返回栏目
首页人工智能 • 正文

AI与SEO的结合:福还是祸?

发布时间:  来源:河洛网

成立以来,搜索引擎从基本搜索代理变成了基于人工智能( AI )和机器学习( ML )的复杂算法。 这些创新技术从两个完全相反的角度影响搜索引擎优化( SEO )空之间。

AI与SEO的结合:福还是祸?

另一方面,新的基于AI的排名算法可以非常深入地扫描元数据,因此更难展开网站并将其推送到SERP的顶部。 另一方面,搜索结果的整体质量显着提高,因此现在更难使用不同的技术和黑帽操作(但可能如下所示)。

总之,人工智能从根本上改变了SEO的方法。 让我们详细讨论一下如何在搜索引擎营销中使用AI,以及精通技术的营销人员如何使用AI更好地实现目标和改善KPI。

&ldquo是AI技术” ? 人工智能技术根据模仿人类行为和能力的能力进行分类。 利用这些特征,所有AI技术(现有技术和假设技术)可分为三种类型。

一)人工智能( ANI )或弱AI。

提供的能力范围很小。 这些系统只能接受执行特定任务的训练。。 例如,谷歌的Rankbrain、苹果的Siri或亚马逊的Alexa。

2 )人工智能( AGI )或强大的人工智能。

反映人的能力,具有很多功能,解决很多问题,可以从经验中学习。

3 )人工超级智能( ASI )或虚拟AI。

那应该超过人类的智力。

到目前为止,ANI是人类成功的唯一AI类型。

为什么需要机器学习? 机器学习是AI的应用,无需明确编程就可以根据经验自动学习和改进。 ML的出现是分析不断增加的数据量的结果,因此基本算法不变,但用于选择特定答案的代码的内部权重和偏差不变。 当然,这没那么简单。

数据科学家经常把实现ML的技术称为算法。 算法是一系列阶段性的操作,通常是计算,可以用有限的步骤解决特定的问题。 在机器学习中,算法通过使用一系列有限步骤从数据中学习来解决问题。

学习了ML算法,但通常是用语“ 学习” 正确的意思是,根据ML算法的构建方法,从数据中提取信息的方法不同。 通常,学习过程需要大量的数据,这些数据在给出特定输入时提供了预期的响应。 每个输入/输出对只是一个例子,其他例子使算法学习变得容易。 这是因为每个输入/输出对都对应于定义问题区域的行、群集或其他统计视图。

ML是优化模型的过程,是数据本身在数学上的通用表示,即使接收到以前从未见过的输入,也可以预测,或者用其他方法决定适当的响应。 模型提供的答案越正确,模型就越能从提供的输入中学习。 该算法将模型拟合到数据中,拟合过程正在学习中。

机器学习原理

机器学习的中心思想是算法可以使用事先不知道的数学函数来表现现实,但在看到一些数据后(总是在输入输出对中)可以推测。 可以根据未知的数学函数表现现实及其复杂性,机器学习算法可以找到这些未知的数学函数作为内部数学函数的修正。 也就是说,各机器学习算法基于可修正的数学函数。

根据预期结果和输入数据的类型,可以根据学习风格对算法进行分类。 选择的样式取决于你拥有的数据类型和预期的结果。

使用四种学习风格创建算法:

监督学习– 算法试图建模目标预测输出与输入函数之间的关系和相关性,以便基于从以前的数据集学习到的关系预测新数据的输出。

无监视学习-使用无标签数据训练计算机。 学习数据模式后,计算机可以教授新知识。 这些算法在不知道应该在数据中查找什么的情况下特别有用。

半监督学习-标签的成本通常非常高。 需要熟练的专家。 因此,在没有标签的情况下,半指导算法最适合构建模型。 这些方法利用了这样的思想:即使未被标记的数据组的成员资格未知,数据也会携带关于该组的参数的重要信息。

加强学习-这种方法利用与环境对话期间收集的观察结果采取行动,以最大化收益率或最小化风险。 强化学习算法(称为代理)从环境中继续学习.在这个过程中,代理从他在环境中的经验中学习到探索所有可能的状态.

每天,我们必须处理的信息量都在急剧增加。 我们对感情状态的压力也一样。 因此,机器学习成为人类自动化日常工作、节约时间、提高生产率的必要条件。

人工智能如何在搜索引擎算法中使用? 现在,在明确AI算法是如何工作的、通常为什么需要的时候,继续使用SEO及其AI技术吧。

机器学习的进步推动了基于AI的SEO的发展。 2003年以来摸索了这个领域,10年后的第一个重要成果是2013年发售了Word2vec,这是&ldquo。 使用神经网络模型从大语料库中学习单词联想字符的自然语言处理( NLP )技术。 ”

两年后的2015年,谷歌使用Word2vec数据库构建并启动了RankBrain,作为Hummingbird算法的一部分。

RankBrAIn是ai主导的自我学习系统,谷歌加快了关键字类别的验证,为用户提供了与搜索查询最相关的内容。 RankBrain“ 我知道&rdquo。如何理解文本的意思,如何找到单词之间的联系,不熟悉的单词和短语,如何学习专门要求的国家和语言。

