,

От голосовых ответов на избранные фрагменты, от интерактивных виджетов, таких как карусель новостей, до выдачи результатов с нулевым результатом.

Попробуйте спросить Google Assistant « Что такое Семантическое SEO ? »И вы увидите значение первой экосистемы ИИ, где машины обучаются с семантически богатыми данными, чтобы иметь возможность отвечать, используя естественный язык, а не набор синих ссылок.

Теперь, когда мы кратко рассмотрели эволюцию поисковых систем, давайте переместим наше внимание на другую сторону медали: публикуемый контент.

Как НЛП может помочь улучшить SEO?

НЛП и семантические аннотации помогают понять контент машинами. Добавление семантической обработки в рабочем процессе публикации означает использование обработки на естественном языке для добавления слоя семантически структурированной информации, которая описывает ваш контент.

Существует несколько способов использования НЛП сегодня для улучшения SEO и привлечения пользователей. Я расскажу вам несколько примеров использования и несколько ведущих примеров продвинутых стратегий SEO.

1. Автоматизация разметки структурированных данных

Здесь, в WordLift, мы называем этот метод автоматизированной разметкой структурированных данных . Вы можете использовать такие инструменты, как семантическая платформа Redlink, Alchemy от IBM или API Bing для извлечения сущностей. Эти сущности и их уникальные идентификаторы могут использоваться для описания вашего контента поисковыми системами и… да, это именно то, что делает WordLift? и вы можете увидеть это в действии на сайтах с миллионами посетителей, таких как thenextweb.com , windowsreport.com а также признанные издатели, такие как Reuters или BBC.

Действительно ли структурированные данные помогают трафику сайта расти?

Совсем недавно Google поделился тремя бизнес-кейсами для продвижения использования структурированные данные и обучить веб-мастеров повышению качества их разметки schema.org. Результаты могут быть удивительными. Увидеть Пример использования Eventbrite их веб-сайт продемонстрировал 100% рост органического трафика от поиска Google до страниц со списком событий.

«В течение двух или трех недель мы начали видеть визуальную разницу в наших результатах поиска событий в Google», - говорит Аллен Джило , менеджер по продукту Eventbrite . «Опыт поиска Google определенно помогает привлечь больше внимания к страницам событий. И когда эти люди обращаются, это приводит к увеличению продаж билетов для наших создателей событий ».

2. Создание внутренних ссылок и обнаружение контента

Ссылки помогают пользователям находить контент с вашего веб-сайта, а также помогают поисковым системам оценивать содержание вашего контента и то, насколько эффективным он может быть для пользователя, который впервые попадает на определенную веб-страницу. Сильная логическая внутренняя структура ссылок значительно помогает вашему SEO.

Хотите узнать больше? Я написал руководство о том, как провести эффективный внутренняя ссылка стратегия. Посмотри!

С помощью алгоритмов NLP и извлечения сущностей вы можете увидеть, какие понятия могут быть обнаружены машиной. Эти алгоритмы обучаются с использованием машинное обучение методы на больших семантических базах данных, извлеченных из Википедии или других открытых текстовых корпусов. Глядя на список извлеченных сущностей, вы, как писатель, можете решить, что ваша статья заслуживает контекстуальной основы и введения в некоторые концепции, обнаруженные НЛП; это поможет читателю (а также поисковым роботам) понять «вещи», которые они иначе не могли бы понять глубоко.

Просто чтобы дать вам представление, 10% запросов, которые мы совершаем ежедневно, предназначены для того, чтобы помочь нам лучше понять вещи, которые мы плохо знаем. Эти поиски обычно направлены в Википедию или могут быть найдены непосредственно поисковой системой с граф знаний панели. С NLP вы можете немедленно предоставить эту информацию читателю, не заставляя его или ее прыгать куда-либо еще.

Мы видим много таких примеров, где НЛП используется для создания ссылок, которые важны для читателя . Посмотрите, например, как Хранитель использует его в своих статьях, чтобы соединить статьи вокруг «России» и «Владимира Путина».

3. Содержание рекомендации

Когда содержимое аннотируется с использованием обработки на естественном языке, метаданные сохраняются в машиночитаемом формате, таком как JSON-LD, Microdata или RDF. Машинное обучение хорошо умеет классифицировать информацию и предсказывать, например, что пользователь захочет прочитать дальше.

Рекомендации по содержанию значительно улучшают то, что оптимизаторы называют временем задержки , то есть временем, которое пользователи проводят на веб-сайте между нажатием на результат поиска и возвратом к поисковой выдаче.

Чем больше рекомендаций хороших, тем больше читателей остаются вовлеченными в содержание.

Добавление семантического слоя метаданных к контенту значительно улучшает модели машинного обучения, которые мы можем построить, чтобы помочь пользователю переходить от одной статьи к другой.

Большая работа в этой области была проделана PoolParty и Вот Вы можете найти интересную презентацию об их семантическом классификаторе и о том, как он может помочь вам создать рекомендации по контенту, которые сочетают в себе семантические обогащения, создаваемые НЛП, с нейронными сетями. Пересечение между НЛП, семантическими графами и машинным обучением также называется семантическим ИИ .

4. Умные перенаправления и обработка 404-х

Это довольно узкий и в то же время очень мощный механизм, который позволяет Quora , которая построена вокруг тем, чтобы направить пользователя к нужной теме, перехватывая все альтернативные имена, которые может иметь понятие.
Вы можете увидеть это в действии, направив свой браузер на страницу темы, например:

https://www.quora.com/topic/seo

Вы заметите, что ваш браузер автоматически перенаправляет запрос на страницу темы для поисковой оптимизации, расположенную по адресу:

https://www.quora.com/topic/Search-Engine-Optimization-2

Веб-сервер Quora был настроен для понимания того, что « SEO » эквивалентно « поисковой оптимизации », и это делается путем удаления ссылки на поисковую оптимизацию объекта в графах общедоступных знаний, таких как DBpedia, где все синонимы для данной концепции описано.

Другими словами, для каждой тематической страницы, отменив ссылку на каждую концепцию на эквивалентную сущность в больших лингвистических графах, Quora может настроить несколько переадресаций 301 для перехвата запросов, не беспокоясь о том, как каждый пользователь вызывает определенную концепцию. Да, эта конфигурация также может быть легко реализована через WordLift? когда объекты обнаруживаются НЛП, WordLift отменяет ссылки на них, используя Wikidata, DBpedia, Yago и другие большие семантические графы.

5. Таргетинг на темы

В последние годы внимание переместилось - по крайней мере, для некоторых SEO Эксперты - от таргетинга ключевых слов до таргетинга тематических кластеров. Поскольку поисковые системы более способны понять мир вокруг нас, и устранение неоднозначности вступает в игру, одни и те же результаты могут быть представлены пользователю в нескольких поисках, которые имеют одинаковые намерения; соревнование больше не нацелено на определенное ключевое слово, а скорее становится релевантным для определенной темы.

Релевантность, практически говоря, достигается путем расширения темы во всех направлениях, которые могут представлять интерес для нашего пользователя.

С помощью лингвистического ИИ и векторов слов мы можем начать исследовать концепцию, чтобы увидеть, как она семантически связана с другими концепциями. Это может помочь нам в создании правильного контекста вокруг этого - есть очень интересный эксперимент, который мы провели, чтобы оптимизировать тег заголовка SEO с помощью TensorFlow что вы должны прочитать, чтобы узнать больше об этой технике.

Если вы хотите сразу начать играть в Word Vector, я также советую вам потратить некоторое время на игры с Google Semantris , Вы увидите, что может сделать машинное обучение применительно к семантике.

6. Анализ поисковой выдачи с НЛП

Когда вы начинаете анализировать несколько ключевых слов и их поведение с течением времени, вы в основном смотрите на первые 10 или 20 результатов для каждого ключевого слова и на то, как Google ранжирует контент за каждым веб-сайтом. В качестве ключевых слов для отслеживания увеличения становится чрезвычайно сложно понять тенденции, стоящие за всеми этими веб-страницами.

Еще в 2013 году, когда мы работали в агентстве для компании из списка Fortune 500, мы начали использовать обработку естественного языка в поисковой выдаче, чтобы сразу получить представление о том, какие «сущности» определяли эти рейтинги и как развивался контент, когда Google обновлял свои результаты по целевым ключевым словам.

Мне было очень приятно найти отличную презентацию Стефана Соломонидиса, которая описывает именно этот процесс.

Выводы и выводы

Продвинутые стратегии SEO на базе Semantic AI

НЛП и извлечение сущностей, а также семантический ИИ (использование графов знаний и машинное обучение) сегодня широко используются крупными онлайн-свойствами, такими как TheGuardian или TNW, а также социальными сетями, такими как Quora. Благодаря таким инструментам, как WordLift, эти технологии можно сразу же использовать в личных блогах, на сайтах электронной коммерции и в журнале контента среднего размера, чтобы улучшить SEO и повысить заинтересованность пользователей.

API, предоставляемые Microsoft, IBM, Google или поставщиками технологий с открытым исходным кодом, такими как Redlink, могут помочь SEO-специалистам в более быстром чтении контента с помощью AI, который может сканировать страницы со скоростью света.

1. Используйте NLP и большие общедоступные графы, такие как Wikidata и DBpedia, для улучшения разметки структурированных данных на ваших страницах.
2. Создайте соответствующие ссылки и опишите тему, которая имеет отношение к вашей целевой аудитории
3. Используйте семантически богатые метаданные для улучшения качества рекомендаций по содержанию на вашем сайте.
4. Сконфигурируйте умные перенаправления и 301, отменив ссылки на сущности и расширив синонимы данной темы (чтобы пользователи всегда могли найти нужную страницу на вашем сайте)
5. Поиграйте с векторами слов, чтобы найти вдохновение в концепциях, которые вы, возможно, захотите охватить, чтобы стать актуальными для определенной темы. 6. Проанализируйте своих конкурентов с помощью NLP, чтобы быстро отследить, какая концепция движет изменениями в выдаче поисковой выдачи Google.

Похожие

Комментарии