所有这些都使自然搜索结果更相关。

谷歌代表指出,与内容质量和链接一样,该算法是现代搜索排名的第三个重要因素。

好吧,蛋糕樱桃是2019年发布的谷歌Bert算法。

BERT (来自变压器的双向编码器显示)也是基于神经网络的NLP学习系统。 与其他型号不同,BERT旨在深入理解自然语音。

也就是说,BERT必须让机器人了解特定上下文中单词的意思。 谷歌使用BERT更好地理解用户查询并提供真正相关的结果。

在SEO中使用AI创建示例内容

AI广泛应用于内容的创建。 有些内容和SEO专家为此使用了OpenAI GPT-2模型。

GPT-2

GPT-2是基于变压器的大规模语言模型,具有15亿个参数,以800万页的数据集进行训练,以预测下一个单词并一致上下文为简单目标。

图片来源: GitHub

他们说用这个转换器写的文本和用人写的文本几乎没有区别。 我决定仔细调查一下。

作为内容营销人员,目标之一是提高雇主的品牌知名度和思想领导能力,通过顶级媒体和边缘媒体的嘉宾和幽灵出版物获得声誉。 为了这个目标,我找到了位于英国的优秀媒体提交了嘉宾出版物。

但是,所有提交的文章都由真正的人工编辑阅读。 如果他们在内容中找不到任何价值,就不公开。

使用此转换器创建文章,提交给编辑器供批准。 令人吃惊的是,编辑们接受了它,但不知道机器人是不是写了文字。

通常,您可以安全地应用GPT-2模型,以创建不同语言的文章和注释。

GPT-2生成文本示例

如何使用GPT-2模型

导航到托管作业GPT-2模型的https://inferkit.com。 查找所需文本的源。 复制短节(2~3个句子)的文本并粘贴到窗体上,“ 点击整个文本” 按钮。 GPT-2创建3到5个文本段落。 如果人工智能创建的结果不适合你,请再来一次“ 整个文本” 按钮。

如果生成的文本符合你的要求,请复制。 然后,将在GPT-2中创建的最后一段粘贴到转换器表单中,“ 再次单击整个文本” 按钮。 GPT-2继续写你的文章。

GPT-3

OpenAI最近推出了第三代开源语言预测模型GPT-3,可以用计算机生成与样本几乎相同长度和语法结构的随机语句。

Github用户Manuel Araoz在他对GPT-3的早期实验中,在bitcointalk.org论坛上发表预测的GPT-3提案时,引起论坛其他参加者的积极关注,提出了关于该系统的建议 他认为,通过将GPT-3的结果重新发布到其他论坛、博客和社交网络,可以获得同样的结果。

5月的每一天,他都在bitcointalk.org上发布了一份由GPT-3模型完全生成的有趣的技术文档。 当用户与帖子交互时,GPT-3模型可以创建回复,并预测以下评论。

据Araoz称,他每次以自己的身份向论坛投稿,他们都认为他必须是&ldquo。 机器人” 这么快,准确,能和别人说同样的话。

那个实验使他相信GPT-3是他迄今为止看到的主要技术进步之一。

如何在SEO中使用GPT-3

如果内容营销创造了50%以上的业务业绩,可能值得扩展技能,成为精通AI的营销人员。

可以将GPT-3模型用于以下任务:

大规模创建产品目录页面的页脚内容、工具提示等短内容。 创建元描述、创建旧内容的ALT标签和创建其他缺少的SEO元素常绿内容-如果业界有一致的常绿主题(问题定义、标准流程等),GPT-3将生成简单的大纲,详细说明和改进 取消日常任务

通过使用预先构建的模型教授机器,可以使用AI将日常的程序最小化。 在我的实践中,我遇到了下一个由AI完全或部分自动化的SEO任务。

语义聚类; 表现的选择; 根据通过确定问题类型和相关登录页面对请求类型进行分类的屏幕截图对网页进行分类,自动获取背景链接、检索扉页、低质量会员页、几乎没有内容的页面等薄内容。 分析内容计划。 同样,使用自己的算法,内容营销人员可以更高效地创建和分析内容计划。

前几天,我让原雇主的技术团队构建了机器学习算法。 这个算法是我们的营销团队“ 过滤器” 发表文章,在我们自己的、收费赚钱的媒体上发表。 由此,可以正确预测哪个主题最适合Google排名因素,哪个文章成为常绿,或者哪个项目最能得到Google的精选摘要。 把这个“ 瘦法” 。

音声検索

现代SEO专家名单上的一个新技能是了解如何优化语音查询的内容。 随着Alexa、Siri、Cortana等AI虚拟助理的普及,语音检索正在普及。

事实上,35%的互联网用户使用虚拟助理购物,Gartner预计到2021年所有web浏览会话中有30%将在屏幕外完成。 人们使用语音搜索和自己喜欢的品牌,在网上搜索产品和业务。

图片来源: dialogtech.com

如果品牌想保持竞争力或需要改善广告系列的效果,则必须根据这种趋势优化语音搜索的内容。 为了满足算法并获得较高的排名,必须使用与搜索引擎中使用的相同的工具和策略。 因此,Moz和Yooast等工具有助于方便地访问内容搜索引擎和语音搜索查询。

你可以应用AI的任务很多。 这取决于你要做什么,需要定期处理多少数据。 总是有收益性的问题。

原则上没有创建AI,因此有弱目标或窄目标的“ 只能使用模拟” 例如,决策树的梯度变强。

有很多使用神经网络的例子。 分别是:

基于用户行为决定推荐系统搜索引擎内的LSI单词的算法聊天机器人进行语言分析等使用DEP Fake技术的SEO结果的处理Deepfake是合成媒体,现有图像和视频中的人被别人置换了。 伪造内容并不新鲜,但Deepfake使用强大的机器学习和人工智能技术来操作或创建可能欺诈的视觉内容和音频内容。

熟悉SEO的公关人员可以通过多种方式发布虚假信息并破坏搜索结果,包括

模糊性– 使用AI机器人,故意在竞争对手的互联网上溢出错误的地址和电话号码

Google bombing (也称为Google washing ) -一种通过许多链接在SERP上对不相关或偏离主题的搜索词进行排名的方法

302劫持-使用ai自动机设置从一个站点到另一个站点的临时重定向。 这样,重定向页面就可以开始对目标页面的关键字进行排名。

例如,在3月英国发生的神经毒气攻击和4月叙利亚发生的化学武器攻击之后,俄罗斯政府的宣传机构RT和Sputnik的文章刊登在Google搜索的首页上。 同样,YouTube(Google拥有)有一个确定搜索结果中第一个出现内容的重要指标是对用户查看内容的时间进行优先排序的算法。

该算法的优先级会给顶部带来虚假、极端和不可靠的信息。 这意味着内容更频繁地显示,被用户认为是可靠的。

“ SEO来自操纵行业的收入估计为数十亿美元。 ” — — 布鲁金斯大学

AI主导的SEO工具如果你是SEO专家,想利用AI提供的新机会,你现在应该已经熟悉有用的工具了。

Clearscope是基于AI的内容优化平台。 这个工具已经支付了。 对于任何关键字,该工具都会分析最好的自然成分,并使用Watson AI按重要顺序细分所有相关术语。

另一家使用AI技术的SEO创业公司是frase.io。 与Clearscope一样,主要的工作是收集和优化内容信息。 这项服务是收费的,但有免费的测试选项。

清楚自己在做什么,想得到什么,了解数据集机器学习的基础知识(可以阅读BigML博客)。 与显示面板和图表的其他工具不同,Diib以易懂的语言与你交谈,说明了增加有机流量和改善其他重要的SEO KPI所需的所有步骤。

善AI优化网站提示1 )使用GPT-2和GPT-3模型创建高质量的搜索引擎优化内容(社交媒体缩写和元、长期和长期战略意义上的常绿格式)。

2 )使用谷歌的Cloud Vision优化图像,检测感情,理解文字等。

3 )请注意每页的内容质量、讲故事的逻辑、使用单词的上下文。 现在,检查是否符合上下文是最困难和最耗时的任务。 这是因为为此使用国家词典的工具很少。

最好的解决办法之一是Sketchengine。 我使用的是来自维基百科文本的语料库。 顺便说一下,谷歌Bert也接受过维基百科文本的训练。

4 )从优化包含文本搜索查询及其密度的关键词页面到内容优化的本质:

丰富的短语、潜在的语义索引( LSI )、主题关键字的设置、搜索结果的突出显示(例如某些片段)等。 在SEO中总结使用人工智能的话题还有争议,对此有很多不同的看法。

但是,不否认基于AI的技术会影响搜索优化空之间是不合理的。 发布了新的搜索引擎算法和工具,专家可以支持关键字研究和内容创建过程的自动化,从而简化和改善反向链接配置文件和整体用户体验。 另一方面,deepfake等AI技术使用不公平的竞争方法,发布关于你品牌的虚假信息,从而大幅降低SEO的质量,操作搜索结果。

无论你是白帽子还是白帽子,SEO专家(黑帽子SEO专家通常是早期的技术招聘者,先试试新的吧) – 如果尚未使用AI,请考虑尽快行动,保持竞争力,做出明智的决定,以相关的有用且高质量的搜索结果满足受众。

本论文是代表个人的观点,不代表AI科学技术大本营的任何立场。

原文链接:

https://hackernoon.com/ai-and-seo-a-marriage-made-in-heaven-or-hell-eh3w31y9

本文由AI科学技术大本营翻译,转载请注明出处

【编集推奨】

    相关文章Related

    返回栏目>>